CN111916071A - 通话呼叫方法、装置、计算机设备和存储介质 - Google Patents
通话呼叫方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111916071A CN111916071A CN202010545762.5A CN202010545762A CN111916071A CN 111916071 A CN111916071 A CN 111916071A CN 202010545762 A CN202010545762 A CN 202010545762A CN 111916071 A CN111916071 A CN 111916071A
- Authority
- CN
- China
- Prior art keywords
- call
- client
- state
- reason
- record
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/22—Arrangements for supervision, monitoring or testing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/527—Centralised call answering arrangements not requiring operator intervention
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Telephonic Communication Services (AREA)
Abstract
本申请涉及一种通话呼叫方法、装置、计算机设备和存储介质,通过获取待分析的通话录音,对该通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因,然后根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略,由于对每个通话录音进行了详细分析,分析出了具体的通话状态和形成通话状态的原因,该方法可以针对性对该通话录音中的客户设定合适、合理的重新拨打策略,有效提高呼叫效率。
Description
技术领域
本申请涉及人工智能技术领域,特别是涉及一种通话呼叫方法、装置、计算机设备和存储介质。
背景技术
随着人工智能技术的发展,机器人已经广泛的应用在各行各业,例如,在电销行业,通过智能外呼机器人能够帮助销售人员筛选意向客户,提高了工作效率。
在现有的机器人外呼业务中,为了提高客户触达率会对首次拨打未接通的客户多次重新拨打,例如进行2次甚至3次拨打,拨通后,为了提高最终的营销成功率,也会对已接通但未成单的客户进行重复呼叫。通常,客户未接通的原因各种各样,但类似于空号、欠费等原因,若进行再次拨打就会额外增加线路资源的损耗,增加运营成本。还有对于已接通但未成单的客户中,类似于客户已明确表达拒绝的通话其实也不值得再次拨打,只有那些处于犹豫状态或者有意向办理却因为其他原因办理失败的客户才值得再次呼叫。
因此,现有的外呼业务中重拨方案缺乏针对不同通话状态的精细化运营方式,导致外呼效率较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够针对不同通话状态定制重拨方案,提高外呼效率的通话呼叫方法、装置、计算机设备和存储介质。
第一方面,本申请实施例提供一种通话呼叫方法,该方法包括:
获取待分析的通话录音;通话录音为机器人外呼通话时产生的录音;
对通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因;
根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略。
在其中一个实施例中,上述对通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因,包括:
根据通话是否被接通,确定通话录音的通话状态为未接通或者已接通但未实现通话目的;
识别通话录音的语义内容,并根据识别结果确定未接通原因或者通话时客户意图信息;通话时客户意图信息用于指示未实现通话目的的原因。
在其中一个实施例中,上述识别通话录音的语义内容,包括:
对通话录音进行转文本处理,得到录音文本内容;
通过预设的识别模型对录音文本内容进行语义识别。
在其中一个实施例中,若上述通话状态为未接通;通话录音中包括接通前的振铃音;
识别通话录音的语义内容,并根据识别结果确定未接通原因,包括:
识别接通前的振铃音中运营商语音提示的语义内容;
根据运营商语音提示的语义内容,确定未接通原因。
在其中一个实施例中,上述根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略,包括:
若未接通原因是临时状态,设定预设时长后进行再次重拨;临时状态表示通话暂时没有接通;
若未接通原因是永久状态,设定停止重拨;永久状态表示通话在长时间内或者永久性的不会被接通。
在其中一个实施例中,若上述通话状态为已接通但未实现通话目的;通话录音中包括接通后的通话录音;
识别通话录音的语义内容,并根据识别结果确定通话时客户意图信息,包括:
识别接通后的通话录音中客户语音流的语义内容;
根据客户语音流的语义内容,确定通话时客户意图信息。
在其中一个实施例中,上述根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略,包括:
根据客户意图信息,确定客户意向分类;客户意向分类表示客户实现通话目的的进度类别;
根据客户意向分类,确定对应的重新呼叫策略。
在其中一个实施例中,上述根据客户意向分类,确定对应的重新呼叫策略,包括:
若客户意向分类为低意向客户,设定停止重新呼叫;低意向客户表示客户没有意向实现通话目的;
若客户意向分类为非低意向客户,设定预设时长后进行重新拨打。
在其中一个实施例中,若上述非低意向客户未实现通话目的的原因包括可改善因素,则在进行重新拨打时选择与可改善因素匹配的话术进行通话。
第二方面,本申请实施例提供一种通话呼叫装置,该装置包括:
获取模块,用于获取待分析的通话录音;通话录音为机器人外呼通话时产生的录音;
分析模块,用于对通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因;
确定模块,用于根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述第一方面实施例提供的任一方法的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面实施例提供的任一方法的步骤。
本申请实施例提供的一种通话呼叫方法、装置、计算机设备和存储介质,通过获取待分析的通话录音,对该通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因,然后根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略,由于对每个通话录音进行了详细分析,分析出了具体的通话状态和形成通话状态的原因,这样就可以针对性对该通话录音中的客户设定合适、合理的重新拨打策略,有效提高呼叫效率,且高效率地对客户进行呼叫,筛掉无效呼叫,也提高了客户触达率和客户成交率。
附图说明
图1为一个实施例中通话呼叫方法的应用环境图;
图1a为一个实施例中语音机器人的内部结构图;
图2为一个实施例中通话呼叫方法的流程示意图;
图3为一个实施例中通话呼叫方法的流程示意图;
图4为一个实施例中通话呼叫方法的流程示意图;
图5为一个实施例中通话呼叫方法的流程示意图;
图6为一个实施例中通话呼叫方法的流程示意图;
图7为一个实施例中通话呼叫方法的流程示意图;
图8为另一个实施例中通话呼叫方法的流程图;
图9为一个实施例中通话呼叫装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
请参见图1,本申请提供一种通话呼叫方法的应用环境,语音机器人01可以与用户进行语音交互,该交互的场景包括但不限于是电销、问答、咨询、指令执行等服务场景。其中,该语音机器人01包括但不限于外呼机器人、聊天机器人、智能客服、智能助手等多种服务类型的机器人。其中,该语音机器人的内部结构可参见如图1a所示,该语音机器人包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该处理器用于提供计算和控制能力。该存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该数据库用于存储一种通话呼叫的相关数据。该网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种通话呼叫方法。可以理解的是,图1a所示的语音机器人内部结构只是一种示例,并不用作限定。
本申请实施例提供一种通话呼叫方法、装置、计算机设备和存储介质,能够针对不同通话状态定制重拨方案,提高外呼效率。下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是,本申请提供的一种通话呼叫方法,图2-图8的执行主体为语音机器人。其中,该图2-图8的执行主体还可以是通话呼叫装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为语音机器人的部分或者全部。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。
在一个实施例中,如图2所示,提供了一种通话呼叫方法,以该方法应用于图1中的语音机器人为例进行说明,该实施例涉及的是语音机器人对于待分析的通话录音分析其通话状态和通话状态的形成原因,并根据通话状态和通话状态的形成原因确定对应的重新呼叫策略的具体过程,该实施例包括以下步骤:
S101,获取待分析的通话录音;通话录音为机器人外呼通话时产生的录音。
其中,待分析的通话录音指的是当前需要分析的通话录音,该通话录音是机器人外呼通话时产生的录音,例如,该通话录音包括语音机器人从开始外呼客户A电话到与客户A进行通话的全部过程的记录。一般在实际应用中,语音机器人外呼时会产生很多通话录音,每天可以外呼成千上万通电话,语音机器人将所有通话录音进行保存,在分析时通话录音时该通话录音就是待分析通话录音。
语音机器人获取待分析的通话录音的方式,可以是语音机器人中的分析模块向存储模块发送获取当前要分析的通话录音的指令,或者,存储模块定时向分析模块发送该要分析的通话录音;若通话录音存储在外接设备中,则是语音机器人向外接设备获取该待分析的通话录音。对于获取待分析的语音录音,本申请实施例对此不作限定。
S102,对通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因。
在获取了待分析的通话录音后,语音机器人对所有已保存的通话录音一一进行分析,通过分析确定出通话录音所属通话状态以及形成通话状态的原因。
其中,通话状态是指语音机器人与客户的通话处于那一种状态,例如,处于打通但未接通状态、打通并接通的状态;进一步地,打通并接通的状态中还可以进行子阶段划分,例如,分为语音机器人对客户介绍产品的阶段、语音机器人与客户进行产品信息咨询阶段、语音机器人与客户进行产品交易阶段、以及客户已完成下单阶段等等,实际应用中可以对通话状态进行自定义划分,本申请实施例对此不加以限制。
对应于通话状态,还需要确定出形成各通话状态的原因,例如,通话状态是未接通状态,则形成为接通的原因可能是关机、无人接听、客户正忙等;又例如,通话状态是接通但未成单,则形成该状态的原因是客户没有意向下单、客户有意向下单但对价格有顾虑等等。
S103,根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略。
在得到该待分析通话录音的通话状态和通话状态的形成原因后,语音机器人确定与之对应的重新呼叫策略。其中,重新呼叫策略指的是再次向该通话录音中的客户进行呼叫的策略,该策略对于不同客户、不同通话状态都不相同。例如,通话状态是为未接通,形成该通话状态的原因是无人接听,则确定对应的重新呼叫策略就是继续拨打或者隔预设时长后再拨打;而若通话状态是接通了但客户并未下单,且形成该通话状态的原因是客户无意向购买推荐产品,则确定的对应的重新呼叫策略就是不再向该客户拨打电话。
另外,通过分析通话录音不止可以针对性地定制重新拨打策略,还可以分析出外呼过程中的缺陷,在克服了缺陷后,有助于提高客户触达率,提高最终的营销成功率。
本实施例提供的一种通话呼叫方法,通过获取待分析的通话录音,对该通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因,然后根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略,由于对每个通话录音进行了详细分析,分析出了具体的通话状态和形成通话状态的原因,这样就可以针对性对该通话录音中的客户设定合适、合理的重新拨打策略,有效提高呼叫效率,且高效率地对客户进行呼叫,筛掉无效呼叫,也提高了客户触达率和客户成交率。
下面通过一个实施例对上述通话状态以及形成通话状态的原因进行具体说明,如图3所示,在一个实施例中,上述S102步骤包括:
S201,根据通话是否被接通,确定通话录音的通话状态为未接通或者已接通但未实现通话目的。
对通话状态进行具体划分:划分为未接通和已接通但未实现通话目的两种状态,那么语音机器人在确定该待分析的通话录音时,可以通过检测该待分析通话录音是否被接通进行判断,若该待分析的通话录音中通话没有被客户接通,则确定通话录音的通话状态为未接通,若该待分析的通话录音中通话被客户接通,则可进一步分析通话录音中是否实现通话目的,若没有实现通话目的,则确定通话录音的通话状态为已接通但未实现通话目的。
需要说明的是,若实现通话目的,就可确定通话录音的通话状态为已实现通话目的,这种情况是完全不需要再拨打电话的,本申请实施例主要针对的是需要重新拨打的情况,也就是没有实现通话目的的情况,因此对于已实现通话目的的通话录音不进行分析,即上述待分析的通话录音中不包括已实现通话目的的通话录音。
S202,识别通话录音的语义内容,并根据识别结果确定未接通原因或者通话时客户意图信息;通话时客户意图信息用于指示未实现通话目的的原因。
在确定了通话状态了,进一步识别通话录音的语义内容,以进一步确定形成通话状态的原因。其中,未接通的状态需要确定的是未接通的原因,已接通但未实现通话目的的状态,需要确定出未实现通话目的的原因,而未实现通话目的的原因是要根据通话录音中的客户意图信息来确定,例如,假如通话目的是为了让客户购买产品A,通话录音中客户意图信息为客户有意图购买产品A,但有所顾虑,则未实现通话目的的原因就是客户的顾虑部分。
本实施例提供的通话呼叫方法,先确定出通话录音的通话状态,将通话状态划分为未接通和已接通但未成单两种状态,然后确定这两种通话状态的形成原因,使得确定的通话状态和形成通话状态的原因更加准确,详细。
在上述实施例中,需要通过识别通话记录的语义内容来确定未接通原因或者通话时客户意图信息,所以准确地识别出通话录音的语音内容至关重要。可选地,如图4所示,在一个实施例中,上述识别通话录音的语义内容的一种实现方式包括以下步骤:
S301,对通话录音进行转文本处理,得到录音文本内容。
语音机器人先对通话录音进行转文本处理,将通话录音转换为文本,得到对应的录音文本内容;例如,语音机器人通过自动语音识别技术(Automatic SpeechRecognition,ASR)识别通话录音并转换为文本,还可以是采用预先训练好的神经网络进行转文本处理,对具体方式不作具体限定。
S302,通过预设的识别模型对录音文本内容进行语义识别。
在得到录音文本内容之后,语音机器人通过预设的识别模型对录音文本内容进行语义识别,识别出具体的语义。其中,识别模型也是预先训练好的用于识别录音文本的模型,例如,该识别模型为自然语言处理(Natural Language Process,NLP)模型或者深度学习模型。
本实施例通过获取通话录音的录音文本内容,再通过识别模型对录音文本内容进行语义识别的方式,可以准确且快速地识别出通话录音的语义。
可以理解的是,若通话状态是未接通时,那么其对应的通话录音中只存在接通前的振铃音,但若通话状态是已接通但未成单的状态,则通话录音中不仅包括接通前的振铃音,还包括语音机器人与客户的语音交互过程。那么对于这两种情况,语音机器人在分析通话状态形成原因时,分析过程也不相同,具体可参见下述实施例。如图5所示,在一个实施例中,若上述通话状态为未接通;通话录音中包括接通前的振铃音;上述S202包括以下步骤:
S401,识别接通前的振铃音中运营商语音提示的语义内容。
若没有接通,需要识别的是接通前的振铃音,通常在接通前的振铃音中有运营商的语音提示,本实施例主要针对这种情况进行说明,在有运营商语音提示时,语音机器人直接识别运营商语音提示,例如,运营商语音提示为“您拨打的电话号码是空号,请确认后再拨”“您拨打的电话号码已停机”等。
S402,根据运营商语音提示的语义内容,确定未接通原因。
基于上述分析的语义内容,语音机器人确定未接通的具体原因,其中未接通原因包括客户关机、停机、通话中、不在服务区、欠费、无人接听、空号、客户正忙、语音信箱等等。例如,若运营商语音提示为“您拨打的电话号码是空号,请确认后再拨”,则未接通原因可直接确定为“空号”;若运营商语音提示为“您拨打的电话号码已停机”,则未接通原因可确定为“停机”。
在实际应用中,有时候接通前的振铃音中没有运营商的语音提示,只有嘟嘟声。而对于没有运营商语音提示的情况,大部分都是电话一直可以打通直到预设时长后自动挂断,这种情况可以直接确定是无人接听。本实施例在通话状态为未接通时,通过对接通前的振铃音进行分析,确定出未接通原因,从而可以准确地确定出未接通原因。
在确定未接通原因之后,需要根据未接通原因,确定对应的重新呼叫策略,可选地,一种根据未接通原因确定对应的重新呼叫策略的实现方式包括:若未接通原因是临时状态,设定预设时长后进行再次重拨;临时状态表示通话暂时没有接通;若未接通原因是永久状态,设定停止重拨;永久状态表示通话在长时间内或者永久性的不会被接通。
未接通原因包括但不限于客户关机、停机、通话中、不在服务区、欠费、无人接听、空号、客户正忙、语音信箱等原因,但这其中有些原因是临时状态的原因,即通话只是暂时没有接通,例如,用户正忙、关机、无人接听、语音信箱等属于临时性的暂时的没有接通,这些可以设定预设时长后再拨打,例如,延后1~2小时再次重拨;而对于空号、已欠费、不在服务区等原因,是永久的,至少较长时间内可能都不会在打通,那这种情况下就可以选择暂不进行重拨,设定停止重拨,以节约线路资源提高拨打效率。这样,本实施例中针对不同的未接通原因,对应设定了不同的重拨策略,节约线路资源提高拨打效率的同时,提高了外呼效率。
如图6所示,在一个实施例中,若上述通话状态为已接通但未实现通话目的;通话录音中包括接通后的通话录音;上述S202包括以下步骤:
S501,识别接通后的通话录音中客户语音流的语义内容。
若通话被接通,那么通话录音中包括接通后的通话录音,即语音机器人与客户的语音交流,那么就需要识别通话录音中客户语音流的语义内容,主要是分析客户的语音,例如,客户的语音“我再考虑考虑”、“晚一些再办理吧”、“现在很忙,晚些再聊”等。
S502,根据客户语音流的语义内容,确定通话时客户意图信息。
在识别出客户语音流的语义内容后,语音机器人确定通话时客户意图信息,客户意图信息即为形成实现通话目的原因,使得确定的客户意图信息更加准确。例如,客户的语音为“我再考虑考虑”或者“我不需要”等,则表示客户意图信息为客户需要继续考虑、客户不需要没有意向实现该通话目的;又例如,客户的语音为“我觉得你们的手续费比较高”,则客户意图信息为客户对于此次实现通话目的的手续费不满意。
在确定了客户意图信息(形成实现通话目的原因)后,可进一步对客户意图信息进行分类,然后对不同类别的客户设定不同的重新呼叫策略。可选地,如图7所示,在一个实施例中,对不同类别的客户设定不同的重新呼叫策略的实现方式包括以下步骤:
S601,根据客户意图信息,确定客户意向分类;客户意向分类表示客户实现通话目的的进度类别。
客户意向分类表示客户实现通话目的的进度类别,即需要客户意图信息确定客户实现通话目的意愿的程度,然后确定具体的分类,例如,划分为高意向客户、中意向客户、低意向客户等。其中,各类别还可以进一步细分,例如,高意向客户可以分为延后沟通客户、多次沟通客户等。
例如,客户表达“对你们XX业务挺满意的,但我现在没时间,晚一些再办理吧”,或者,“对你们XX业务挺满意的,但价位较高,我再考虑考虑”可定义为“高意向客户”;又例如,客户表达“最近有关注这个业务,但不紧急,再说吧”,或者,“现在很忙,晚些再聊”时,可定位为“中意向客户”,但若客户表达我不想办理你们的XX业务,不要再给我打电话了”即可定义为“低意向客户”。
S602,根据客户意向分类,确定对应的重新呼叫策略。
在确定了客户意向分类后,对不同的客户意向分类确定对应的重新呼叫策略。可选地,若客户意向分类为低意向客户,设定停止重新呼叫;低意向客户表示客户没有意向实现通话目的;若客户意向分类为非低意向客户,设定预设时长后进行重新拨打。
其中,低意向客户表示的是客户没有意向实现此次通话的目的(办理此次通话中推荐的业务),则不需要进行二次呼叫,设定停止重新呼叫,这样可以节约线路资源;而对于非低意向客户(包括高意向客户和中意向客户),则可以进行重新呼叫,即设定预设时长后进行重新拨打。这样,针对不同的未接通原因,对应设定了不同的重拨策略,节约线路资源提高拨打效率的同时,提高了外呼效率。
可选地,若非低意向客户未实现通话目的的原因包括可改善因素,则在进行重新拨打时选择与可改善因素匹配的话术进行通话。
在一些场景中,客户会直接表达为实现通话目的的具体原因,这些具体原因中包含一些可改善因素,例如“手续费比较高”、“没听懂XX业务在XX阶段的细节,但现在没有时间听”等,针对这些因素,语音机器人在重新拨打时,选择与可改善因素匹配的话术进行通话,选择与这些可改善因素更贴合的话术,例如,重点介绍如何办理业务的手续费低廉,或者,XX业务在XX阶段具体是如何操作的等。可以有效地提高客户触达率和客户成交率。
如图8所示,本申请实施例还提供了一种通话呼叫方法,该实施例包括:
S1,获取待分析的通话录音;
S2,根据通话是否被接通,确定通话录音的通话状态为未接通,执行S3,若是已接通但未实现通话目的,执行S6;
S3,识别接通前的振铃音中运营商语音提示的语义内容;
S4,根据运营商语音提示的语义内容,确定未接通原因;
S5,若未接通原因是临时状态,设定预设时长后进行再次重拨;若未接通原因是永久状态,设定停止重拨,流程结束。
S6,识别接通后的通话录音中客户语音流的语义内容;
S7,根据客户语音流的语义内容,确定通话时客户意图信息;
S8,根据客户意图信息,确定客户意向分类;
S9,根据客户意向分类,确定对应的重新呼叫策略;
S10,若客户意向分类为低意向客户,设定停止重新呼叫;若客户意向分类为非低意向客户,设定预设时长后进行重新拨打,流程结束。
上述实施例提供的通话呼叫方法中各步骤,其实现原理和技术效果与前面各通话呼叫方法实施例中类似,在此不再赘述。图8实施例中各步骤的实现方式只是一种举例,对各实现方式不作限定,各步骤的顺序在实际应用中可进行调整,只要可以实现各步骤的目的即可。
应该理解的是,虽然图2-8的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-8中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图9所示,提供了一种通话呼叫装置,包括获取模块10、分析模块11和确定模块12,其中:
获取模块10,用于获取待分析的通话录音;通话录音为机器人外呼通话时产生的录音;
分析模块11,用于对通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因;
确定模块12,用于根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略。
其中,语音机器人获取当前需要分析的通话录音,该通话录音是机器人外呼通话时产生的录音;在获取了待分析的通话录音后,语音机器人对所有已保存的通话录音一一进行分析,通过分析确定出通话录音所属通话状态以及形成通话状态的原因;其中,通话状态是指语音机器人与客户的通话处于那一种状态,例如,处于打通但未接通状态、打通并接通的状态;进一步地,打通并接通的状态中还可以进行子阶段划分,例如,分为语音机器人对客户介绍产品的阶段、语音机器人与客户进行产品信息咨询阶段、语音机器人与客户进行产品交易阶段、以及客户已完成下单阶段等等,实际应用中可以对通话状态进行自定义划分,本申请实施例对此不加以限制。对应于通话状态,还需要确定出形成各通话状态的原因,例如,通话状态是未接通状态,则形成为接通的原因可能是关机、无人接听、客户正忙等;又例如,通话状态是接通但未成单,则形成该状态的原因是客户没有意向下单、客户有意向下单但对价格有顾虑等等。在得到该待分析通话录音的通话状态和通话状态的形成原因后,语音机器人确定与之对应的重新呼叫策略。
本实施例中,语音机器人获取待分析的通话录音,对该通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因,然后根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略,由于对每个通话录音进行了详细分析,分析出了具体的通话状态和形成通话状态的原因,这样就可以针对性对该通话录音中的客户设定合适、合理的重新拨打策略,有效提高呼叫效率,且高效率地对客户进行呼叫,筛掉无效呼叫,也提高了客户触达率和客户成交率。
在一个实施例中,上述分析模块11包括:
确定单元,用于根据通话是否被接通,确定通话录音的通话状态为未接通或者已接通但未实现通话目的;
识别单元,用于识别通话录音的语义内容,并根据识别结果确定未接通原因或者通话时客户意图信息;通话时客户意图信息用于指示未实现通话目的的原因。
其中,对通话状态进行具体划分:划分为未接通和已接通但未实现通话目的两种状态,那么语音机器人在确定该待分析的通话录音时,可以通过检测该待分析通话录音是否被接通进行判断,在确定了通话状态了,进一步识别通话录音的语义内容,以进一步确定形成通话状态的原因,这样,先确定出通话录音的通话状态,将通话状态划分为未接通和已接通但未成单两种状态,然后确定这两种通话状态的形成原因,使得确定的通话状态和形成通话状态的原因更加准确,详细。
在一个实施例中,若上述通话状态为未接通;通话录音中包括接通前的振铃音;上述识别单元,具体用于对通话录音进行转文本处理,得到录音文本内容;通过预设的识别模型对录音文本内容进行语义识别。
本实施例通过获取通话录音的录音文本内容,例如,语音机器人通过ASR识别通话录音并转换为文本,通过识别模型对录音文本内容进行语义识别的方式,例如,该识别模型为NLP模型或者深度学习模型,可以准确且快速地识别出通话录音的语义。
在一个实施例中,上述识别单元,还具体用于识别接通前的振铃音中运营商语音提示的语义内容;根据运营商语音提示的语义内容,确定未接通原因。
本实施例中,在有运营商语音提示时,语音机器人直接识别运营商语音提示,基于上述分析的语义内容,语音机器人确定未接通的具体原因,其中未接通原因包括客户关机、停机、通话中、不在服务区、欠费、无人接听、空号、客户正忙、语音信箱等等。这样,在通话状态为未接通时,通过对接通前的振铃音进行分析,确定出未接通原因,从而可以准确地确定出未接通原因。
在一个实施例中,上述确定模块12,具体用于若未接通原因是临时状态,设定预设时长后进行再次重拨;临时状态表示通话暂时没有接通;若未接通原因是永久状态,设定停止重拨;永久状态表示通话在长时间内或者永久性的不会被接通。本实施例针对不同的未接通原因,对应设定了不同的重拨策略,节约线路资源提高拨打效率的同时,提高了外呼效率。
在一个实施例中,若上述通话状态为已接通但未实现通话目的;通话录音中包括接通后的通话录音;上述识别单元,具体用于识别接通后的通话录音中客户语音流的语义内容;根据客户语音流的语义内容,确定通话时客户意图信息。
本实施例通过识别出客户语音流的语义内容后,语音机器人确定通话时客户意图信息,客户意图信息即为形成实现通话目的原因,使得确定的客户意图信息更加准确。
在一个实施例中,上述识别单元包括:分类确定子单元,具体用于根据客户意图信息,确定客户意向分类;客户意向分类表示客户实现通话目的的进度类别;根据客户意向分类,确定对应的重新呼叫策略。
本实施例在确定了客户意图信息(形成实现通话目的原因)后,可进一步对客户意图信息进行分类,然后对不同类别的客户设定不同的重新呼叫策略,需要客户意图信息确定客户实现通话目的意愿的程度,然后确定具体的分类,在确定了客户意向分类后,对不同的客户意向分类确定对应的重新呼叫策略。
在一个实施例中,上述分类确定子单元,具体用于若客户意向分类为低意向客户,设定停止重新呼叫;低意向客户表示客户没有意向实现通话目的;若客户意向分类为非低意向客户,设定预设时长后进行重新拨打。本实施例针对不同的未接通原因,对应设定了不同的重拨策略,节约线路资源提高拨打效率的同时,提高了外呼效率。
在一个实施例中,若上述非低意向客户未实现通话目的的原因包括可改善因素,则在进行重新拨打时选择与可改善因素匹配的话术进行通话。这样,可以有效地提高客户触达率和客户成交率。
上述实施例提供的所有通话呼叫装置,其实现原理和技术效果与上述通话呼叫方法实施例类似,在此不再赘述。
关于通话呼叫装置的具体限定可以参见上文中对于通话呼叫方法的限定,在此不再赘述。上述通话呼叫装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种通话呼叫方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取待分析的通话录音;通话录音为机器人外呼通话时产生的录音;
对通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因;
根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略。
上述实施例提供的一种计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待分析的通话录音;通话录音为机器人外呼通话时产生的录音;
对通话录音进行分析,确定通话录音的通话状态和通话状态的形成原因;
根据通话状态和通话状态的形成原因,确定对应的重新呼叫策略。
上述实施例提供的一种计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种通话呼叫方法,其特征在于,所述方法包括:
获取待分析的通话录音;所述通话录音为机器人外呼通话时产生的录音;
对所述通话录音进行分析,确定所述通话录音的通话状态和所述通话状态的形成原因;
根据所述通话状态和所述通话状态的形成原因,确定对应的重新呼叫策略。
2.根据权利要求1所述的方法,其特征在于,所述对所述通话录音进行分析,确定所述通话录音的通话状态和所述通话状态的形成原因,包括:
根据所述通话是否被接通,确定所述通话录音的通话状态为未接通或者已接通但未实现通话目的;
识别所述通话录音的语义内容,并根据识别结果确定未接通原因或者通话时客户意图信息;所述通话时客户意图信息用于指示未实现通话目的的原因。
3.根据权利要求2所述的方法,其特征在于,所述识别所述通话录音的语义内容,包括:
对所述通话录音进行转文本处理,得到录音文本内容;
通过预设的识别模型对所述录音文本内容进行语义识别。
4.根据权利要求2或3所述的方法,其特征在于,若所述通话状态为未接通;所述通话录音中包括接通前的振铃音;
所述识别所述通话录音的语义内容,并根据识别结果确定未接通原因,包括:
识别所述接通前的振铃音中运营商语音提示的语义内容;
根据所述运营商语音提示的语义内容,确定所述未接通原因。
5.根据权利要求4所述的方法,其特征在于,根据所述通话状态和所述通话状态的形成原因,确定对应的重新呼叫策略,包括:
若未接通原因是临时状态,设定预设时长后进行再次重拨;所述临时状态表示所述通话暂时没有接通;
若未接通原因是永久状态,设定停止重拨;所述永久状态表示所述通话在长时间内或者永久性的不会被接通。
6.根据权利要求2或3所述的方法,其特征在于,若所述通话状态为已接通但未实现通话目的;所述通话录音中包括接通后的通话录音;
所述识别所述通话录音的语义内容,并根据识别结果确定通话时客户意图信息,包括:
识别所述接通后的通话录音中客户语音流的语义内容;
根据所述客户语音流的语义内容,确定所述通话时客户意图信息。
7.根据权利要求6所述的方法,其特征在于,所述根据所述通话状态和所述通话状态的形成原因,确定对应的重新呼叫策略,包括:
根据所述客户意图信息,确定客户意向分类;所述客户意向分类表示客户实现通话目的的进度类别;
根据所述客户意向分类,确定对应的重新呼叫策略。
8.根据权利要求7所述的方法,其特征在于,所述根据所述客户意向分类,确定对应的重新呼叫策略,包括:
若客户意向分类为低意向客户,设定停止重新呼叫;所述低意向客户表示客户没有意向实现所述通话目的;
若客户意向分类为非低意向客户,设定预设时长后进行重新拨打。
9.根据权利要求8所述的方法,其特征在于,若所述非低意向客户未实现通话目的的原因包括可改善因素,则在进行重新拨打时选择与所述可改善因素匹配的话术进行通话。
10.一种通话呼叫装置,其特征在于,所述装置包括:
获取模块,用于获取待分析的通话录音;所述通话录音为机器人外呼通话时产生的录音;
分析模块,用于对所述通话录音进行分析,确定所述通话录音的通话状态和所述通话状态的形成原因;
确定模块,用于根据所述通话状态和所述通话状态的形成原因,确定对应的重新呼叫策略。
11.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545762.5A CN111916071A (zh) | 2020-06-16 | 2020-06-16 | 通话呼叫方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010545762.5A CN111916071A (zh) | 2020-06-16 | 2020-06-16 | 通话呼叫方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111916071A true CN111916071A (zh) | 2020-11-10 |
Family
ID=73237685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010545762.5A Pending CN111916071A (zh) | 2020-06-16 | 2020-06-16 | 通话呼叫方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111916071A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488750A (zh) * | 2020-11-27 | 2021-03-12 | 上海容大数字技术有限公司 | 一种保险场景智能推荐续保系统 |
CN113079259A (zh) * | 2021-03-31 | 2021-07-06 | 北京智齿博创科技有限公司 | 基于freeswitch与ASR技术的外呼失败结果检测方法 |
CN113518153A (zh) * | 2021-04-25 | 2021-10-19 | 上海淇玥信息技术有限公司 | 一种识别用户通话响应状态的方法、装置和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016150011A1 (zh) * | 2015-03-23 | 2016-09-29 | 中兴通讯股份有限公司 | 一种语音呼叫的方法、装置及服务器 |
WO2017166642A1 (zh) * | 2016-03-29 | 2017-10-05 | 乐视控股(北京)有限公司 | 移动终端通话重拨方法、装置及移动终端 |
CN108924370A (zh) * | 2018-07-23 | 2018-11-30 | 携程旅游信息技术(上海)有限公司 | 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 |
CN109151220A (zh) * | 2018-09-11 | 2019-01-04 | 中国—东盟信息港股份有限公司 | 一种通信话路呼叫失败场景分析系统 |
CN110351443A (zh) * | 2019-06-17 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 智能外呼处理方法、装置、计算机设备及存储介质 |
-
2020
- 2020-06-16 CN CN202010545762.5A patent/CN111916071A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016150011A1 (zh) * | 2015-03-23 | 2016-09-29 | 中兴通讯股份有限公司 | 一种语音呼叫的方法、装置及服务器 |
WO2017166642A1 (zh) * | 2016-03-29 | 2017-10-05 | 乐视控股(北京)有限公司 | 移动终端通话重拨方法、装置及移动终端 |
CN108924370A (zh) * | 2018-07-23 | 2018-11-30 | 携程旅游信息技术(上海)有限公司 | 呼叫中心外呼语音波形分析方法、系统、设备及存储介质 |
CN109151220A (zh) * | 2018-09-11 | 2019-01-04 | 中国—东盟信息港股份有限公司 | 一种通信话路呼叫失败场景分析系统 |
CN110351443A (zh) * | 2019-06-17 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 智能外呼处理方法、装置、计算机设备及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112488750A (zh) * | 2020-11-27 | 2021-03-12 | 上海容大数字技术有限公司 | 一种保险场景智能推荐续保系统 |
CN113079259A (zh) * | 2021-03-31 | 2021-07-06 | 北京智齿博创科技有限公司 | 基于freeswitch与ASR技术的外呼失败结果检测方法 |
WO2022206719A1 (zh) * | 2021-03-31 | 2022-10-06 | 北京智齿博创科技有限公司 | 基于FreeSWITCH与ASR的外呼失败结果检测方法 |
CN113518153A (zh) * | 2021-04-25 | 2021-10-19 | 上海淇玥信息技术有限公司 | 一种识别用户通话响应状态的方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111479021B (zh) | 外呼方法、装置、计算机设备和计算机可读存储介质 | |
CN111916071A (zh) | 通话呼叫方法、装置、计算机设备和存储介质 | |
US8041019B2 (en) | Methods and apparatus for call back disposition and re-evaluation in interactive voice response based customer care | |
CN105592237B (zh) | 一种会话切换的方法、装置及智能客服机器人 | |
US8515028B2 (en) | System and method for externally mapping an Interactive Voice Response menu | |
CN109858702B (zh) | 客户升级投诉的预测方法、装置、设备及可读存储介质 | |
US20080046386A1 (en) | Method for making optimal decisions in automated customer care | |
CN104754153B (zh) | 客服系统及其客户服务方法 | |
CN111107230A (zh) | 用于智能外呼的数据处理方法及装置 | |
CN111614843A (zh) | 呼叫配置的确定方法、装置、计算机设备和存储介质 | |
CN110324499A (zh) | 一种语音通话的监控方法、装置及系统 | |
CN102326376B (zh) | 座席终端接入呼叫的方法、呼叫中心及系统 | |
CN111460212A (zh) | 语音流程设置方法、装置、计算机设备和存储介质 | |
CN107786759A (zh) | 基于sip协议的呼叫排队方法和装置 | |
CN112995422A (zh) | 通话管控方法、装置、电子设备及存储介质 | |
CN108965613A (zh) | 基于催收系统品质监控的方法、存储介质以及应用服务器 | |
CN113965651A (zh) | 外呼处理方法及装置 | |
CN114710593A (zh) | 外呼方法、装置、电子设备以及存储介质 | |
US9253310B2 (en) | Outbound effectiveness through management of idle agent pool | |
CN102857993A (zh) | 一种通信处理方法、装置及第一通信终端 | |
CN111556209B (zh) | 一种客服转接的方法、装置、存储介质及电子设备 | |
CN116248798A (zh) | 一种基于通话时长预测的通话处理方法及装置 | |
JP4716930B2 (ja) | コールセンタの通話記録管理システムおよびその方法 | |
CN113873087B (zh) | 外呼方法、装置、计算机设备和存储介质 | |
CN112217945B (zh) | 基于反馈的通信路由器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201110 |