KR101543366B1 - 고객 감정 지수를 이용한 호 또는 상담원 평가 방법 및 장치 - Google Patents

고객 감정 지수를 이용한 호 또는 상담원 평가 방법 및 장치 Download PDF

Info

Publication number
KR101543366B1
KR101543366B1 KR1020130037343A KR20130037343A KR101543366B1 KR 101543366 B1 KR101543366 B1 KR 101543366B1 KR 1020130037343 A KR1020130037343 A KR 1020130037343A KR 20130037343 A KR20130037343 A KR 20130037343A KR 101543366 B1 KR101543366 B1 KR 101543366B1
Authority
KR
South Korea
Prior art keywords
parameter
average value
call
score
information
Prior art date
Application number
KR1020130037343A
Other languages
English (en)
Other versions
KR20140121105A (ko
Inventor
최은주
Original Assignee
포인트아이 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 포인트아이 주식회사 filed Critical 포인트아이 주식회사
Priority to KR1020130037343A priority Critical patent/KR101543366B1/ko
Publication of KR20140121105A publication Critical patent/KR20140121105A/ko
Application granted granted Critical
Publication of KR101543366B1 publication Critical patent/KR101543366B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Strategic Management (AREA)
  • Mathematical Optimization (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Algebra (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Telephonic Communication Services (AREA)

Abstract

고객 감정 지수를 이용한 호 및 상담원 평가 방법 및 장치를 개시한다.
발생된 호의 음성 데이터를 기반으로 해당 호에 대한 평가를 수행할 뿐만 아니라, 상담원 별 일일(업무일 당일) 연결된 호를 기반으로 상담원에 대한 평가를 수행할 수 있도록 하는 고객 감정 지수를 이용한 호 및 상담원 평가 방법 및 장치를 제공한다.

Description

고객 감정 지수를 이용한 호 또는 상담원 평가 방법 및 장치{Method And Apparatus for Evaluating Call Or Agent by Using Customer Emotion Index}
본 실시예는 고객 감정 지수를 이용한 호 및 상담원 평가 방법 및 장치에 관한 것이다. 더욱 상세하게는 발생된 호의 음성 데이터를 기반으로 해당 호에 대한 평가를 수행할 뿐만 아니라, 상담원 별 일일(업무일 당일) 연결된 호를 기반으로 상담원에 대한 평가를 수행할 수 있도록 하는 고객 감정 지수를 이용한 호 및 상담원 평가 방법 및 장치에 관한 것이다.
이하에 기술되는 내용은 단순히 본 실시예와 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아님을 밝혀둔다.
콜 센터에서는 고객의 전화 통화를 조직적으로 처리할 수 있도록 컴퓨터 자동화가 되어 있다. 콜 센터에서는 외부 고객의 단말로부터 통신망을 통해 착신 호가 유입되면 그 착신 호를 잠시 대기시킨 후 가용한 상담원을 확인하여 착신 호를 해당 가용 상담원에게 연결하여 고객 대응 업무를 가능하게 한다.
이러한 콜 센터를 통한 상담원과 통화하는 고객 중 통화 대기시간, 서비스 불만 등으로 인한 불만 고객이 발생한다. 기업에서는 이러한 불만 고객을 관리하기 위해서 콜 센터의 상담원이 고객 불만 정보를 서버에 입력하도록 하여, 기 설정된 시간 경과된 후 입력 내용 및 통계를 확인할 수 있도록 하고 있다. 하지만, 이러한 불만 고객에 대해 실시간 대응이 어려울 뿐 아니라, 불만 내용 조차 정확하게 파악하기 어려운 문제가 있다.
본 실시예는 발생된 호의 음성 데이터를 기반으로 해당 호에 대한 평가를 수행할 뿐만 아니라, 상담원 별 일일(업무일 당일) 연결된 호를 기반으로 상담원에 대한 평가를 수행할 수 있도록 하는 고객 감정 지수를 이용한 호 및 상담원 평가 방법 및 장치를 제공하는 데 주된 목적이 있다.
본 실시예의 일 측면에 의하면, 발생된 호의 음성 데이터를 기반으로 파라미터(Parameter) 각각의 일별 파라미터 평균값(SP: Standard Point)을 산출한 후 상기 일별 파라미터 평균값들을 누적하여 얻은 누적 평균값을 산출하는 누적 평균값 산출부; 상기 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수 지정부; 상기 파라미터 마다 상기 누적 평균값을 기준으로 제 1 증감분 정보를 산출하는 평균값 증감분 산출부; 상기 파라미터 마다 상기 표준 점수를 기준으로 상기 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하는 점수 증감분 산출부; 및 상기 표준 점수, 상기 누적 평균값, 상기 제 1 증가분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하며, 상기 파라미터 모두를 합산한 합산 점수가 높을수록 우선 청취 대상인 문제 호(Problem Call)로 넘버링을 부여하는 문제 호 판별부를 포함하는 것을 특징으로 하는 평가 장치를 제공한다.
또한, 본 실시에의 다른 측면에 의하면, 발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값을 산출한 후 상기 일별 파라미터 평균값들을 누적하여 얻은 누적 평균값을 산출하는 누적 평균값 산출부; 상기 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수 지정부; 상기 파라미터 마다 상기 누적 평균값을 기준으로 제 1 증감분 정보를 산출하는 평균값 증감분 산출부; 상기 파라미터 마다 상기 표준 점수를 기준으로 상기 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하는 점수 증감분 산출부; 및 상기 표준 점수, 상기 누적 평균값, 상기 제 1 증감분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하며, 상기 파라미터 모두를 합산한 합산 점수가 낮을수록 우수 상담 대상으로 넘버링을 부여하는 상담원 판별부를 포함하는 것을 특징으로 하는 평가 장치를 제공한다.
또한, 본 실시에의 다른 측면에 의하면, 평가 장치가 호를 평가하는 방법에 있어서, 발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값(SP)을 산출한 후 상기 일별 파라미터 평균값들을 누적하여 얻은 누적 평균값을 산출하는 누적 평균값 산출 과정; 상기 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수 지정 과정; 상기 파라미터 마다 상기 누적 평균값을 기준으로 제 1 증감분 정보를 산출하는 평균값 증감분 산출 과정; 상기 파라미터 마다 상기 표준 점수를 기준으로 상기 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하는 점수 증감분 산출 과정; 및 상기 표준 점수, 상기 누적 평균값, 상기 제 1 증감분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하며, 상기 파라미터 모두를 합산한 합산 점수가 높을수록 우선 청취 대상인 문제 호(Problem로 넘버링을 부여하는 문제 호 판별 과정을 포함하는 것을 특징으로 하는 호 평가 방법을 제공한다.
또한, 본 실시에의 다른 측면에 의하면, 평가 장치가 상담원을 평가하는 방법에 있어서, 발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값을 산출한 후 상기 일별 파라미터 평균값들을 누적하여 얻은 누적 평균값을 산출하는 누적 평균값 산출 과정; 상기 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수 지정 과정; 상기 파라미터 마다 상기 누적 평균값을 기준으로 제 1 증감분 정보를 산출하는 평균값 증감분 산출 과정; 상기 파라미터 마다 상기 표준 점수를 기준으로 상기 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하는 점수 증감분 산출 과정; 및 상기 표준 점수, 상기 누적 평균값, 상기 제 1 증감분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하며, 상기 파라미터 모두를 합산한 합산 점수가 낮을수록 우수 상담 대상으로 넘버링을 부여하는 상담원 판별 과정을 포함하는 것을 특징으로 하는 상담원 평가 방법을 제공한다.
이상에서 설명한 바와 같이 본 실시예에 의하면, 발생된 호의 음성 데이터를 기반으로 해당 호에 대한 평가를 수행할 뿐만 아니라, 상담원 별 일일(업무일 당일) 연결된 호를 기반으로 상담원에 대한 평가를 수행할 수 있는 효과가 있다.
또한, 본 실시예에 의하면, 콜 센터에서 추출하는 데이터를 기반으로 불만고객을 분류하고 상담원을 평가 할 수 있기 때문에 감정 분류의 부정확성을 개선하고 불만 고객과 상담원 상담능력을 평가 할 수 있는 효과가 있다. 또한, 기업 입장에서 불만 고객 관리에 대한 정형화된 데이터를 실시간으로 확인할 수 있는 효과가 있다.
도 1은 본 실시예에 따른 고객 감정 지수를 이용한 호 평가 시스템을 개략적으로 나타낸 블럭 구성도이다.
도 2는 본 실시예에 따른 평가 장치를 개략적으로 나타낸 블럭 구성도이다.
도 3은 본 실시예에 따른 고객 감정 지수를 이용한 호 또는 상담원 평가 방법을 설명하기 위한 순서도이다.
도 4는 본 실시예에 따른 평가 장치의 아키텍처를 나타낸 도면이다.
도 5는 본 실시예에 따른 평가 장치의 주요기능을 설명하기 위한 도면이다.
도 6은 본 실시예에 따른 실시간 통화 기반의 호 평가 시스템을 나타낸 도면이다.
도 7은 본 실시예에 따른 비실시간 통화 기반의 호 평가 시스템을 나타낸 도면이다.
도 8은 본 실시예에 따른 통계 지표 관리 및 모니터링을 나타낸 도면이다.
도 9는 본 실시예에 따른 실시간 고객 감정 분석을 나타낸 도면이다.
도 10은 본 실시예에 따른 상담이 종료된 호에 대한 상세 정보를 나타낸 도면이다.
도 11은 본 실시예에 따른 상담이 종료된 호에 대한 상담원 실적 평가를 나타낸 도면이다.
도 12는 본 실시예에 따른 상담원 평가 및 감정 분류에 다른 리포트를 나타낸 도면이다.
도 13은 본 실시예에 따른 조직 관리를 나타낸 도면이다.
도 14는 본 실시예에 따른 고객 불만 평가 프로세스를 나타낸 도면이다.
도 15는 본 실시예에 따른 호 평가 프로세스를 나타낸 도면이다.
도 16은 본 실시예에 따른 상담원 평가 프로세스를 나타낸 도면이다.
도 17은 본 실시예에 따른 자가 학습 엔진을 나타낸 도면이다.
이하, 본 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 실시예에 따른 고객 감정 지수를 이용한 호 평가 시스템을 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 고객 감정 지수를 이용한 호 평가 시스템은 단말기(110), 교환기(120), 녹취장치(130), 평가 장치(140) 및 관리자 단말기(150)를 포함한다. 본 실시예에서는 고객 감정 지수를 이용한 호 평가 시스템이 단말기(110), 교환기(120), 녹취장치(130), 평가 장치(140) 및 관리자 단말기(150)만을 포함하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 고객 감정 지수를 이용한 호 평가 시스템에 포함되는 구성 요소에 대하여 다양하게 수정 및 변형하여 적용 가능할 것이다.
단말기(110)는 유선 전화기 또는 무선 전화기를 포함할 뿐만 아니라, 사용자의 키 조작에 따라 통신망을 경유하여 각종 데이터를 송수신할 수 있는 단말기를 말하는 것이며, 태블릿 PC(Tablet PC), 랩톱(Laptop), 개인용 컴퓨터(PC: Personal Computer), 스마트폰(Smart Phone), 개인휴대용 정보단말기(PDA: Personal Digital Assistant) 및 이동통신 단말기(Mobile Communication Terminal) 등 중 어느 하나일 수 있다. 단말기(110)는 네트워크를 경유하여 상담원 단말기와 통신을 수행한다.
교환기(120)는 음성 통신 서비스를 제공하기 위한 기본 및 부가 서비스 처리, 가입자의 착신 및 발신 호 처리, 위치등록 절차 및 핸드오프 절차 처리, 타망과의 연동 기능 등을 수행한다.
여기서, 교환기(120)는 IP-PBX(Internet Protocol-Private Branch eXchange)일 수 있으나 반드시 이에 한정되는 것은 아니다. 이하, 일반적인 PBX 시스템 연결 절차를 설명하자면 다음과 같다. 단말기(110)가 해당 기업의 대표번호로 전화를 발신하면, 해당 호는 PSTN(Public Switched Telephone Network)을 통하여 기업의 IP-PBX인 교환기(120)에 연결하기 위하여 기업의 대표번호가 IP-PBX인 교환기(120)에 등록된 연결번호로 맵핑된다. 해당 호는 IP-PBX인 교환기(120)에 연결 이후 ARS를 통하여 단말기(110)가 음성 자동 응답을 수신한다. 이후, 단말기(110)에서 자동응답에 대한 내선번호를 선택하고, 단말기(110)가 선택한 내선번호에 따라 IP-PBX인 교환기(120)가 해당 내선 번호에 해당하는 상담원 단말기로 자동 연결한다. 이때, 교환기(120)는 연결중인 내선 번호에 해당하는 상담원 단말기와 연결 된 후 단말기(110)와 상담원 단말기 간의 음성 데이터를 녹음한다. 이러한, 방식은 콜 센터 서비스에서 기업내 IP-PBX 시스템을 구축하고 기업내에서 사용되는 일정 수의 외부 전화회선을 모든 직원이 공유하고, 내선에 연결되어 있는 내부사용자들간에 전화를 자동으로 연결할 수 있는 네트워크로 구축될 수 있다.
녹취장치(130)는 단말기(110)와 상담원 단말기(110) 간에 음성 통화가 연결되면 음성 데이터를 녹취하여 저장하는 장치를 말한다. 녹취장치(130)는 레코딩 서버(Recording Server), CTI 서버(Computer Telephony Integration Server), CRM(Customer Relationship Management), 콜 센터 데이터(Call Center Data) 등을 포함할 수 있으나 반드시 이에 한정되는 것은 아니다.
본 실시예에 따른 평가 장치(140)는 발생된 호의 음성 데이터를 기반으로 파라미터(Parameter) 각각의 일별 파라미터 평균값을 산출한 후 일별 파라미터 평균값들을 누적하여 누적 평균값을 산출하고, 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정한다. 이때, 평가 장치(140)는 실시간 호의 음성 데이터 또는 비실시간 호의 녹취 데이터(Recording Data)를 기반으로 파라미터 각각의 누적 평균값을 산출할 수 있다.
여기서, 파라미터는 통화시간(Duration), 대화시간(TT: Talk Time), 대기시간(HT: Holding Time), 중첩시간(LRO: Listen & Response Overlay), 격차시간(LRG: Listen & Response Gap), 고객 분노 지수(CAI: Customer Anger Index), 상담원 분노 지수(AAI: Agent Anger Index), 평균 통화시간(Average Duration), 평균 대화시간(ATT: Average Talk Time), 평균 대기시간(AHT: Average Holding Time), 호간 평균 간격(AWT: Average Wait Time), 평균 상담처리 시간(THT: Total Handle Time), 처리건수(TR: Total Response), 평균 중첩시간(ALRO: Average Listen & Response Overlay), 평균 격차시간(ALRG: Avrage Listen & Response Gap평균 고객 분노 지수(ACAI: Avrage Customer Anger Index), 평균 상담원 분노 지수(AAAI: Avrage Agent Anger Index)을 포함한다.
여기서, 호 평가에 이용되는 파라미터는 [표 1]과 같다.
파라미터 설명
통화시간(Duration) 종료시간(CT) - 시작시간(ST)
대화시간(TT: Talk Time) 종료시간(CT) - 벨소리(연결음) 구간
대기시간(HT: Holding Time) 통화시간(Duration) - 대화시간(TT)
중첩시간(LRO: Listen & Response Overlay) 고객 음성과 상담원 음성 중첩 시간
격차시간(LRG: Listen & Response Gap) 고객 음성 종료 후 상담원 음성이 시작할 때까지의 격차 시간
고객 분노 지수(CAI: Customer Anger Index) 고객 정보에 따른 고객 분노 지수
상담원 분노 지수(AAI: Agent Anger Index) 상담자 정보에 따른 고객 분노 지수
또한, 상담원 평가에 이용되는 파라미터는 [표 2]와 같다.
파라미터 설명
평균 통화시간(Average Duration) 상담원 별 일일 연결된 호들의 종료시간(CT) - 시작시간(ST)
평균 대화시간(ATT: Average Talk Time) 상담원 별 일일 연결된 호들의 통화시간- 벨소리(연결음) 구간의 평균값
평균 대기시간(AHT: Average Holding Time) 상담원 별 일일 연결된 호들의 통화시간(Duration) - 대화시간(TT)의 평균값
호간 평균 간격(AWT: Average Wait Time) 상담원 별 일일(업무일 당일) 연결된 호간 간격 시간의 평균 값
평균 상담처리 시간(THT: Total Handle Time) 상담원 별 일일 연결된 호들의 통화시간(Duration) + 대기시간(WT)의 평균 값
처리건수(TR: Total Response) 상담원 별 일일 연결된 호의 발생 횟수
평균 중첩시간(ALRO: Average Listen & Response Overlay) 상담원 별 일일 연결된 호들의 고객 음성과 상담원 음성 중첩 평균 시간
평균 격차시간(ALRG: Avrage Listen & Response Gap 상담원 별 일일 연결된 호들의 고객 음성 종료 후 상담원 음성이 시작할 때까지의 평균 격차 시간
평균 고객 분노 지수(ACAI: Avrage Customer Anger Index) 상담원 별 일일 연결된 호의 고객 정보에 따른 평균 고객 분노 지수
평균 상담원 분노 지수(AAAI: Avrage Agent Anger Index) 상담원 별 일일 연결된 호의 상담자 정보에 따른 평균 상담원 분노 지수
여기서, 평가 장치(140)는 교환기(120) 및 녹취장치(130) 중 적어도 하나의 장치와 연동하여 파라미터와 관련된 데이터인 통화 정보, 상담원 정보 및 고객 정보 중 적어도 하나 이상의 정보를 수신한다.
또한, 평가 장치(140)는 파라미터 마다 누적 평균값을 기준으로 제 1 증감분 정보를 산출하고, 파라미터 마다 표준 점수를 기준으로 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출한다. 이후, 평가 장치(140)는 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출하며, 파라미터 모두를 합산한 합산 점수가 높을수록 우선 청취 대상인 문제 호(Problem Call)로 넘버링을 부여한다.
여기서, 연산 점수에 필요한 정보는 [표 2]와 같다.
정보이름 설명
표준점수 파라미터 별 점수 비중
파라미터값 파라미터 별로 금일 발생한 유동적 데이터
누적 평균값 일별 파라미터 평균값들을 누적하여 얻은 평균값
제 1 증감분 정보 누적 평균값을 기준으로 파라미터값에 대한 증감분 값
제 2 증감분 정보 표준 점수만큼 제 1 증감분 정보를 적용한 증감분 값
또한, 평가 장치(140)는 파라미터 별로 금일 발생한 유동적 데이터인 파라미터값과 누적 평균값을 차감한 값, 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출한다.
또한, 평가 장치(140)는 [수학식 1]을 이용하여 연산 점수를 산출한다.
Figure 112013029792872-pat00001
여기서, 표준점수는 파라미터 별 점수 비중을 의미하며, 파라미터값은 파라미터 별로 금일 발생한 유동적 데이터를 의미하며, 누적 평균값(SP)은 일별 파라미터 평균값들을 데이터 생성일로부터 전일까지 누적하여 얻은 평균값을 의미하며, 제 1 증감분 정보는 누적 평균값을 기준으로 파라미터값에 대한 증감분 값을 의미하며, 제 2 증감분 정보는 표준 점수만큼 제 1 증감분 정보를 적용한 증감분 값을 의미한다.
또한, 평가 장치(140)는 통화시간(Duration), 대화시간(TT: Talk Time), 대기시간(WT: Wait Time), 중첩시간(LRO: Listen & Response Overlay), 격차시간(LRG: Listen & Response Gap), 고객 분노 지수(CAI: Customer Anger Index), 상담원 분노 지수(AAI: Agent Anger Index) 중 하나 이상의 파라미터에 대한 일별 파라미터 평균값 및 누적 평균값을 산출한다. 이때, 평가 장치(140)는 종료시간(CT: Close Time)과 시작시간(ST: Start Time)을 차감한 값을 통화시간(Duration)으로 산출하고, 종료시간(CT)과 벨소리 구간을 차감한 값을 대화시간(TT)으로 산출하고, 음성 데이터를 기반으로 고객 음성과 상담원 음성의 중첩 시간인 중첩시간(LRO)을 추출하고, 음성 데이터를 기반으로 고객 음성 종료 후 상담원 음성이 시작할 때까지의 시간인 격차시간(LRG)을 추출한다. 또한, 평가 장치(140)는 대화 시간을 산출할 때, 벨소리 구간(상담으로 볼 수 없는 통화 초기 구간)을 평균 구간(Average Zone) 외에 '0'으로 처리하며, 통화 시작 후 고객 분노 지수(CAI)가 존재하기 시작한 구간을 대화시간(TT)의 시작으로 인지한다.
또한, 평가 장치(140)는 최저 분노 지점과 최고 분노 지점을 산출한다. 이때, 평가 장치(140)는 최저 분노 지점을 산출하기 위해 [수학식 2]를 이용한다.
Figure 112013029792872-pat00002
이때, 평가 장치(140)는 최고 분노 지점을 산출하기 위해 [수학식 3]를 이용한다.
Figure 112013029792872-pat00003
또한, 평가 장치(140)는 벨소리 종료 시간을 고객 분노 지수(CAI)가 '0'이 아닌 데이터가 존재하는 첫 번째 교차 지점으로 지정한다.
이하, 평가 장치(140)가 상담원을 평가하는 과정에 대해 설명하도록 한다. 평가 장치(140)는 발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값을 산출한 후 일별 파라미터 평균값들을 누적하여 누적 평균값을 산출하고, 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하고, 파라미터 마다 누적 평균값을 기준으로 제 1 증감분 정보를 산출하며, 파라미터 마다 표준 점수를 기준으로 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하며, 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출하며, 파라미터 모두를 합산한 합산 점수가 낮을수록 우수 상담 대상으로 넘버링을 부여한다.
이때, 평가 장치(140)는 평균 통화시간(Average Duration), 평균 대화시간(ATT), 평균 대기시간(AHT), 호간 평균간격(AWT), 평균 상담처리 시간(THT), 처리건수(TR), 평균 중첩시간(ALRO), 평균 격차시간(ALRG), 평균 고객 분노 지수(ACAI), 평균 상담원 분노 지수(AAAI) 중 하나 이상의 파라미터에 대한 일별 파라미터 평균값 및 누적 평균값을 산출한다.
이때, 평가 장치(140)는 상담원 별 일일 연결된 호들의 통화시간(= 종료시간(CT) - 시작시간(ST))의 평균값을 평균 통화시간(Average Duration)으로 산출하고, 상담원 별 일일 연결된 호들의 통화시간과 벨소리(연결음) 구간을 차감한 평균값을 평균 대화시간(ATT)을 산출하고, 상담원 별 일일 연결된 호에 대한 통화시간과 대화시간(TT)을 차감한 값의 평균값을 평균 대기시간(AHT)로 산출하고, 상담원 별 일일 연결된 호간 간격 시간의 평균값을 호간 평균 간격(AWT)으로 산출하고, 상담원 별 일일 연결된 호의 통화시간(Duration)과 호간 간격(WT))을 가산한 값을 평균 상담처리 시간(THT)으로 산출하고, 상담원 별 일일 연결된 호의 발생 횟수를 처리건수(TR)로 산출하고, 상담원 별 일일 연결된 호를 기반으로 고객 음성과 상담원 음성의 중첩 시간의 평균인 평균 중첩시간(ALRO)을 추출하고, 상담원 별 일일 연결된 호를 기반으로 고객 음성 종료 후 상담원 음성이 시작할 때까지의 평균 시간인 평균 격차시간(LRG)을 추출하고, 상담원 별 일일 연결된 호의 고객 정보에 따른 평균 고객 분노 지수인 평균 고객 분노 지수(ACAI)를 추출하고, 상담원 별 일일 연결된 호의 상담자 정보에 따른 평균 상담원 분노 지수인 평균 상담원 분노 지수(AAAI)를 추출한다. 즉, 평가 장치(140)는 평균 통화시간(Average Duration), 평균 대화시간(ATT), 평균 대기시간(AHT), 호간 평균간격(AWT), 평균 상담처리 시간(THT), 처리건수(TR), 평균 중첩시간(ALRO), 평균 격차시간(ALRG), 평균 고객 분노 지수(ACAI), 평균 상담원 분노 지수(AAAI)의 파라미터 별로 연산 점수를 산출하고, 연산 점수를 모두 합산한 합산 점수를 산출하며, 합산 점수가 낮을 수록 우수 상담 대상으로 넘버링을 부여한다.
이하, 평가 장치(140)가 불만 고객을 판단하는 과정에 대해 설명하도록 한다. 평가 장치(140)는 고객 정보와 상담자 정보를 동일 타임라인(TimeLine) 선상에서 매핑(이때, '한 개'의 통화를 '한 건'의 상담으로 인지)하고, 고객 정보에 따른 고객 분노 지수(CAI)와 상담자 정보에 따른 상담원 분노 지수(AAI)를 추출하고, 고객 정보 및 상담자 정보 별 평균 분노 지수(Ave.AI), 최저 분노 지수(Min.AI), 최대 분노 지수(Max.AI) 추출하여 저장하고, 임계치 이상의 분노 지수를 불만 고객 또는 불만 상담자로 판정한다.
본 실시예에 따른 평가 장치(140)는 구비된 소프트웨어적인 감정엔진을 이용하여 고객 또는 상담자의 감정을 분류한다. 즉, 평가 장치(140)는 실시간 음성 데이터 또는 녹취된 음성 데이터를 이용하여 '평상' 또는 '화남' 여부를 확인하고, '남성' 또는 '여성' 여부를 확인할 수 있다. 이때, 평가 장치(140)는 최소 20 ms, 최대 3초 단위(시간 단위를 변경이 가능한 모듈 포함)로 화자(고객)와 상대방(상담원) 별로 '감정' 또는 '성별'을 추출할 수 있다.
즉, 평가 장치(140)는 감정분류를 위한 소프트웨어적인 감정 엔진을 탑재한다. 여기서, 감정 엔진은 화남 판정 알고리즘, 호 평가 알고리즘, 상담원 평가 알고리즘을 포함한다. 이때, 분노 지수는 음성 신호의 특징 벡터를 추출하여 데이터로 정의하고 호 평가는 분노 지수를 포함하여 1건의 (상담)통화와 관련된 데이터를 기반한 알고리즘으로 추출한다.
여기서, 음성 신호의 특징 벡터를 추출하는 과정에 대해 설명하면 다음과 같다. 평가 장치(140)의 감정 엔진은 화남 판정 알고리즘을 이용하여 수신되는 음성 신호의 특징 벡터들을 추출한다. 감정 엔진은 화남 판정 알고리즘을 이용하여 추출된 훈련용 음성 신호들에 대한 특징 벡터들에 기초하여 다수의 감정들 중에서 적어도 두 개의 감정들을 포함하는 적어도 하나의 감정 그룹을 포함하는 다수의 감정 그룹들 각각에 상응하는 적어도 하나의 제 1 특징 벡터 값의 범위 및 적어도 하나의 감정 그룹에 포함된 적어도 두 개의 감정들 각각에 상응하는 적어도 하나의 제 2 특징 벡터 값의 범위를 저장한다. 감정 엔진은 화남 판정 알고리즘을 이용하여 음성 신호의 특징 벡터들 및 특징 벡터 저장 블럭에 저장된 적어도 하나의 제 1 특징 벡터 값의 범위 및 제 2 특징 벡터 값의 범위에 기초하여 음성 신호 발신자의 감정 분류 결과를 발생한다. 감정 엔진은 화남 판정 알고리즘을 이용하여 음성 신호의 감정 벡터들 및 적어도 하나의 제 1 특징 벡터 값의 범위에 기초하여 음성 신호 발신자의 감정을 다수의 감정 그룹들 중에서 어느 하나의 감정 그룹으로 분류한다. 이후, 감정 엔진은 화남 판정 알고리즘을 이용하여 음성 신호의 감정 벡터들 및 적어도 하나의 제 2 특징 벡터 값의 범위에 기초하여 적어도 하나의 감정 그룹에 포함된 적어도 두 개의 감정을 분류한다.
평가 장치(140)는 상담원 평가 시 분노 지수, 호 평가 지수를 포함하여 1일의 (상담)통화와 관련된 데이터 알고리즘으로 추출한다. 여기서, 평가 장치(140)에 탑재된 감정 엔진의 화남판정 알고리즘은 감정 분류 시 '평상'과 '화남', '남성'과 '여성'으로 학습된 데이터베이스의 특징 벡터(음성신호 피치의 평균값, 에너지, MFCC)의 포함여부로 분류되는 평상과 화남의 분류 값을 최소 20ms, 최대 3초 단위로 받아 실시간 화남 판정, 누적된 화남의 정도(시간), 화자 음성의 특정 구간 또는 전체 구간의 화남 판정하고 관련된 데이터를 저장한다. 이때, 평가 장치(140)에 탑재된 감정 엔진은 판정의 기준 값과 평상/화남의 분류 판정 기본 시간 값은 임의로 조정할 수 있는 모듈을 포함할 수 있다. 예컨대, 평가 장치(140)에 탑재된 감정 엔진은 콜 센터의 운영 목적과 고객의 주된 성향에 따라 1초 단위의 평상/화남 판정 값을 기본으로 전체 음성구간의 절반 이상이 '화남'이면 '화남'으로 판정할 수 있다. 또한, 감정 엔진에 포함된 호 평가 알고리즘은 하루에 발생한 호마다 파라미터를 추출하여 누적 평균값을 정의하여 익일 이후부터 발생하는 호의 평가를 수행한다. 이러한, 평가 장치(140)의 주요 기능으로는 '불만 고객 분류', '호 평가', '상담원 평가', '자가 학습' 등이 있다. 이에 대해 구체적으로 설명하도록 한다.
이하, 평가 장치(140)가 불만고객을 분류하는 과정에 대해 설명한다.
①. 평가 장치(140)는 실시간 음성 데이터 또는 녹취된 음성 데이터를 이용하여 '평상' 또는 '화남' 여부를 확인하거나 '남성' 또는 '여성' 여부를 확인한다.
②. 평가 장치(140)는 실시간 음성 데이터 또는 녹취된 음성 데이터를 이용하여 '평상' 또는 '화남' 여부를 확인한 후 '화남'으로 추출된 경우, '평상'으로 판별된 개수를 기준을 초과할 경우 '불만'으로 분류한다. 이때, 평가 장치(140)는 불만 판정의 기준이 되는 개수를 지정 또는 변경하게 하는 모듈을 포함할 수 있다.
③. '불만'으로 분류 된 호를 기준으로 고객의 음성 비중이 대화시간(TT) 대비 '평상'으로 판별되는 기준을 초과할 경우 '불만'으로 최종 판단 한다. '불만'으로 1차 분류 되었으나 '불만'으로 최종 판정 되지 않는 호는 ‘평상’으로 분류한다.
④. 평가 장치(140)는 화자(고객)와 상대방(상담원) 별로 '감정' 또는 '성별'을 추출할 때, 해당 데이터를 타임라인으로 매핑하여 한 개의 통화로 패턴화한다.
⑤. 평가 장치(140)는 통화 시작 시간을 '시작시간(ST)', 통화 종료 시간을 '종료시간(CT)'의 파라미터로 정의한다. 또한, '통화시간(Duration)' 파라미터를 '종료시간(CT) - 시작시간(ST)'로 정의하고, 한 건의 상담과 동일하게 인식한다.
이하, 평가 장치(140)가 자가학습을 수행하는 과정에 대해 설명한다.
①. 평가 장치(140)는 상담 건 별 고객과 상담원의 '화남'/'평상'에 대한 최저 분노 지수(Min.AI), 최고 분노 지수(Max.AI), 평균 분노 지수(Ave.AI)를 추출한다.
②. 평가 장치(140)는 최저 분노 지수(Min.AI)의 구간인 최저 분노 지점은 [수학식 2]를 이용하여 산출할 수 있으며, 최고 분노 지수(Max.AI)의 구간인 최고 분노 지점은 [수학식 3]을 이용하여 산출할 수 있다. 평균 분노 지수(Ave.AI)의 구간인 '평균 구간'은 최저 분노 지점 내지 최고 분노 지점의 평균값으로 정의될 수 있다.
③. 평가 장치(140)는 '고객'/'상담원'/'여성'/'남성'의 분류 별로 매일 최저 분노 지수(Min.AI), 최고 분노 지수(Max.AI), 평균 분노 지수(Ave.AI)를 추출하고, 이를 이용하여 최저 분노 지점, 최고 분노 지점, 평균 구간을 산출한다. 이때, 평가 장치(140)는 평균 구간의 수식값을 지정 또는 변경하는 모듈을 포함할 수 있다.
④. 평가 장치(140)는 평균 분노 지수(Ave.AI)의 누적(평균) 데이터를 해당 파라미터(고객 분노 지수(CAI), 상담원 분노 지수(AAI))의 누적 평균값으로 정의한다.
⑤. 평가 장치(140)는 사이트(고객) 별, 카테고리(상품) 별 최저 분노 지수(Min.AI), 최고 분노 지수(Max.AI), 평균 분노 지수(Ave.AI)를 데이터베이스화하여 새로운 사이트의 음성신호가 들어오는 경우 감정 평가 대상 구간 편차를 최소화하는 엔진을 적용할 수 있다.
이하, 평가 장치(140)가 호를 평가하는 과정에 대해 설명한다.
①. 평가 장치(140)는 새로운 음성 신호가 들어오면 '0', '100', '평균 구간' 이외 구간은 '0'으로 정의하여 무음 또는 음성신호 이외 구간으로 정의한다.
②. 평가 장치(140)는 화자(고객)와 상대방(상담원) 별로 '감정' 또는 '성별'을 추출할 때, 해당 데이터를 타임라인으로 매핑하여 한 개의 통화로 패턴화하는데, 이때 화자 쌍방 모두를 '시작시간(ST)' 이후 '0' 이외 데이터가 들어온 시간부터 '종료시간(CT)'까지를 '대화시간(TT)'의 파라미터로 정의한다.
③. 평가 장치(140)는 '대화시간(TT)'은 '종료시간(Close Time) - 벨소리 구간'으로 정의하고, 연결대기시간은 '대기시간(HT)'의 파라미터로 정의한다.
④. 평가 장치(140)는 평가 장치(140)는 화자(고객)와 상대방(상담원) 별로 '감정' 또는 '성별'을 추출할 때, 해당 데이터를 타임라인으로 매핑하여 한 개의 통화로 패턴화하는데, 이때 고객 데이터가 존재하는 구간에서 상담원의 데이터가 시작되어 겹치는 구간은 고객 음성 중 상담원 음성 겹침 시간을 '중첩시간(LRO)'의 파라미터로 정의한다.
⑤. 평가 장치(140)는평가 장치(140)는 화자(고객)와 상대방(상담원) 별로 '감정' 또는 '성별'을 추출할 때, 해당 데이터를 타임라인으로 매핑하여 한 개의 통화로 패턴화하는데, 이때 고객 데이터가 존재하지 않는 구간에서 상담원의 데이터가 시작되는 구간은 고객 음성 종료 후 상담원 음성 시작의 격차 시간으로 '격차시간(LRG)'의 파라미터로 정의한다.
⑥. 평가 장치(140)는 모든 호를 대상으로 시작시간(ST), 종료시간(CT), 대화시간(TT), 연결 대기시간(TH), 중첩시간(LRO), 격차시간(LRG)의 평균값을 추출하여 각각의 평균 대화시간(SP_ATT), 평균 연결 대기시간(SP_TTH), 평균 중첩시간(SP_LRO), 평균 격차시간(SP_LRG)을 산출할 있다.
즉, 평가 장치(140)는 ① 내지 ⑥을 통해 파라미터를 정의하는 것이다.
⑦. 평가 장치(140)는 고객 분노 지수(CAI), 상담원 분노 지수(AAI), 대화시간(TT), 연결 대기시간(TH), 중첩시간(LRO), 격차시간(LRG)의 파라미터(항목) 별로 표준 점수를 지정한다. 이때, 평가 장치(140)는 표준점수를 지정 또는 변경하는 모듈을 포함할 수 있다.
즉, 평가 장치(140)는 각 파라미터 별 표준 점수를 지정한다.
⑧. 평가 장치(140)는 제 1 증감분 정보에 따른 제 2 증감분 정보를 지정하여 새롭게 발생하는 호에 가산점을 부여한다. 이때, 평가 장치(140)는 제 1 증감분 정보, 제 2 증감분 정보를 지정, 변경하는 모듈을 포함할 수 있다. 즉, 평가 장치(140)는 각 파라미터 별 전일까지의 누적 평균값을 산출한다. 평가 장치(140)는 누적 평균값의 기준 발생 호의 개별 파라미터의 증감분 정보를 산출한다. 이후, 평가 장치(140)는 표준점수를 기준으로 제 1 증감분 정보에 따른 점수 증감분을 지정한다. 이때, 평가 장치(140)는 파라미터 별 표준점수와 제 1 증감분 정보, 제 2 증감분 정보를 임의로 조정할 수 있는 모듈을 포함할 수 있다.
⑨. 평가 장치(140)는 호 평가를 위해 각 파라미터 별 누적 평균값 대비 증감분 정보를 기준으로 점수를 부여하고 합산 점수가 높을수록 우선 확인(청취)해야 하는 문제 호로 정의 한다. 즉, 평가 장치(140)는 파라미터 별 해당 호의 점수를 산출한 후 합산 점수가 높을수록 우선 청취해야 할 문제 호로 넘버링 한다.
이하, 평가 장치(140)가 상담원을 평가하는 과정에 대해 설명한다.
평가 장치(140)의 호 평가 알고리즘은 하루에 발생한 호마다 아래의 파라미터를 추출하여 누적 평균값를 정의하여 익일 이후부터 발생하는 호의 평가를 수행할 수 있다.
①. 평가 장치(140)는 정의된 업무 종료 시간 이전에 연결된 모든 상담이 종료된 후 상담원 평가를 시작한다. 이때, 평가 장치(140)는 고객 분노 지수(CAI), 상담원 분노 지수(AAI), 대화시간(TT), 연결 대기시간(TH), 중첩시간(LRO), 격차시간(LRG)의 파라미터 이외 상담원 평가를 위한 파라미터가 상담원 별 데이터를 기반으로 추출된다.
②. 평가 장치(140)는 상담원 별 선행 호의 종료시간과 이후 호의 시작시간의 격차는 호간 간격으로 '호간 간격(WT)'으로 정의하고 평균 대기시간(AWT)을 산출한다.
③. 평가 장치(140)는 평균 대화시간(ATT)과 평균 대기시간(AWT)을 합한 시간을 (상담) '대기시간(HT)'의 파라미터로 정의하고 총 처리시간(Total Handle Time)을 산출한다.
④. 평가 장치(140)는 화자(고객)와 상대방(상담원) 별로 '감정' 또는 '성별'을 추출할 때, 해당 데이터를 타임라인으로 매핑하여 한 개의 통화로 패턴화하는데, 이때의 개수를 '처리건수(TR)'로 정의한다.
⑤. 평가 장치(140)는 모든 상담원을 대상으로 '호간 간격(WT)', '평균 대화시간(ATT)', '평균 대기시간(AWT)', '총 처리시간(THT)', '처리건수(TR)'의 평균값을 추출하여 평균 대기시간(SP_AWT), 평균 처리시간(SP_THT), 평균 처리건수(SP_TR)의 파라미터를 정의한 후 해당 값을 산출할 수 있다.
⑥. 평가 장치(140)는 고객 분노 지수(CAI), 상담원 분노 지수(AAI), 평균 대화시간(ATT), 총 연결 대기시간(TTH), 중첩시간(LRO), 격차시간(LRG), 평균 대기시간(AWT), 총 처리시간(THT), 처리건수(TR) 별로 상담원 평가를 위한 표준 점수를 지정한다. 이때, 평가 장치(140)는 표준점수를 지정 또는 변경하는 모듈을 포함할 있다.
즉, 평가 장치(140)는 ① 내지 ⑥을 통해 파라미터를 정의한다.
⑦. 평가 장치(140)는 상담원 평가의 정확성을 높이기 위해 제 1 증감분 정보에 따른 제 2 증감분 정보를 지정하여 매일 평가하는 상담원에 가산점을 부여한다. 이때, 평가 장치(140)는 제 1 증감분 정보, 점수 증감분을 지정 또는 변경하는 모듈을 포함할 수 있다. 즉, 평가 장치(140)는각 파라미터 별 표준 점수를 지정한다. 평가 장치(140)는 각 파라미터 별 전일 누적 평균값을 산출한다. 평가 장치(140)는 누적 평균값을 기준으로 발생 호의 개별 파라미터의 제 1 증감분 정보를 산출한다. 평가 장치(140)는 표준점수를 기준으로 제 1 증감분 정보에 따른 제 2 증감분 정보를 지정한다.
⑧. 평가 장치(140)는 상담원 평가 시 각 파라미터 별 누적 평균값 대비 증감분 정보를 연산하여 점수를 부여하고 점수가 높을수록 우수 상담원으로 정의한다. 즉, 평가 장치(140)는 파라미터 별 해당 호의 점수를 구한 후 합산 점수가 낮을수록 고객 상담 처리가 우수한 상담원으로 넘버링 한다. 이때, 평가 장치(140)는 파라미터 별 표준점수와 제 1 증감분 정보, 제 2 증감분 정보를 임의로 조정할 수 있는 모듈을 포함할 수 있다.
관리자 단말기(150)는 평가 장치(140)와 서버-클라이언트 통신이 가능하다면 그 어떠한 단말기도 가능하며, 노트북 컴퓨터, 이동통신 단말기, PDA 등 여하한 통신 컴퓨팅 장치를 모두 포함하는 넓은 개념이다. 관리자 단말기(150)는 평가 장치(140)로부터 통계 데이터 또는 리포트 데이터를 제공받아 디스플레이 한다. 이러한, 관리자 단말기(150)가 평가 장치(140)로부터 리포트 정보를 수신하여 디스플레이하는 구체적인 과정에 대해서는 도 8 내지 도 13을 통해 설명토록 한다.
도 2는 본 실시예에 따른 평가 장치를 개략적으로 나타낸 블럭 구성도이다.
본 실시예에 따른 평가 장치(140)는 데이터베이스(210), 불만자 평가부(212), 누적 평균값 산출부(220), 표준 점수 지정부(230), 평균값 증감분 산출부(240), 점수 증감분 산출부(250), 문제 호 판별부(260) 및 상담원 판별부(270)를 포함한다.
본 실시예에서는 평가 장치(140)가 데이터베이스(210), 불만자 평가부(212), 누적 평균값 산출부(220), 표준 점수 지정부(230), 평균값 증감분 산출부(240), 점수 증감분 산출부(250) 및 문제 호 판별부(260)만을 포함하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 평가 장치(140)에 포함되는 구성 요소에 대하여 다양하게 수정 및 변형하여 적용 가능할 것이다.
데이터베이스(210)는 통화 정보, 상담원 정보, 고객 정보, 파라미터, 표준점수, 파라미터값, 누적 평균값(SP), 제 1 증감분 정보, 제 2 증감분 정보를 분류하여 저장하고 관리하는데, 이러한 데이터베이스(210)는 평가 장치(140)의 내부 또는 외부에 구현될 수 있다. 여기서, 파라미터는, 통화시간(Duration), 대화시간(TT), 연결 대기시간(TH), 호간 간격(WT), 대기시간(HT), 처리건수(TR), 중첩시간(LRO), 격차시간(LRG), 고객 분노 지수(CAI), 상담원 분노 지수(AAI) 중 하나 이상의 파라미터를 포함한다. 한편, 이러한 데이터베이스는 데이터베이스 관리 프로그램(DBMS)을 이용하여 컴퓨터 시스템의 저장공간(하드디스크 또는 메모리)에 구현된 일반적인 데이터구조를 의미하는 것으로, 데이터의 검색(추출), 삭제, 편집, 추가 등을 자유롭게 행할 수 있는 데이터 저장형태를 뜻하는 것으로, 오라클(Oracle), 인포믹스(Infomix), 사이베이스(Sybase), DB2와 같은 관계형 데이터베이스 관리 시스템(RDBMS: Relational Data Base Management System)이나, 겜스톤(Gemston), 오리온(Orion), O2 등과 같은 객체 지향 데이터베이스 관리 시스템(OODBMS) 및 엑셀론(Excelon), 타미노(Tamino), 세카이주(Sekaiju) 등의 XML 전용 데이터베이스(XML Native Database)를 이용하여 본 실시예의 목적에 맞게 구현될 수 있고, 자신의 기능을 달성하기 위하여 적당한 필드(Field) 또는 엘리먼트들을 가지고 있다.
불만자 평가부(212)는 고객 정보와 상담자 정보를 동일 타임라인 선상에서 매핑(이때, '한 개'의 통화를 '한 건'의 상담으로 인지)하고, 고객 정보에 따른 고객 분노 지수(CAI)와 상담자 정보에 따른 상담원 분노 지수(AAI)를 추출하고, 고객 정보 및 상담자 정보 별 평균 분노 지수(Ave.AI), 최저 분노 지수(Min.AI), 최대 분노 지수(Max.AI) 추출하여 저장하고, 임계치 이상의 분노 지수를 불만 고객 또는 불만 상담자로 1차 분류하고 고객의 음성 비중이 대화시간(TT) 대비 임계치 이상인 경우 '불만'으로 최종 판단 한다. '불만'으로 1차 분류 되었으나 '불만'으로 최종 판정 되지 않는 호는 '평상'으로 분류한다.
누적 평균값 산출부(220)는 발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값(SP)을 산출한 후 일별 파라미터 평균값(SP)에 대한 누적 평균값을 산출한다.
이때, 누적 평균값 산출부(220)는 실시간 호의 음성 데이터 또는 비실시간 호의 녹취 데이터를 기반으로 파라미터 각각의 누적 평균값을 산출할 수 있다. 또한, 누적 평균값 산출부(220)는 교환기(120) 및 녹취장치(130) 중 적어도 하나의 장치와 연동하여 파라미터와 관련된 데이터인 통화 정보, 상담원 정보 및 고객 정보 중 적어도 하나 이상의 정보를 수신한다. 누적 평균값 산출부(220)는 통화시간(Duration), 대화시간(TT: Talk Time), 대기시간(WT: Wait Time), 중첩시간(LRO: Listen & Response Overlay), 격차시간(LRG: Listen & Response Gap), 고객 분노 지수(CAI: Customer Anger Index), 상담원 분노 지수(AAI: Agent Anger Index) 중 하나 이상의 파라미터에 대한 일별 파라미터 평균값 및 누적 평균값을 산출한다. 누적 평균값 산출부(220)는 종료시간(CT: Close Time)과 시작시간(ST: Start Time)을 차감한 값을 통화시간(Duration)으로 산출하고, 종료시간(CT)과 벨소리 구간을 차감한 값을 대화시간(TT)으로 산출하고, 음성 데이터를 기반으로 고객 음성과 상담원 음성의 중첩 시간인 중첩시간(LRO)을 추출하고, 음성 데이터를 기반으로 고객 음성 종료 후 상담원 음성이 시작할 때까지의 시간인 격차시간(LRG)을 추출한다. 누적 평균값 산출부(220)는 대화 시간을 산출할 때, 벨소리 구간(상담으로 볼 수 없는 통화 초기 구간)을 평균 구간 외에 '0'으로 처리하며, 통화 시작 후 고객 분노 지수(CAI)가 존재하기 시작한 구간을 대화시간(TT)의 시작으로 인지한다. 누적 평균값 산출부(220)는 최저 분노 지점과 최고 분노 지점을 산출한다. 이때, 누적 평균값 산출부(220)는 [수학식 2]을 이용하여 최저 분노 지점을 산출하며, [수학식 3]을 이용하여 최고 분노 지점을 산출한다. 누적 평균값 산출부(220)는 벨소리 종료 시간을 고객 분노 지수(CAI)가 '0'이 아닌 데이터가 존재하는 첫 번째 교차 지점으로 지정한다.
한편, 누적 평균값 산출부(220)는 우수 상담 대상을 넘버링하기 위해 평균 통화시간(Average Duration), 평균 대화시간(ATT), 평균 대기시간(AHT), 호간 평균간격(AWT), 평균 상담처리 시간(THT), 처리건수(TR), 평균 중첩시간(ALRO), 평균 격차시간(ALRG), 평균 고객 분노 지수(ACAI), 평균 상담원 분노 지수(AAAI) 중 하나 이상의 파라미터에 대한 일별 파라미터 평균값 및 누적 평균값을 산출한다. 이때, 누적 평균값 산출부(220)는 상담원 별 일일 연결된 호들의 통화시간의 평균값을 평균 통화시간(Average Duration)으로 산출하고, 상담원 별 일일 연결된 호들의 통화시간과 벨소리(연결음) 구간을 차감한 평균값을 평균 대화시간(ATT)을 산출하고, 상담원 별 일일 연결된 호에 대한 통화시간과 대화시간(TT)을 차감한 값의 평균값을 평균 대기시간(AHT)로 산출하고, 상담원 별 일일 연결된 호간 간격 시간의 평균값을 호간 평균 간격(AWT)으로 산출하고, 상담원 별 일일 연결된 호의 통화시간(Duration)과 호간 간격(WT))을 가산한 값을 평균 상담처리 시간(THT)으로 산출하고, 상담원 별 일일 연결된 호의 발생 횟수를 처리건수(TR)로 산출하고, 상담원 별 일일 연결된 호를 기반으로 고객 음성과 상담원 음성의 중첩 시간의 평균인 평균 중첩시간(ALRO)을 추출하고, 상담원 별 일일 연결된 호를 기반으로 고객 음성 종료 후 상담원 음성이 시작할 때까지의 평균 시간인 평균 격차시간(LRG)을 추출하고, 상담원 별 일일 연결된 호의 고객 정보에 따른 평균 고객 분노 지수인 평균 고객 분노 지수(ACAI)를 추출하고, 상담원 별 일일 연결된 호의 상담자 정보에 따른 평균 상담원 분노 지수인 평균 상담원 분노 지수(AAAI)를 추출한다.
표준 점수 지정부(230)는 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수를 지정한다. 즉, 표준 점수 지정부(230)는 파라미터 마다 데이터 생성일로부터 전일까지 발생한 파라미터값의 평균값인 누적 평균값에 파라미터 별 점수 비중(표준 점수)을 설정한다.
평균값 증감분 산출부(240)는 파라미터 마다 누적 평균값을 기준으로 제 1 증감분 정보를 산출한다. 즉, 데이터 생성일로부터 전일까지 발생한 파라미터값의 평균값인 누적 평균값을 파라미터 별로 금일 발생한 유동적 데이터인 파라미터값과 비교하여 제 1 증감분 정보를 산출한다.
점수 증감분 산출부(250)는 파라미터 마다 표준 점수를 기준으로 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출한다. 즉, 점수 증감분 산출부(250)는 파라미터 마다 누적 평균값을 기준으로 파라미터값에 대한 증감분 값인 제 1 증감분 정보에 파라미터 별 점수 비중(표준 점수)을 반영하여 표준 점수만큼 제 1 증감분 정보를 적용한 증감분 값인 제 2 증감분 정보를 산출한다.
문제 호 판별부(260)는 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출하며, 파라미터 모두를 합산한 합산 점수가 높을수록 우선 청취 대상인 문제 호로 넘버링을 부여한다. 또한, 문제 호 판별부(260)는 파라미터 별로 금일 발생한 유동적 데이터인 파라미터값과 누적 평균값을 차감한 값, 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출한다. 이때, 문제 호 판별부(260)는 [수학식 1]을 이용하여 연산 점수를 산출한다.
상담원 판별부(270)는 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출하며, 파라미터 모두를 합산한 합산 점수가 낮을수록 우수 상담 대상으로 넘버링을 부여한다. 즉, 상담원 판별부(270)는 평균 통화시간(Average Duration), 평균 대화시간(ATT), 평균 대기시간(AHT), 호간 평균간격(AWT), 평균 상담처리 시간(THT), 처리건수(TR), 평균 중첩시간(ALRO), 평균 격차시간(ALRG), 평균 고객 분노 지수(ACAI), 평균 상담원 분노 지수(AAAI)의 파라미터 별로 연산 점수를 산출하고, 연산 점수를 모두 합산한 합산 점수를 산출하며, 합산 점수가 낮을 수록 우수 상담 대상으로 넘버링을 부여한다.
도 3은 본 실시예에 따른 고객 감정 지수를 이용한 호 또는 상담원 평가 방법을 설명하기 위한 순서도이다.
평가 장치(140)는 교환기(120) 또는 녹취장치(130)로부터 파라미터와 관련된 데이터인 통화 정보, 상담원 정보 및 고객 정보 중 적어도 하나 이상의 정보를 수신한 후 고객 정보에 따른 고객 분노 지수(CAI)와 상담자 정보에 따른 상담원 분노 지수(AAI)를 추출하여 데이터베이스(210)에 저장한다(S310). 단계 S310에서 평가 장치(140)는 고객 정보와 상담자 정보를 동일 타임라인 선상에서 매핑(이때, '한 개'의 통화를 '한 건'의 상담으로 인지)하고, 고객 정보에 따른 고객 분노 지수(CAI)와 상담자 정보에 따른 상담원 분노 지수(AAI)를 추출하고, 고객 정보 및 상담자 정보 별 평균 분노 지수(Ave.AI), 최저 분노 지수(Min.AI), 최대 분노 지수(Max.AI) 추출하여 저장하고, 임계치 이상의 분노 지수를 불만 고객 또는 불만 상담자로 판정한다.
이때, 데이터베이스(210)는 통화 정보, 상담원 정보, 고객 정보, 파라미터, 표준점수, 파라미터값, 누적 평균값(SP), 제 1 증감분 정보, 제 2 증감분 정보를 분류하여 저장하고 관리하는데, 이러한 데이터베이스(210)는 평가 장치(140)의 내부 또는 외부에 구현될 수 있다. 여기서, 파라미터는, 통화시간(Duration), 대화시간(TT), 연결 대기시간(TH), 호간 간격(WT), 대기시간(HT), 처리건수(TR), 중첩시간(LRO), 격차시간(LRG), 고객 분노 지수(CAI), 상담원 분노 지수(AAI) 중 하나 이상의 파라미터를 포함한다.
평가 장치(140)는 발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값을 산출한 후 일별 파라미터 평균값들을 누적하여 누적 평균값을 산출한다(S320). 즉, 평가 장치(140)는 실시간 호의 음성 데이터 또는 비실시간 호의 녹취 데이터를 기반으로 파라미터 각각의 누적 평균값을 산출할 수 있다. 단계 S320에서 평가 장치(140)는 통화시간(Duration), 대화시간(TT: Talk Time), 대기시간(WT: Wait Time), 중첩시간(LRO: Listen & Response Overlay), 격차시간(LRG: Listen & Response Gap), 고객 분노 지수(CAI: Customer Anger Index), 상담원 분노 지수(AAI: Agent Anger Index) 중 하나 이상의 파라미터에 대한 일별 파라미터 평균값 및 누적 평균값을 산출한다. 여기서, 평가 장치(140)는 종료시간(CT: Close Time)과 시작시간(ST: Start Time)을 차감한 값을 통화시간(Duration)으로 산출하고, 종료시간(CT)과 벨소리 구간을 차감한 값을 대화시간(TT)으로 산출하고, 음성 데이터를 기반으로 고객 음성과 상담원 음성의 중첩 시간인 중첩시간(LRO)을 추출하고, 음성 데이터를 기반으로 고객 음성 종료 후 상담원 음성이 시작할 때까지의 시간인 격차시간(LRG)을 추출한다.
한편, 단계 S320에서 평가 장치(140)는 상담원 평가를 위해 평균 통화시간(Average Duration), 평균 대화시간(ATT), 평균 대기시간(AHT), 호간 평균간격(AWT), 평균 상담처리 시간(THT), 처리건수(TR), 평균 중첩시간(ALRO), 평균 격차시간(ALRG), 평균 고객 분노 지수(ACAI), 평균 상담원 분노 지수(AAAI) 중 하나 이상의 파라미터에 대한 일별 파라미터 평균값 및 누적 평균값을 산출한다. 이때, 평가 장치(140)는 상담원 평가를 위해 상담원 별 일일 연결된 호들의 통화시간의 평균값을 평균 통화시간(Average Duration)으로 산출하고, 상담원 별 일일 연결된 호들의 통화시간과 벨소리(연결음) 구간을 차감한 평균값을 평균 대화시간(ATT)을 산출하고, 상담원 별 일일 연결된 호에 대한 통화시간과 대화시간(TT)을 차감한 값의 평균값을 평균 대기시간(AHT)로 산출하고, 상담원 별 일일 연결된 호간 간격 시간의 평균값을 호간 평균 간격(AWT)으로 산출하고, 상담원 별 일일 연결된 호의 통화시간(Duration)과 호간 간격(WT))을 가산한 값을 평균 상담처리 시간(THT)으로 산출하고, 상담원 별 일일 연결된 호의 발생 횟수를 처리건수(TR)로 산출하고, 상담원 별 일일 연결된 호를 기반으로 고객 음성과 상담원 음성의 중첩 시간의 평균인 평균 중첩시간(ALRO)을 추출하고, 상담원 별 일일 연결된 호를 기반으로 고객 음성 종료 후 상담원 음성이 시작할 때까지의 평균 시간인 평균 격차시간(LRG)을 추출하고, 상담원 별 일일 연결된 호의 고객 정보에 따른 평균 고객 분노 지수인 평균 고객 분노 지수(ACAI)를 추출하고, 상담원 별 일일 연결된 호의 상담자 정보에 따른 평균 상담원 분노 지수인 평균 상담원 분노 지수(AAAI)를 추출한다.
또한, 평가 장치(140)는 대화 시간을 산출할 때, 벨소리 구간(상담으로 볼 수 없는 통화 초기 구간)을 평균 구간 외에 '0'으로 처리하며, 통화 시작 후 고객 분노 지수(CAI)가 존재하기 시작한 구간을 대화시간(TT)의 시작으로 인지한다. 평가 장치(140)는 최저 분노 지점과 최고 분노 지점을 산출한다. 평가 장치(140)는 [수학식 2]을 이용하여 최저 분노 지점을 산출하며, [수학식 3]을 이용하여 최고 분노 지점을 산출한다. 평가 장치(140)는 벨소리 종료 시간을 고객 분노 지수(CAI)가 '0'이 아닌 데이터가 존재하는 첫 번째 교차 지점으로 지정한다.
평가 장치(140)는 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수를 지정한다(S330). 단계 S330에서, 평가 장치(140)는 파라미터 마다 데이터 생성일로부터 전일까지 발생한 파라미터값의 평균값인 누적 평균값에 파라미터 별 점수 비중(표준 점수)을 설정한다.
평가 장치(140)는 파라미터 마다 누적 평균값을 기준으로 제 1 증감분 정보를 산출한다(S340). 즉, 평가 장치(140)는 데이터 생성일로부터 전일까지 발생한 파라미터값의 평균값인 누적 평균값을 파라미터 별로 금일 발생한 유동적 데이터인 파라미터값과 비교하여 제 1 증감분 정보를 산출한다.
평가 장치(140)는 파라미터 마다 표준 점수를 기준으로 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출한다(S350). 단계 S350에서 평가 장치(140)는 파라미터 마다 누적 평균값을 기준으로 파라미터값에 대한 증감분 값인 제 1 증감분 정보에 파라미터 별 점수 비중(표준 점수)을 반영하여 표준 점수만큼 제 1 증감분 정보를 적용한 증감분 값인 제 2 증감분 정보를 산출한다.
평가 장치(140)는 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출하며, 파라미터 모두를 합산한 합산 점수를 생성한다(S360). 단계 S360에서, 평가 장치(140)는 파라미터 별로 금일 발생한 유동적 데이터인 파라미터값과 누적 평균값을 차감한 값, 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출한다. 이때, 문제 호 판별부(260)는 [수학식 1]을 이용하여 연산 점수를 산출한다.
평가 장치(140)는 합산 점수가 높은지의 여부를 확인한다(S370). 단계 S370의 확인 결과, 합산 점수가 높은 경우, 평가 장치(140)는 합산 점수가 높을수록 우선 청취 대상인 문제 호로 넘버링을 부여한다(S380). 한편, 단계 S370의 확인 결과, 합산 점수가 낮은 경우, 평가 장치(140)는 합산 점수가 낮을수록 우수 상담 대상으로 넘버링을 부여한다(S390). 단계 S390에서 평가 장치(140)는 표준 점수, 누적 평균값, 제 1 증감분 정보 및 제 2 증감분 정보에 근거하여 파라미터 각각에 대한 연산 점수를 산출하며, 파라미터 모두를 합산한 합산 점수가 낮을수록 우수 상담 대상으로 넘버링을 부여한다. 즉, 평가 장치(140)는 평균 통화시간(Average Duration), 평균 대화시간(ATT), 평균 대기시간(AHT), 호간 평균간격(AWT), 평균 상담처리 시간(THT), 처리건수(TR), 평균 중첩시간(ALRO), 평균 격차시간(ALRG), 평균 고객 분노 지수(ACAI), 평균 상담원 분노 지수(AAAI)의 파라미터 별로 연산 점수를 산출하고, 연산 점수를 모두 합산한 합산 점수를 산출하며, 합산 점수가 낮을 수록 우수 상담 대상으로 넘버링을 부여한다.
도 3에서는 단계 S310 내지 단계 S390을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 3에 기재된 순서를 변경하여 실행하거나 단계 S310 내지 단계 S390 중 하나 이상의 단계를 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 3는 시계열적인 순서로 한정되는 것은 아니다.
전술한 바와 같이 도 3에 기재된 본 실시예에 따른 고객 감정 지수를 이용한 호 평가 방법은 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 본 실시예에 따른 고객 감정 지수를 이용한 호 평가 방법을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 이러한 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어, 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인(Functional) 프로그램, 코드 및 코드 세그먼트들은 본 실시예가 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있을 것이다.
도 4는 본 실시예에 따른 평가 장치의 아키텍처를 나타낸 도면이다.
도 4에 도시된 바와 같이 평가 장치(140)의 아키텍처는 '감정 엔진(Emotion Engine)', '감정 데이터베이스', '감정 애플리케이션(Application)'을 포함한다.
'감정 엔진'은 '감정 패킷(Emotion Packet)', 'TCP 서버', '패킷 분석부(Packet Analyzer)', '피치 컨트롤러(Pitch Controller)', 'SVM 산출부(SVM Calculator)', 'FFT', 'VFCC', 'DSP 디파인 데이터(DSP Define Data)', '감정 프로세서(Core Emotion Processor)', '시스템 파라미터 제어부(System Parameter Agent Handler)', 'Meth 라이브러리(Meth Library)', '감정 디파인 퍼포먼스(Emotion Define Preference)', 'JDBC 커넥터(JDBC Connector)'를 포함한다.
'감정 데이터베이스(Database)'는 '감정 가중치(Emotion Weight)', '감정 XSUP(Emotion XSUP)', '감정 데이터(Emotion Data)', '감정 로그(Emotion Log)', '호 & 실적(Call & Performance)', '시스템 파라미터(System Parameter)'를 포함한다.
'감정 애플리케이션'은 '호 가이드라인 관리부(System Parameter Call Guideline Handler)', '상담원 관리부(System Parameter Agent Handler)', '고객 관리부(System Parameter Customer Handler)', '시스템 제어부(System Parameter Controller)', '호 & 실정 데이터 산출부(Call & Performance Data Calculator)', '감정 데이터 산출부(Emotion Data Calculator)', '실시간 데이터 분석부(Real-time Data Analyzer)', '감정 데이터 분석부(Emotion Data Analyzer)', 'Meth 라이브러리(Meth Library)', '감정 디파인 퍼포먼스(Emotion Define Preference)', 'JDBC 커넥터(JDBC Connector)', 'AIAX', 'JQuery', 'JSP', 'HTTP'를 포함한다.
도 5는 본 실시예에 따른 평가 장치의 주요기능을 설명하기 위한 도면이다.
본 실시예에 따른 평가 장치(140)는 '실시간 감정 검출 및 모니터링(Real Time Emotion Detect & Monitoring) 기능', '호 상세 리뷰 & 분석(Call Detail Review & Analysis) 기능', '상담자 실적 상세 리뷰 & 분석(Agent Performance Detail Review & Analysis) 기능', '통계 & 리포트(Statistics & Report) 기능'과 같은 주요 기능을 제공한다.
'실시간 감정 검출 및 모니터링 기능'은 '20 ms당 감정 분석, 불만 고객 분류', '불만고객 실시간 경보(Alert)', '불만고객 호 우선 순위별로 자동 분류', '전일, 최근 30일 불만고객 현황 출력', '호 별 감정분석 프로파일 출력'에 대해 관리한다. '호 상세 리뷰 & 분석 기능'은 '호 별 감정과 상담 패턴을 분석하여 우선청취 호 순으로 분류', '고객 불만 지수, 상담지수, 발성지수, 응대지수'에 대해 관리한다. '상담자 실적 상세 리뷰 & 분석 기능'은 '상담원 별 고객 불만지수 및 상담처리를 분석하여 우수 상담원 순으로 분류', '불만관리, 상담관리, 발성품질, 응대태도'에 대해 관리한다. '통계 & 리포트 기능'은 '고객불만 및 상담원 평가에 따른 호 분석 리포트 제공', '기간, 조직 별 고객불만 분석 및 현황', '기간, 조직, 상담원 별 상담처리(불만관리)평가 분석 및 현황', 'VIP 상담처리(불만관리) 현황'에 대해 관리한다.
도 6은 본 실시예에 따른 실시간 통화 기반의 호 평가 시스템을 나타낸 도면이다.
도 6에 도시된 바와 같이, 실시간 통화 기반의 호 평가 시스템에서 단말기(110)는 유선 전화기, 무선 전화기 또는 인터넷 전화기 등을 포함하며, 교환기(120)는 IP-PBX를 포함하며, 녹취장치(130)는 레코딩 서버, CTI 서버, CRM, 콜 센터 데이터 등을 포함하며, 평가 장치(140)는 감정 엔진부, 애플리케이션부를 포함한다. 도 6에 도시된 '①'은 단말기(110)(즉, 고객)이 호를 발신한 경우, 교환기(120)에서 해당 호 인입을 확인한 후 상담원 단말기에 연결하고 녹취장치(130)에 연결함을 의미한다. 도 6에 도시된 '②'는 단말기(110)(즉, 고객)과 상담원 단말기 간의 통화를 기반으로 평가 장치(140)의 감정 엔진부에서 감정을 분석함을 의미한다. 도 6에 도시된 '③'은 평가 장치(140)의 애플리케이션부에서 호 평가 또는 상담원 평가를 수행함을 의미한다. 도 6에 도시된 '④'는 관리자 단말기(150)에서 평가 장치(140)로부터 통계 데이터 또는 리포트 데이터를 수신하여 고객 불만 분류 및 관련 그래프 출력함을 의미한다. 도 6에 도시된 '⑤'는 관리자 단말기(150)에서 호 평가, 상담원 평가와 관련 데이터 출력함을 의미한다. 도 6에 도시된 '⑥은 관리자 단말기(150)에서 데이터 현황, 통계 자료 관련 리포트 출력함을 의미한다.
도 7은 본 실시예에 따른 비실시간 통화 기반의 호 평가 시스템을 나타낸 도면이다.
도 7에 도시된 바와 같이, 비실시간 통화 기반의 호 평가 시스템에서 단말기(110)는 유선 전화기, 무선 전화기 또는 인터넷 전화기 등을 포함하며, 교환기(120)는 IP-PBX를 포함하며, 녹취장치(130)는 레코딩 서버, CTI 서버, CRM 등을 포함한다. 도 7에 도시된 '①'은 단말기(110)(즉, 고객)이 호를 발신한 경우, 교환기(120)에서 해당 호 인입을 확인한 후 상담원 단말기에 연결하고 녹취장치(130)에 연결함을 의미한다. 도 7에 도시된 '②'는 녹취장치(130)에서 단말기(110)(즉, 고객)와 상담원 단말기(즉, 상담원) 간의 통화 내용을 녹음함을 의미한다. 도 7에 도시된 '③'은 평가 장치(140)에서 설정에 따라 녹취파일에 대한 자동 분석을 실행함을 의미한다. 도 7에 도시된 '④'는 평가 장치(140)에서 호 평가 및 상담원 평가를 수행함을 의미한다. 도 7에 도시된 '⑤'는 관리자 단말기(150)에서 평가 장치(140)로부터 통계 데이터 및 리포트 데이터를 수신하여 이를 조회함을 의미한다.
도 8은 본 실시예에 따른 통계 지표 관리 및 모니터링을 나타낸 도면이다.
도 8에 도시된 바와 같이, 관리자 단말기(150)는 평가 장치(140)로부터 전일 고객 불만 현황 데이터를 수신하여 조회할 수 있다. 즉, 관리자 단말기(150)는 전일 고객 불만 현황 데이터를 가공하여 '시간대별 불만호 현황 그래프', '그룹별 목표달성 현황 그래프', '목표수치 대비 달성 비율 현황', '일별 불만호 현황 그래프', '불만호/전체 호 현황', '불만호 Top 리스트', '청취 우선 순위로 랭킹', '우수상담원 Top 리스트', '평가 점수가 높은 상담원 순위로 랭킹', '주의상담원 Top 리스트', '평가 점수가 낮은 상담원 순위로 랭킹'을 출력할 수 있다.
도 9는 본 실시예에 따른 실시간 고객 감정 분석을 나타낸 도면이다.
도 9에 도시된 바와 같이, 관리자 단말기(150)는 평가 장치(140)로부터 실시간 고객 감정 분석 및 불만호 경보, 호 별 감정 프로파일을 수신하여 조회할 수 있다. 즉, 관리자 단말기(150)는 실시간 고객 감정 분석 및 불만호 경보, 호 별 감정 프로파일을 가공하여 '(전광판) 현황 정보', '상담원, 상담 연결, 불만호, 평상호, VIP 연결', '실시간 경보', '불만 호, VIP 호인 경우 상담원의 내선번호와 함께 경보', '감정 프로파일 뷰', '고객불만 분석', '상담내역 듣기/상담원 연결' 등을 출력할 수 있다.
도 10은 본 실시예에 따른 상담이 종료된 호에 대한 상세 정보를 나타낸 도면이다.
도 10에 도시된 바와 같이, 관리자 단말기(150)는 평가 장치(140)로부터 상담이 종료된 호에 대한 감정 분류 및 기간별 상세 정보와 상담원 실정 평가 정보를 수신하여 조회할 수 있다. 즉, 관리자 단말기(150)는 평가 장치(140)로부터 상담이 종료된 호에 대한 감정 분류 및 기간별 상세 정보와 상담원 실정 평가 정보를 가공하여 '청취 우선 순위별 호 리스트', '고객 불만 분석 결과에 따른 우선 청취 순위로 분류', '상담 내용 중 특정 단어 검출 결과 제공', '호 별 감정 프로파일', '기간, 조직/상담원 별 검색 기능', '사용 권한에 따른 데이터 자동 노출', '관리자(Supervisor)인 경우 그룹, 팀 별 리스트', '그룹(Group), 팀(Team) 매니저인 경우 담당 그룹과 팀의 리스트'등을 출력할 수 있다.
도 11은 본 실시예에 따른 상담이 종료된 호에 대한 상담원 실적 평가를 나타낸 도면이다.
도 11에 도시된 바와 같이, 관리자 단말기(150)는 평가 장치(140)로부터 상담이 종료된 호에 대한 감정 분류 및 기간별 상세 정보와 상담원 실적 평가 정보를 수신하여 조회할 수 있다. 즉, 관리자 단말기(150)는 상담이 종료된 호에 대한 감정 분류 및 기간별 상세 정보와 상담원 실적 평가 정보를 가공하여 '우수 상담원 순위별 평가 리스트', '고객불만, 상담원 발성품질, 상담처리능력, 응대태도를 종합 평가', '상담원 별 상담 프로파일 제공', '기간, 조직/상담원 별 검색 기능', '사용 권한에 따른 데이터 자동 노출', '관리자인 경우 그룹, 팀 별 리스트', '그룹, 팁 매니저인 경우 담당 그룹과 팀의 리스트' 등을 출력할 수 있다.
도 12는 본 실시예에 따른 상담원 평가 및 감정 분류에 다른 리포트를 나타낸 도면이다.
도 12에 도시된 바와 같이, 관리자 단말기(150)는 평가 장치(140)로부터 상담원 평가 및 감정 분류에 따른 호 데이터 상세 검색과 다양한 포맷의 리포트 정보를 수신하여 조회할 수 있다. 즉, 관리자 단말기(150)는 상담원 평가 및 감정 분류에 따른 호 데이터 상세 검색과 다양한 포맷의 리포트 정보를 가공하여 '요약보고', '그룹, 팀 별 상담원 평가 리포팅', '우수/주의 상담원 Top 리스트', '고객 불만 현황 시간, 요일)', 'VIP 상담 요약', '호 분석 현황', '일별, 요일별, 시간대별', '상담원 평가 보고', '현황 그래프', '평가 등급 분포 현황', '평가 내역', 'VIP 상담현황', 'VIP 등급별 현황', '상담 내역', '검색어 검출', '일별, 요일별, 시간대별 검출 현황' 등을 출력할 수 있다.
도 13은 본 실시예에 따른 조직 관리를 나타낸 도면이다.
도 13에 도시된 바와 같이, 관리자 단말기(150)는 평가 장치(140)로부터 조직 관리 및 그룹/팀 별 목표 관리, VIP 등록과 SMS/이메일 경보 설정 정보를 수신하여 조회할 수 있다. 관리자 단말기(150)는 조직 관리 및 그룹/팀 별 목표 관리, VIP 등록과 SMS/이메일 경보 설정 정보를 가공하여 '조직관리', '그룹, 팀, 상담원 등록/수정/삭제', '관리자, 그룹, 팀 매니저 등록/수정/삭제', 'VIP 관리', 'VIP 등록/수정/삭제', '목표 관리', '그룹, 팀 별 목표설정/수정/삭제', '리포트설정', '리포트 자동 발송 등록', '검색어관리', '특정 단어 검출을 위한 검색어 등록 및 관리' 등을 출력할 수 있다.
도 14는 본 실시예에 따른 고객 불만 평가 프로세스를 나타낸 도면이다.
도 14에 도시된 바와 같이, 평가 장치(140)의 감정 엔진은 감정 분류부를 통해 일차적으로 '고객' 또는 '상담자'를 구분하고, '고객'이 '남성 고객(A1 ~ An)' 또는 '여성 고객(B1 ~ Bn)'인지의 여부를 구분하고, '상담자'가 '남성 상담자(C1 ~ Cn)' 또는 '여성 상담자(D1 ~ Dn)'인지의 여부를 구분한다.
이후, 평가 장치(140)의 감정 분석부는 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)', '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)'를 각각 분석 및 분류하여 실시간으로 '남성 고객(A1 ~ An)' 또는 '여성 고객(B1 ~ Bn)'에 대한 고객 분노 지수(CAI)를 출력하고, '남성 상담자(C1 ~ Cn)' 또는 '여성 상담자(D1 ~ Dn)'에 대한 상담원 분노 지수(AAI)를 출력할 수 있다.
이하, 도 14에 도시된 평가 장치(140)의 감정 분석부의 동작에 대해 설명한다.
①. 평가 장치(140)의 감정 분석부는 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)' + '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)'를 동일 타임라인 선상에서 매핑(=이때, '한 개'의 통화를 '한 건'의 상담으로 인지)한다.
②. 평가 장치(140)의 감정 분석부는 '남성 고객(A1 ~ An)' 또는 '여성 고객(B1 ~ Bn)'에 대한 고객 분노 지수(CAI)를 출력하고, '남성 상담자(C1 ~ Cn)' 또는 '여성 상담자(D1 ~ Dn)'에 대한 상담원 분노 지수(AAI)를 출력한다.
③. 평가 장치(140)의 감정 분석부는 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)', '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)'별 최저 분노 지수(Min.AI), 최대 분노 지수(Max.AI), 평균 분노 지수(Ave.AI)를 추출하여 데이터베이스화 한다.
④. 평가 장치(140)의 감정 분석부는 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)', '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)'별 최저 분노 지수(Min.AI), 최대 분노 지수(Max.AI), 평균 분노 지수(Ave.AI)를 이용하여 불만고객을 판정한다. 즉, 평가 장치(140)의 감정 분석부는 임계치 이상의 분노 지수를 갖는 고객을 불만 고객으로 판정할 수 있다.
⑤. 평가 장치(140)의 감정 분석부는 (고객, 라이선스)사이트 별로 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)', '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)'의 각 파라미터에 대한 누적 평균값을 데이터베이스화하여 저장한다.
이하, 도 14에 도시된 평가 장치(140)의 가이드라인 처리부의 동작에 대해 설명한다.
①. 평가 장치(140)의 가이드라인 처리부는 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)', '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)'별로 추출 단위를 지정하거나 변경한다.
②. 평가 장치(140)의 가이드라인 처리부는 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)', '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)' 별 평균 구간을 자동으로 지정한다. 물론, 평가 장치(140)의 가이드라인 처리부는 평균 구간을 수동으로 지정할 수도 있다.
③. 평가 장치(140)의 가이드라인 처리부는 불만고객의 판정 기준 지정하거나 변경할 수 있다.
도 15는 본 실시예에 따른 호 평가 프로세스를 나타낸 도면이다.
도 15에 도시된 평가 장치(140)의 감정 엔진은 교환기(120) 또는 녹취장치(130)와 연동하여 통화 시간 정보, 상담원 정보, 고객 정보 등 사이트 별 통화 관련 데이터를 수신한다.
이하, 평가 장치(140)의 호 분석부의 동작에 대해 설명한다.
①. 평가 장치(140)의 호 분석부는 '종료시간(CT) - 시작시간(ST)'을 통해 '통화시간(Duration)'을 추출한다.
②. 평가 장치(140)의 호 분석부는 '대화시간(TT)'을 추출(종료시간(CT) - 벨소리 구간)한다. 이때, 평가 장치(140)의 호 분석부는 벨소리 구간(상담으로 볼 수 없는 통화 초기 구간) = 평균 구간 이외 '0'으로 처리한다. 또한, 평가 장치(140)의 호 분석부는 통화 시작 후 고객 분노 지수(CAI) 또는 상담원 분노 지수(AAI)가 존재하기 시작한 구간 = 대화시간(TT)의 시작(예컨대: 벨소리를 포함해서 일반적인 안내 인사인 '안녕하세요'의 멘트도 포함될 수 있음)으로 인지할 수 있다.
③. 평가 장치(140)의 호 분석부는 '연결 대기시간(TH)' 추출 (시작시간(ST) - 대화시간(TT)한다.
④. 평가 장치(140)의 호 분석부는 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)', '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)'에 대한 고객 음성과 상담원 음성 중첩시간(LRO)을 추출한다AB&CD).
⑤. 평가 장치(140)의 호 분석부는 고객 음성 종료 후 상담원 음성이 시작할 때까지의 격차시간(LRG)을 추출한다(AB=CD=O).
⑥. 평가 장치(140)의 호 분석부는 각 파라미터별 누적 평균값을 추출한다. 즉, 평가 장치(140)의 호 분석부 대화시간(TT), 연결 대기시간(TH), 중첩시간(LRO), 격차시간(LRG)에 대한 누적 평균값을 추출하여 데이터베이스화한다.
⑦. 평가 장치(140)의 호 분석부는 호를 평가한다. 이때, 대상 파라미터는 고객 분노 지수(CAI), 상담원 분노 지수(AAI), 대화시간(TT), 연결 대기시간(TH), 중첩시간(LRO), 격차시간(LRG)일 수 있으며, 평가 장치(140)의 호 분석부는 파라미터를 모두 합산한 합산 점수가 높을수록 문제 호로 판별한다.
이하, 평가 장치(140)의 가이드라인 처리부의 동작에 대해 설명한다.
평균 구간의 연산을 지정하거나 변경할 수 있다. 평가 장치(140)의 가이드라인 처리부는 벨소리 종료 시간을 고객 분노 지수(CAI)가 '0'이 아닌 데이터가 존재하는 첫 번째 교차 지점으로 지정한다. 평가 장치(140)의 가이드라인 처리부는 호 평가의 연산을 지정하거나 변경할 수 있다.
도 16은 본 실시예에 따른 상담원 평가 프로세스를 나타낸 도면이다.
도 16에 도시된 평가 장치(140)의 감정 엔진은 교환기(120) 또는 녹취장치(130)와 연동하여 통화 시간 정보, 상담원 정보, 고객 정보 등 사이트 별 통화 관련 데이터를 수신한다.
이하, 평가 장치(140)의 실적 분석부의 동작에 대해 설명한다.
①. 평가 장치(140)의 실적 분석부는 '대화시간(TT)'을 추출(종료시간(CT) - 벨소리 구간)한다.
②. 평가 장치(140)의 실적 분석부는 '연결 대기시간(TH)' 추출 (시작시간(ST) - 대화시간(TT)한다.
③. 평가 장치(140)의 실적 분석부는 '남성 고객(A1 ~ An)', '여성 고객(B1 ~ Bn)', '남성 상담자(C1 ~ Cn)', '여성 상담자(D1 ~ Dn)'에 대한 고객 음성과 상담원 음성 중첩시간(LRO)을 추출한다AB&CD).
④. 평가 장치(140)의 실적 분석부는 고객 음성 종료 후 상담원 음성이 시작할 때까지의 격차시간(LRG)을 추출한다(AB=CD=O).
⑤. 평가 장치(140)의 실적 분석부는 상담원 별 일일 연결된 호간 간격 시간의 평균값을 호간 평균 간격(AWT)으로 산출한다.
⑥. 평가 장치(140)의 실적 분석부는 상담원 별 일일 연결된 호에 대한 통화시간과 대화시간(TT)을 차감한 값의 평균값을 평균 대기시간(AHT)로 산출한다.
⑦. 평가 장치(140)의 실적 분석부는 처리건수(TR)을 추출(대기시간(HT)의 발생 횟수)한다.
⑧. 평가 장치(140)의 실적 분석부는 각 파라미터별 누적 평균값을 추출한다. 즉, 평가 장치(140)의 실적 분석부는 호간 간격(WT), 대기시간(HT), 처리건수(TR)을 추출하여 데이터베이스화한다.
⑨. 평가 장치(140)의 실적 분석부는 상담원을 평가한다. 이때, 대상 파라미터는 평균 통화시간(Average Duration), 평균 대화시간(ATT), 평균 대기시간(AHT), 호간 평균간격(AWT), 평균 상담처리 시간(THT), 처리건수(TR), 평균 중첩시간(ALRO), 평균 격차시간(ALRG), 평균 고객 분노 지수(ACAI), 평균 상담원 분노 지수(AAAI)의 파라미터를 포함할 수 있으며, , 평가 장치(140)의 실적 분석부는 이러한 파라미터의 연산 점수를 모두 합산한 합산 점수를 산출하며, 합산 점수가 낮을 수록 우수 상담 대상으로 넘버링을 부여한다.
이하, 평가 장치(140)의 가이드라인 처리부의 동작에 대해 설명한다.
평가 장치(140)의 가이드라인 처리부는 상담원 실적의 평가 구간의 연산을 지정하거나 변경할 수 있다. 또한, 평가 장치(140)의 가이드라인 처리부는 화면 출력용 점수(100점 만점, 높을 수록 우수 상담원)의 연산 구간을 지정하거나 변경할 수 있다.
도 17은 본 실시예에 따른 자가 학습 엔진을 나타낸 도면이다.
평가 장치(140)의 학습 엔진은 '분석부', '산출부', '가이드라인 처리부'를 포함한다. 이러한, 평가 장치(140)의 학습 엔진은 표준(기존) DB와 새로운 데이터 비교 분석한다. 또한, 평가 장치(140)의 학습 엔진은 편차를 추출하고, 사이트 별, 카테고리 별 편차에 따른 기준을 조정하고, 사이트 별, 카테고리 별 가이드라인 처리부의 값을 전송할 수 있다.
또한, 평가 장치(140)의 학습 엔진은 서드 파티 시스템과 연동할 수 있다. 평가 장치(140)의 학습 엔진은 서드 파티 시스템으로 사이트 별, 카테고리 별 추출되는 데이터베이슬 전송하거나 가이드라인 처리부의 기준 값, 자동 셋팅값, 조정 값을 전송할 수 있다.
이상의 설명은 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110: 단말기 120: 교환기
130: 녹취장치 140: 평가 장치
150: 관리자 단말기 210: 데이터베이스
212: 불만자 평가부 220: 누적 평균값 산출부
230: 표준 점수 지정부 240: 평균값 증감분 산출부
250: 점수 증감분 산출부 260: 문제 호 판별부

Claims (21)

  1. 발생된 호의 음성 데이터를 기반으로 파라미터(Parameter) 각각의 일별 파라미터 평균값을 산출한 후 상기 일별 파라미터 평균값들을 누적하여 얻은 누적 평균값을 산출하는 누적 평균값 산출부;
    상기 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수 지정부;
    상기 파라미터 마다 상기 누적 평균값을 기준으로 제 1 증감분 정보를 산출하는 평균값 증감분 산출부;
    상기 파라미터 마다 상기 표준 점수를 기준으로 상기 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하는 점수 증감분 산출부; 및
    상기 표준 점수, 상기 누적 평균값, 상기 제 1 증가분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하며, 상기 파라미터 모두를 합산한 합산 점수가 높을수록 우선 청취 대상인 문제 호(Problem Call)로 넘버링을 부여하는 문제 호 판별부
    를 포함하는 것을 특징으로 하는 평가 장치.
  2. 제 1 항에 있어서,
    상기 문제 호 판별부는,
    상기 파라미터 별로 금일 발생한 유동적 데이터인 파라미터값과 상기 누적 평균값을 차감한 값, 상기 표준 점수, 상기 누적 평균값, 상기 제 1 증가분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하는 것을 특징으로 하는 평가 장치.
  3. 제 2 항에 있어서,
    상기 문제 호 판별부는,
    Figure 112015009575411-pat00004

    (표준점수: 상기 파라미터 별 점수 비중,
    파라미터값: 상기 파라미터 별로 금일 발생한 유동적 데이터,
    누적 평균값(SP): 상기 일별 파라미터 평균값들을 누적하여 얻은 평균값,
    제 1 증감분 정보: 상기 누적 평균값을 기준으로 상기 파라미터값에 대한 증감분 값,
    제 2 증감분 정보: 상기 표준 점수만큼 상기 제 1 증감분 정보를 적용한 증감분 값)
    의 수학식을 이용하여 상기 연산 점수를 산출하는 것을 특징으로 하는 평가 장치.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 제 1 항에 있어서,
    상기 누적 평균값 산출부는,
    교환기 및 녹취장치(Recording Device) 중 적어도 하나의 장치와 연동하여 상기 파라미터와 관련된 데이터인 통화 정보, 상담원 정보 및 고객 정보 중 적어도 하나 이상의 정보를 수신하는 것을 특징으로 하는 평가 장치.
  11. 발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값을 산출한 후 상기 일별 파라미터 평균값들을 누적하여 얻은 누적 평균값을 산출하는 누적 평균값 산출부;
    상기 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수 지정부;
    상기 파라미터 마다 상기 누적 평균값을 기준으로 제 1 증감분 정보를 산출하는 평균값 증감분 산출부;
    상기 파라미터 마다 상기 표준 점수를 기준으로 상기 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하는 점수 증감분 산출부; 및
    상기 표준 점수, 상기 누적 평균값, 상기 제 1 증감분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하며, 상기 파라미터 모두를 합산한 합산 점수가 낮을수록 우수 상담 대상으로 넘버링을 부여하는 상담원 판별부
    를 포함하는 것을 특징으로 하는 평가 장치.
  12. 삭제
  13. 삭제
  14. 삭제
  15. 평가 장치가 호를 평가하는 방법에 있어서,
    발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값을 산출한 후 상기 일별 파라미터 평균값들을 누적하여 얻은 누적 평균값을 산출하는 누적 평균값 산출 과정;
    상기 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수 지정 과정;
    상기 파라미터 마다 상기 누적 평균값을 기준으로 제 1 증감분 정보를 산출하는 평균값 증감분 산출 과정;
    상기 파라미터 마다 상기 표준 점수를 기준으로 상기 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하는 점수 증감분 산출 과정; 및
    상기 표준 점수, 상기 누적 평균값, 상기 제 1 증감분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하며, 상기 파라미터 모두를 합산한 합산 점수가 높을수록 우선 청취 대상인 문제 호(Problem로 넘버링을 부여하는 문제 호 판별 과정
    을 포함하는 것을 특징으로 하는 호 평가 방법.
  16. 제 15 항에 있어서,
    상기 문제 호 판별 과정은,
    상기 파라미터 별로 금일 발생한 유동적 데이터인 파라미터값과 상기 누적 평균값을 차감한 값, 상기 표준 점수, 상기 누적 평균값, 상기 제 1 증감분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하는 것을 특징으로 하는 호 평가 방법.
  17. 삭제
  18. 삭제
  19. 평가 장치가 상담원을 평가하는 방법에 있어서,
    발생된 호의 음성 데이터를 기반으로 파라미터 각각의 일별 파라미터 평균값을 산출한 후 상기 일별 파라미터 평균값들을 누적하여 얻은 누적 평균값을 산출하는 누적 평균값 산출 과정;
    상기 파라미터 마다 평가를 위한 점수 비중인 표준 점수를 지정하는 표준 점수 지정 과정;
    상기 파라미터 마다 상기 누적 평균값을 기준으로 제 1 증감분 정보를 산출하는 평균값 증감분 산출 과정;
    상기 파라미터 마다 상기 표준 점수를 기준으로 상기 제 1 증감분 정보에 따른 제 2 증감분 정보를 산출하는 점수 증감분 산출 과정; 및
    상기 표준 점수, 상기 누적 평균값, 상기 제 1 증감분 정보 및 상기 제 2 증감분 정보에 근거하여 상기 파라미터 각각에 대한 연산 점수를 산출하며, 상기 파라미터 모두를 합산한 합산 점수가 낮을수록 우수 상담 대상으로 넘버링을 부여하는 상담원 판별 과정
    을 포함하는 것을 특징으로 하는 상담원 평가 방법.
  20. 삭제
  21. 삭제
KR1020130037343A 2013-04-05 2013-04-05 고객 감정 지수를 이용한 호 또는 상담원 평가 방법 및 장치 KR101543366B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020130037343A KR101543366B1 (ko) 2013-04-05 2013-04-05 고객 감정 지수를 이용한 호 또는 상담원 평가 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020130037343A KR101543366B1 (ko) 2013-04-05 2013-04-05 고객 감정 지수를 이용한 호 또는 상담원 평가 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20140121105A KR20140121105A (ko) 2014-10-15
KR101543366B1 true KR101543366B1 (ko) 2015-08-11

Family

ID=51992750

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020130037343A KR101543366B1 (ko) 2013-04-05 2013-04-05 고객 감정 지수를 이용한 호 또는 상담원 평가 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101543366B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210118634A (ko) 2020-03-23 2021-10-01 주식회사 베스트브라더스 데이터 기반 콜센터 업무 효율 개선 시스템 및 그 방법

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10827064B2 (en) 2016-06-13 2020-11-03 Google Llc Automated call requests with status updates
KR102329783B1 (ko) 2016-06-13 2021-11-23 구글 엘엘씨 인간 운영자로의 에스컬레이션
KR102170248B1 (ko) * 2018-11-22 2020-10-26 주식회사 깃플 상담 내용을 기반으로 한 상담사 업무강도 측정 시스템 및 방법
CN113424513A (zh) 2019-05-06 2021-09-21 谷歌有限责任公司 自动呼叫系统
WO2021188126A1 (en) 2020-03-20 2021-09-23 Google Llc Semi-delegated calling by an automated assistant on behalf of human participant
US11303749B1 (en) 2020-10-06 2022-04-12 Google Llc Automatic navigation of an interactive voice response (IVR) tree on behalf of human user(s)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210118634A (ko) 2020-03-23 2021-10-01 주식회사 베스트브라더스 데이터 기반 콜센터 업무 효율 개선 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20140121105A (ko) 2014-10-15

Similar Documents

Publication Publication Date Title
KR101543366B1 (ko) 고객 감정 지수를 이용한 호 또는 상담원 평가 방법 및 장치
US7076427B2 (en) Methods and apparatus for audio data monitoring and evaluation using speech recognition
US8219404B2 (en) Method and apparatus for recognizing a speaker in lawful interception systems
KR102366307B1 (ko) 협력형 전화 평판 시스템
US9160852B2 (en) Real-time call center call monitoring and analysis
US7801055B1 (en) Systems and methods for analyzing communication sessions using fragments
US12132862B2 (en) Detecting scam callers using conversational agent and machine learning systems and methods
US7920482B2 (en) Systems and methods for monitoring information corresponding to communication sessions
KR20200005753A (ko) 고객 응대용 감정 분석 장치
JP4522345B2 (ja) 電話業務検査システム及びそのプログラム
JP2011082839A (ja) コールセンタシステム
KR101600509B1 (ko) 음성 감성 지수를 이용한 호 및 화자의 평가 장치 및 방법
US20110002451A1 (en) Intelligent Tagging for Multimedia Call Recording Purposes Using Continuous Metadata
CN110705309A (zh) 服务质量评测方法及系统
CN110166642A (zh) 一种预测式外呼方法及设备
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
US10924611B2 (en) Voice recognition system and call evaluation setting method
WO2023090380A1 (ja) プログラム、情報処理システム及び情報処理方法
JP2021078012A (ja) 留守番電話判定装置、方法及びプログラム
JP2005252845A (ja) Ｃｔｉシステムおよびｃｓレベル判断方法ならびに音声分析サーバおよびプログラム
CN116320159A (zh) 骚扰诈骗号码识别处理方法、装置、电子设备及介质
KR20200143038A (ko) 감성 인덱스를 이용한 평가 장치 및 방법
US20110197206A1 (en) System, Method And Program Product For Analyses Based On Agent-Customer Interactions And Concurrent System Activity By Agents
AU2003282940C1 (en) Methods and apparatus for audio data monitoring and evaluation using speech recognition
JP2014086942A (ja) 電話対応評価システム、電話対応評価方法、音声評価装置、インシデント管理装置、及びプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180802

Year of fee payment: 4