爱数智慧对话类数据服务助力智能客服系统升级

说起客户服务这个词，首先印入大家脑海的可能是企业中密集的坐席人员以及此起彼伏的电话声。客户服务作为连接企业和客户的纽带，对于建立客户信任发挥着重大作用。然而随着企业数字化转型升级以及互联网、智能手机、APP的普及，传统的纯人工客服面临着培训成本上涨、夜间问题回复不及时等挑战。为了应对这些挑战，不少企业开始使用智能客服机器人辅助客服业务，提升企业的服务水平。

客服机器人最初仅具备呼入呼出、解答疑问的功能。随着语音识别和语义理解技术的成熟，客服机器人开始承担自动客服、智能营销、客服质检等更复杂的任务。

客服机器人可以发挥机器良好的记忆能力，快速调取业务信息，辅助人工客服。以购买基金为例，客户需要了解公司现有的基金状况、费率结构、净值变化、涨幅等信息。熟记这些信息对客服人员来说是困难的。客服机器人可以根据识别出来的需求，调出基金详细信息，为客服人员的解答提供信息支持，提高客服效率。

客服机器人可以助力客服质检智能化，反哺业务部门，改善服务质量。传统的人工客服质检采用全覆盖式或者人工抽检方式进行。全覆盖式质检，时间成本和人工成本较高；而抽样式质检又会为服务质量留下隐患。此时，若能将智能客服机器人自动质检和人工抽检审核的方式结合，将会很大程度上缓解纯人工质检的困境。同时，通过深度分析客服数据，既可以了解呼叫中心内部的管理问题，又可以为业务人员提供用户行为洞察。

客服机器人只有在准确识别客户语音的基础上，才能为客户提供有效信息。为了让客服机器人更好地辅助人工客服，让客户获得更好的服务，爱数智慧从数据方面提供以下两种解决方案。

解决方案一：为企业提供自然对话数据集，用于训练基础客服系统模型。

爱数智慧积累了超50000小时的对话数据。这些对话数据涵盖了不同的主题，如产品推荐、客户投诉、售后服务等。数据采用自由对话形式录制，体现出自然对话中轮流表达、上下文联系等特点。这些数据可以有效地拓宽客服机器人的“知识面”，提高真实对话场景中的识别准确率。

在语音识别领域中，不同用户之间语音学上的差异和发音习惯的差异都是影响识别准确率的重要因素。爱数智慧的对话数据说话人来自不同地区且年龄分布广泛，拓宽了数据的语音空间，从而有效地降低了客观差异对识别准确率的影响。

解决方案二：为企业提供数据标注服务，充分发挥现有数据的价值。

企业在日常运营中积累的客服数据，为客服智能化转型提供了良好的基础。这些来自业务场景的数据，经过标注后，可以更有针对性的提高模型在相关场景下的性能。

由于自然语言非结构化的特性，这些客服数据结构化程度不高，不能直接用于训练模型。只有对这些数据进行标注，客服系统才能从数据中提取知识和信息，从而提高系统的性能。

真实场景下的人类对话十分复杂，具备任务导向、问答、闲聊等多种特征。为了应对这种复杂性，爱数智慧建立了一套完整的标签体系。这些标签可以根据模型要完成的任务、应用场景和行业做出调整，更好的满足应用需求。爱数智慧已经多次为客户提供一定规模的ODC形式标注和驻场标注，为企业音频数据结构化提供助力。

当客服系统足够智能时，企业的客服工作将更加精准高效。这将助推客服业务由“成本业务”向“增值业务”转变，有效地提升企业的综合服务体验以及客户服务满意度。