KR20200005753A - 고객 응대용 감정 분석 장치 - Google Patents

고객 응대용 감정 분석 장치 Download PDF

Info

Publication number
KR20200005753A
KR20200005753A KR1020200001557A KR20200001557A KR20200005753A KR 20200005753 A KR20200005753 A KR 20200005753A KR 1020200001557 A KR1020200001557 A KR 1020200001557A KR 20200001557 A KR20200001557 A KR 20200001557A KR 20200005753 A KR20200005753 A KR 20200005753A
Authority
KR
South Korea
Prior art keywords
customer
output value
dissatisfaction
negative
voice
Prior art date
Application number
KR1020200001557A
Other languages
English (en)
Inventor
탁정미
정창식
이용한
Original Assignee
효성아이티엑스(주)
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 효성아이티엑스(주) filed Critical 효성아이티엑스(주)
Priority to KR1020200001557A priority Critical patent/KR20200005753A/ko
Publication of KR20200005753A publication Critical patent/KR20200005753A/ko

Links

Images

Classifications

    • 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
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Child & Adolescent Psychology (AREA)
  • General Health & Medical Sciences (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychiatry (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Telephonic Communication Services (AREA)

Abstract

본 발명의 감정 분석 장치는 고객 음성을 분석해서 고객의 불만 감정을 파악하는 분석부; 상기 불만 감정을 이용해서 상기 고객의 불만 등급을 분류하는 분류부; 상기 불만 등급에 설정된 이벤트를 실행하는 처리부;를 포함할 수 있다.

Description

고객 응대용 감정 분석 장치{APPARATUS FOR ANALYZING CUSTOMER EMOTION}
본 발명은 고객의 감정을 분석하는 장치에 관한 것이다.
일반적으로, 지능형 자동 음성 응대기술(IVR;Interactive Voice Response)이란 사용자가 유선전화나 이동통신단말기를 통해 서비스제공자에게 접속하면, 사용자의 음성입력과 선택적으로 누르는 버튼의 조합을 받아들여 정해진 시나리오대로 필요한 정보를 검색하고 검색된 정보를 음성으로 자동 응답해 주는 것과, 나중에 처리하기 위해 음성을 녹음하는 기능 등을 제공하는 것으로서 각종 고객 센터, 소액 결제 시스템, 여론 조사시스템, 영화상영일정 등과 같은 선택적인 정보 조회 등 다양한 분야에서 널리 활용되고 있다. 이러한 IVR은 통상 지칭되는 ARS(Automatic Response Service)와 유사한 의미로 쓰이기도 한다.
그런데, 종래의 IVR은 전화국 또는 IDC(Internet Data Center) 센터에 대형 장비를 갖추고 특정 사업자에 맞게 시나리오 및 음원을 커스터마이징(Customizing)하여 제공하는 SI(System Integration) 형태의 사업으로써, 고객의 음성 질문에 적응적으로 대응하지 못하고 경직된 대응으로 일관되는 문제가 있다.
또한, IVR은 고객의 감정을 파악하지 못하는 한계로 인해 고객의 불만을 효과적으로 해소하지 못하는 문제가 있다.
따라서, 콜 센터 등을 통해 상담하는 고객의 만족도를 개선하기 위해 고객의 감정을 파악하고, 한 걸음 더 나아가 파악된 감정에 최적화된 응대 방안을 제공할 필요가 있다.
한국등록특허공보 제0792990호에는 수신자의 음성 데이터를 분석해서 수신자의 감정 상태를 판별하는 기술이 개시되고 있으나, 수신자의 감정 상태를 파악할 뿐 송신자의 감정에 최적화된 응대 방안은 나타나지 않고 있다.
한국등록특허공보 제0792990호
본 발명은 고객의 감정을 파악하고, 파악된 감정에 따라 적절한 대응 방안을 실행하는 고객 응대용 감정 분석 장치를 제공하기 위한 것이다.
본 발명의 감정 분석 장치는 고객 음성을 분석해서 고객의 불만 감정을 파악하는 분석부; 상기 불만 감정을 이용해서 상기 고객의 불만 등급을 분류하는 분류부; 상기 불만 등급에 설정된 이벤트를 실행하는 처리부;를 포함할 수 있다.
본 발명의 감정 분석 장치는 고객의 감정을 등급별로 분류하고, 각 등급별로 설정된 이벤트를 실행할 수 있다.
본 발명에 따르면, 고객의 감정을 복수의 등급으로 구분함으로써, 고객의 감정 상태에 따른 대응 방안이 구체화된 이벤트가 적절하게 실행될 수 있다.
파악된 고객 감정 상태에 따라 적절하게 실행되는 이벤트를 이용해, 고객의 불만이 감소되고 고객의 만족도가 개선될 수 있다.
고객의 불만 등급에 따라 실행되는 이벤트를 이용해 상담사의 평가 또는 블랙 컨슈머(Black Consumer)의 구별이 가능하다.
또한, 이벤트의 실행으로 인해 변화하는 불만 등급의 변화 추이의 감시를 통해 각 불만 등급에 설정된 이벤트의 실효성이 파악될 수 있다.
본 발명의 감정 분석 장치에 따르면, 고객과 상담하는 상담사가 존재하는 응대 환경에 최적화된 고객의 감정 분석 기법이 추가로 제공될 수 있다.
도 1은 본 발명의 고객 응대용 감정 분석 장치를 나타낸 블럭도이다.
도 2는 본 발명의 감정 분석 장치의 동작을 나타낸 개략도이다.
도 3은 본 발명의 감정 분석 방법을 나타낸 흐름도이다.
도 4 및 도 5는 호 연결 이벤트를 나타낸 개략도이다.
이하, 첨부된 도면들을 참조하여 본 발명에 따른 실시예를 상세히 설명한다. 이 과정에서 도면에 도시된 구성요소의 크기나 형상 등은 설명의 명료성과 편의상 과장되게 도시될 수 있다. 또한, 본 발명의 구성 및 작용을 고려하여 특별히 정의된 용어들은 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 한다.
도 1은 본 발명의 고객 응대용 감정 분석 장치를 나타낸 블럭도이다.
도 1에 도시된 감정 분석 장치는 분석부(110), 분류부(130), 처리부(150)를 포함할 수 있다.
분석부(110)는 고객 음성을 분석해서 고객의 불만 감정을 파악할 수 있다. 이때, 분석부(110)는 고객의 불만 감정을 수치화할 수 있다.
분류부(130)는 분석부(110)에 의해 파악되고 수치로 표현된 불만 감정을 이용해서 고객의 불만 등급을 분류할 수 있다. 일 예로, 분류부(130)는 수치화된 불만 감정을 복수의 불만 등급 중 하나로 분류할 수 있다. 이때, 불만 등급별로 이벤트가 설정된 상태일 수 있다.
처리부(150)는 분류부(130)에 의해 분류된 불만 등급에 설정된 이벤트를 실행할 수 있다.
본 발명의 감정 분석 장치는 고객과 상담사가 통화하는 콜 센터 환경에 적용될 수 있다. 이때, 분석부(110)는 콜 센터 환경에 최적화된 감정 파악 기법을 사용할 수 있다.
일 예로, 분석부(110)는 파형의 불규칙성, 파형의 표준 편차, 검출된 부정어 등을 이용해 고객의 불만 감정을 정확하게 파악할 수 있다.
분석부(110)는 고객과 통화하는 상담사의 상담 음성을 획득할 수 있다. 분석부(110)는 고객 음성의 파형과 상담 음성의 파형 간의 비교 결과를 이용해 파형의 불규칙성(진폭 변화, 주파수 변화)을 파악하고 불만 감정을 수치화할 수 있다.
상담 음성과 관련된 상담사는 고객의 응대 방법을 교육받은 사용자로, 고객의 반응에 감정적으로 대응하지 않고 규칙적이고 차분하게 고객과 통화할 수 있다.
따라서, 상담사의 육성에 해당하는 상담 음성의 파형은 규칙적인 특성을 갖는다. 반면, 고객의 육성에 해당하는 고객 음성은 고객의 감정 기복에 따라 불규칙적이기 쉽다. 예를 들어, 고객 음성은 고객이 흥분할수록 빨라지고 고성이 되므로, 파형의 주기가 짧아지는 변화, 파형의 진폭이 커지는 변화가 나타날 수 있다. 반면, 상담 음성은 고객 음성의 변화에도 불구하고 규칙적이고 차분하게 나타날 것이므로, 상담 음성을 기준으로 고객 음성을 살펴보면 고객 음성의 불규칙성이 쉽게 파악될 수 있다.
분석부(110)는 상담 음성의 파형을 기준으로 고객 음성의 파형의 불규칙성을 파악하고, 해당 불규칙성을 수치화할 수 있다.
일 예로, 분석부(110)는 고객 음성의 파형 중 상담 음성 대비 불규칙한 구간을 파악하고, 해당 불규칙한 구간의 개수에 따라 해당 불규칙성을 수치화할 수 있다. 예를 들어, 분석부(110)는 5초 구간 내에 불규칙 구간이 1개 발생하면, 고객의 불만 감정을 5로 나타낼 수 있다. 5초 구간 내에 불규칙 구간이 2개 발생하면, 고객의 불만 감정을 10으로 나타낼 수 있다.
분석부(110)에 의해 수치화된 불만 감정은 분류부(130)에 의해 복수의 불만 등급 중 하나로 분류될 수 있다.
분석부(110)는 복수의 고객으로부터 획득된 통화 음성의 표준 파형과 고객 음성 간의 비교 결과를 이용해 파형의 표준 편차를 파악하고 불만 감정을 수치화할 수 있다.
일 예로, 분석부(110)는 800개의 일반 고객 음성을 샘플링해서 평균 표준 편차를 정의할 수 있다. 분석부(110)는 평균 표준 편차에 해당하는 표준 파형과 현재 고객의 음성 간의 차이가 클수록 고객의 불만 감정에 높은 점수를 줄 수 있다.
분석부(110)는 고객 음성에 포함된 부정어의 파악 결과를 이용해 고객의 불만 감정을 수치화할 수 있다. 부정어는 욕설, 비속어 등을 포함할 수 있다.
분석부(110)는 사람이 사용하는 욕설 등의 부정어를 심각도에 따라 서로 다른 점수가 부여된 복수의 부정 등급으로 분류할 수 있다. 분석부(110)는 부정어가 속한 등급의 점수를 이용해 불만 감정을 수치화할 수 있다.
일 예로, 가벼운 비속어에 해당하는 제1 부정어는 5점이 부여된 제1 부정 등급으로 분류될 수 있다. 반면, 심각한 욕설에 해당하는 제2 부정어는 10점이 부여된 제2 부정 등급으로 분류될 수 있다.
분류부(130)는 고객 음성에 포함된 부정어의 부정 등급에 설정된 점수를 이용해 고객의 불만 감정을 수치화할 수 있다.
분석부(110)는 파형의 불규칙성, 파형의 표준 편차, 검출된 부정어 등 다양한 감정 분석 기법 중 어느 한 종류의 분석 기법을 적용하거나, 복수 종류의 분석 기법을 동시에 적용해서 고객의 불만 감정을 수치화할 수 있다.
복수의 분석 기법이 함께 적용되는 경우, 분석부(110)는 고객의 불만 감정을 정확하게 수치화하기 위해 가중치를 도입할 수 있다.
도 2는 본 발명의 감정 분석 장치의 동작을 나타낸 개략도이다.
분석부(110)는 불만 감정을 파악하는 복수의 분석 수단, 복수의 분석 수단으로부터 출력된 복수의 출력값을 취합하는 취합 수단(115)을 포함할 수 있다.
이때, 취합 수단(115)은 각 분석 수단의 출력값에 서로 다른 가중치를 부여하며, 가중치가 부여된 각 분석 수단의 출력값을 이용해 고객의 불만 감정을 종합적으로 파악 및 수치화할 수 있다.
일 예로, 분석부(110)는 제1 분석 수단(111), 제2 분석 수단(112), 제3 분석 수단(113), 취합 수단(115)을 포함할 수 있다.
제1 분석 수단(111)은 파형의 불규칙성을 이용해 고객의 불만 감정을 분석할 수 있다. 구체적으로, 제1 분석 수단(111)은 고객과 통화하는 상담사의 상담 음성의 파형과 고객 음성 간의 비교 결과를 수치화한 제1 출력값을 출력할 수 있다.
제2 분석 수단(112)은 파형의 표준 편차를 이용해 고객의 불만 감정을 분석할 수 있다. 구체적으로, 제2 분석 수단(112)은 복수의 고객으로부터 획득된 통화 음성의 표준 파형과 고객 음성 간의 비교 결과를 수치화한 제2 출력값을 출력할 수 있다.
제3 분석 수단(113)은 부정어를 이용해 고객의 불만 감정을 분석할 수 있다. 구체적으로, 제3 분석 수단(113)은 고객 음성에 포함된 부정어를 수치화한 제3 출력값을 출력할 수 있다.
취합 수단(115)은 제1 출력값이 제1 설정값을 만족하는 제1 구간에 부정어가 포함되거나 제2 출력값이 제2 설정값을 만족하는 제2 구간에 부정어가 포함되면, 제3 출력값에 제1 가중치를 추가할 수 있다.
일 예로, 파형이 불규칙한 구간에 부정어가 포함되거나, 파형의 표준 편차가 심각한 구간에 부정어가 포함되면, 고객이 극도로 흥분한 상태임이 추정될 수 있다. 이러한 사실을 반영하기 위해, 취합 수단(115)은 제3 출력값에 제1 가중치를 추가할 수 있다.
또한, 취합 수단(115)은 제1 출력값, 제2 출력값, 제3 출력값에 서로 다른 가중치를 부여할 수 있다. 구체적으로, 취합 수단(115)은 제1 가중치가 추가된 제3 출력값, 제1 출력값 및 제2 출력값에 각각 서로 다른 제2 가중치를 적용할 수 있다.
일 예로, 욕설 등의 부정어가 검출되면, 고객의 불만이 심각한 것으로 추정될 수 있다. 따라서, 부정어와 관련된 제3 출력값에는 50%의 제2 가중치(적용률)가 부여될 수 있다.
차분한 상담 음성을 접하는 환경에도 불구하고 고객 음성의 불규칙성이 지속되거나 증가하면 고객의 흥분도가 진정되지 못하고 높아지는 것으로 추정될 수 있다. 따라서, 불규칙성과 관련된 제1 출력값에는 40%의 제2 가중치(적용률)가 부여될 수 있다.
표준 편차의 경우, 고객 개개인의 음량, 음색 등에 따라 오차가 발생될 여지가 클 수 있다. 따라서, 표준 편차와 관련된 제2 출력값에는 10%의 제2 가중치(적용률)가 부여될 수 있다.
취합 수단(115)은 제2 가중치가 적용된 제1 출력값, 제2 출력값, 제3 출력값을 취합해서 고객의 불만 감정을 수치화할 수 있다.
분류부(130)는 고객의 응대 방안에 해당하는 이벤트를 복수 단계로 구분하고, 복수 단계로 구분된 이벤트에 매칭되게 복수의 불만 등급을 설정할 수 있다.
일 예로, 고객의 불만이 증가하는 사실을 알려주는 제1 이벤트가 마련될 수 있다.
고객의 불만을 해소하고 흥분을 가라앉히기 위해 잠시 대화를 중단하도록 가이드하는 제2 이벤트가 마련될 수 있다.
현재 고객과 상담하는 제1 상담사 외의 제2 상담사에게 고객 음성과 상담 음성을 제공하는 제3 이벤트가 마련될 수 있다.
현재 고객과 상담하는 제1 상담사에게 제2 상담사의 가이드 라인을 제공하는 제4 이벤트가 마련될 수 있다.
고객과 제1 상담사 간의 호 연결을 끊고, 고객과 제2 상담사 간의 호를 연결하는 제5 이벤트가 마련될 수 있다.
고객의 요구를 처리한 후에 추후 연락하도록 가이드하는 제6 이벤트가 마련될 수 있다.
고객을 블랙 컨슈머(Black Consumer)로 분류하는 제7 이벤트가 마련될 수 있다.
이때, 분류부(130)는 제1 이벤트가 설정된 관심 등급, 제2 이벤트가 설정된 증후 등급, 제3 이벤트가 설정된 경고 등급, 제4 이벤트가 설정된 흥분 등급, 제5 이벤트가 설정된 불만 등급, 제6 이벤트가 설정된 분노 등급, 제7 이벤트가 설정된 위험 등급을 정의할 수 있다.
분류부(130)는 분석부(110), 구체적으로 취합 수단(115)으로 출력된 점수가 40점 ~ 44점이면, 고객의 불만 감정을 관심 등급으로 분류할 수 있다.
분류부(130)는 45점~49점이면, 불만 감정을 증후 등급으로 분류할 수 있다.
분류부(130)는 50점~64점이면, 불만 감정을 경고 등급으로 분류할 수 있다.
분류부(130)는 65점~69점이면, 불만 감정을 흥분 등급으로 분류할 수 있다.
분류부(130)는 70점~79점이면, 불만 감정을 불만 등급으로 분류할 수 있다.
분류부(130)는 80점~89점이면, 불만 감정을 분노 등급으로 분류할 수 있다.
분류부(130)는 90점 이상이면, 불만 감정을 위험 등급으로 분류할 수 있다.
처리부(150)는 현재 고객의 불만 감정이 분류되면, 고객의 불만 감정을 현재의 불만 등급으로부터 낮추는 불만 해소 이벤트를 실행할 수 있다.
일 예로, 불만 해소 이벤트는 불만 등급이 설정 등급을 만족하면, 고객과 통화하는 상담사의 상담 단말기(30)에 경고 메시지를 표시할 수 있다. 앞에서 설명된 제1 이벤트 등이 여기에 해당할 수 있다.
경고 메시지의 인식을 통해 상담사는 현재의 응대 방식이 잘못되었음을 파악하고 적절하게 대처할 수 있다.
일 예로, 불만 해소 이벤트는 불만 등급이 설정 등급을 만족하면 고객과 통화하는 상담사를 변경할 수 있다. 앞에서 설명된 제5 이벤트 등이 여기에 해당할 수 있다.
현재의 상담사에 만족하지 못한 고객은 다른 상담사, 예를 들어 상위 관리자와의 통화를 통해 불만이 해소될 수 있다.
처리부(150)는 불만 등급에 따라 고객과 상담할 새로운 상담사를 선정할 수 있다. 처리부(150)는 선정된 상담사의 상담 단말기(30)와 고객의 고객 단말기(10)를 호 연결시키는 연결 이벤트를 실행할 수 있다.
처리부(150)는 불만 해소 이벤트의 실행에 따른 불만 등급의 변화를 감시하고, 감시 결과를 저장할 수 있다.
처리부(150)는 불만 해소 이벤트의 실행에도 불구하고 불만 등급이 하락하지 않으면 불만 해소 이벤트에 대한 수정 메시지를 생성할 수 있다.
불만 해소 이벤트는 고객의 불만 감정을 낮추어 고객을 만족시키는 이벤트일 수 있다. 따라서, 불만 해소 이벤트의 실행을 통해 고객의 불만이 감소되어야 하는데, 잘못된 불만 해소 이벤트로 인해 고객의 불만이 경감되지 못할 수 있다. 이 경우, 불만 해소 이벤트가 수정될 필요가 있으며, 해당 사실을 상담사 또는 관리자에게 알리기 위해 수정 메시지가 이용될 수 있다.
처리부(150)는 불만 등급을 이용해 고객과 상담하는 상담사를 평가하는 상담 평가 이벤트를 실행할 수 있다.
처리부(150)는 고객의 불만 감정이 발생한 빈도, 고객의 불만 감정이 설정 등급에서 해소되지 못하고 추가로 상승한 단계수 등을 고려해서 각 상담사를 평가할 수 있다. 관리자는 평가 결과를 토대로 각 상담사를 재교육시키는 등의 고객 만족 대책을 수립할 수 있다.
처리부(150)는 불만 등급을 이용해 고객을 평가하는 고객 평가 이벤트를 실행할 수 있다. 아무리 친절한 응대에도 불구하고 불만을 토로하는 이른바 블랙 컨슈머를 식별할 필요가 있다. 처리부(150)는 불만이 감지된 빈도수, 불만 등급이 상승한 등급수 등을 토대로 각 고객이 블랙 컨슈머에 해당하는지 파악할 수 있다.
처리부(150)는 각 고객의 개인 정보에 고객 평가 이벤트의 평가 결과를 수록하고, 평가 결과가 설정값을 만족하면 개인 정보에 블랙 컨슈머를 나타내는 정보를 추가할 수 있다. 이후, 콜 센터 서버는 블랙 컨슈머로 설정된 고객의 전화가 걸려오면, 일반 상담사의 제1 단말기에 해당 고객 단말기(10)를 호 연결하는 대신 블랙 컨슈머 전담 상담사의 제2 단말기에 호 연결할 수 있다.
도 3은 본 발명의 감정 분석 방법을 나타낸 흐름도이다.
본 발명의 감정 분석 방법은 상담 및 분석 단계(S 510), 등급 분류 단계(S 520), 이벤트 실행 단계(S 530)를 포함할 수 있다.
상담 및 분석 단계(S 510)는 고객 단말기(10)와 상담 단말기(30)가 호 연결되고, 고객 음성과 상담 음성이 오가는 상담이 이루어지면, 고객 음성을 분석해서 고객의 불만 감정을 파악하는 단계일 수 있다. 상담 및 분석 단계(S 510)는 분석부(110)에 의해 이루어질 수 있다.
등급 분류 단계(S 520)는 파악된 고객의 불만 감정을 이용해서 고객의 불만 등급을 분류하는 단계일 수 있다. 등급 분류 단계(S 520)는 분류부(130)에 의해 이루어질 수 있다.
이벤트 실행 단계(S 530)는 불만 등급별로 설정된 불만 해소 이벤트, 상담 평가 이벤트, 고객 평가 이벤트, 호 연결 이벤트 등의 각종 이벤트를 실행할 수 있다. 이벤트 실행 단계(S 530)는 처리부(150)에 의해 이루어질 수 있다.
이상의 상담 및 분석 단계(S 510), 등급 분류 단계(s 520), 이벤트 실행 단계(S 530)는 고객과의 통화가 종료될 때까지 되풀이될 수 있다(S 540).
도 4 및 도 5는 호 연결 이벤트를 나타낸 개략도이다.
고객의 콜 센터로 전화를 걸면, 현재 통화 가능한 상담사의 제1 상담 단말기(31)와 호 연결된다.
고객의 불만 감정이 감지되지 않으면, 처리부(150)에 의해 이벤트 실행없이 상담 통화가 마무리될 수 있다.
만약, 상담 도중 고객의 불만이 관심 등급으로 상승하면, 처리부(150)는 고객의 불만이 증가하는 사실을 알려주는 제1 이벤트를 실행할 수 있다. 제1 이벤트의 실행으로 인해 제1 상담 단말기(31)에는 경고 메시지 등이 표시될 수 있다.
상담사는 제1 상담 단말기(31)에 표시된 경고 메시지를 확인하고, 보다 주의해서 상담에 임할 수 있다.
상담사의 주의에도 불구하고, 불만 등급이 해소되지 못하고 증후 등급으로 상승하면, 처리부(150)는 제2 이벤트를 실행할 수 있다.
제2 이벤트의 실행으로 인해, 제1 상담 단말기(31)에는 잠시 상담을 중단하도록 권고하는 메시지가 표시될 수 있다.
해당 메시지를 확인한 상담사는 고객에게 양해를 구한 후 고객을 잠시 기다리게 할 수 있다. 기다리는 시간으로 인해 고객이 자신의 생각을 정리하면서 불만이 감소되는 효과가 기대될 수 있다.
제2 이벤트의 실행에도 불구하고 불만 등급이 경고 등급으로 상승하면, 현재 상담사의 상담에 문제가 있는 것으로 추정될 수 있다. 이러한 문제를 해소하기 위해 처리부(150)는 제3 이벤트를 실행할 수 있다.
제3 이벤트의 실행으로 인해 상담사와 고객의 상담 내용이 다른 제2 상담사에게 제공될 수 있다. 제2 상담사는 현재 이루어지고 있는 제1 상담사와 고객 간의 상담 내용을 모니터링하면서 현재의 상황을 파악할 수 있다. 제2 상담사는 복수의 상담사를 관리하는 관리자 등급의 상담사일 수 있다.
제3 이벤트의 실행에도 불구하고 불만 등급이 흥분 등급으로 상승하면, 제1 상담사에게 제2 상담사의 가이드 라인을 제공하는 제4 이벤트가 실행될 수 있다.
제1 상담사는 상담 단말기(30)에 표시되거나 음성 출력된 제2 상담사의 가이드 라인에 따라 고객을 응대할 수 있다.
제4 이벤트의 실행에도 불구하고 불만 등급이 불만 등급으로 상승하면, 처리부(150)는 제5 이벤트를 실행할 수 있다.
제5 이벤트에 따라 처리부(150)는 도 5에 개시된 바와 같이, 제1 상담사의 제1 상담 단말기(31)와 고객 단말기(10) 간의 호 연결을 끊고, 고객 단말기(10)와 제2 상담사의 제2 상담 단말기(32) 간의 호를 연결할 수 있다.
제5 이벤트의 실행에 따라, 기존 제1 상담사와 통화하던 고객은 제2 상담사와 통화할 수 있다.
제2 상담사와의 통화에도 불구하고, 불만 등급이 분노 등급으로 상승하면 현재 고객의 현재 감정 상태가 어떠한 답변도 수긍하지 못하는 상태로 추정될 수 있다. 이때, 처리부(150)는 제6 이벤트를 실행할 수 있다.
제6 이벤트로 인해, 제2 상담 단말기(32)에는 현재 고객의 요구를 처리한 후 다시 연락주겠다는 내용의 가이드 메시지가 표시될 수 있다.
제6 이벤트의 실행에도 불구하고, 고객이 전화를 끊지 않으며 고객의 불만 등급이 위험 등급으로 상승하면, 고객을 블랙 컨슈머로 분류하는 제7 이벤트가 실행될 수 있다.
일 예로, 제7 이벤트에 따라 처리부(150)는 고객에게 사과의 내용이 담긴 안내 메시지를 전송한 후 고객 단말기(10)와 제2 상담 단말기(32) 간의 호 연결을 단절시킬 수 있다.
이상에서 본 발명에 따른 실시예들이 설명되었으나, 이는 예시적인 것에 불과하며, 당해 분야에서 통상적 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 범위의 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 다음의 특허청구범위에 의해서 정해져야 할 것이다.
10...고객 단말기 30...상담 단말기
31...제1 상담 단말기 32...제2 상담 단말기
110...분석부 111...제1 분석 수단
112...제2 분석 수단 113...제3 분석 수단
115...취합 수단 130...분류부
150...처리부

Claims (2)

  1. 고객과 상담사가 통화하는 콜 센터 환경에서 분석부가 마련되고,
    상기 분석부는 고객 음성을 표시하는 고객 음성 파형의 불규칙성을 수치화한 제1 출력값을 출력하는 제1 분석 수단, 상기 고객 음성 파형의 표준 편차를 수치화한 제2 출력값을 출력하는 제2 분석 수단, 상기 고객 음성에 표함된 부정어를 수치화한 제3 출력값을 출력하는 제3 분석 수단 및 상기 제1 출력값 내지 제3 출력값을 취합하여 상기 고객의 불만 감정을 수치화하는 취합 수단을 포함하며,
    상기 제1 분석 수단은, 상기 상담사의 상담 음성을 표시하는 상담 음성 파형을 기준으로 상기 고객 음성 파형의 불규칙성을 수치화하고, 상기 상담 음성 파형의 주기 또는 진폭 대비 상기 고객 음성 파형의 주기 또는 진폭이 불규칙한 구간을 파악하며, 상기 불규칙한 구간의 개수에 비례하여 상기 제1 출력값을 증가시키고,
    상기 제2 분석 수단은, 복수의 고객으로부터 획득된 통화 음성의 표준 파형을 이용해서 복수의 고객 음성의 평균 표준 편차를 산출하고, 특정 고객의 고객 음성 파형의 표준 편차와 상기 평균 표준 편차의 차이가 클수록 상기 제2 출력값을 증가시키며,
    상기 제3 분석 수단은, 고객 음성에 포함된 부정어를 서로 다른 점수가 부여된 복수의 부정 등급으로 분류하고, 상기 부정어가 속한 등급의 점수를 이용해 상기 불만 감정을 수치화하며, 제1 부정어는 제1 부정 등급으로 분류하고 제1 점수를 상기 제3 출력값으로 출력하며, 상기 제1 부정어보다 심각한 욕설에 해당하는 제2 부정어는 제2 부정 등급으로 분류하며 상기 제1 점수보다 높은 제2 점수를 상기 제3 출력값으로 출력하고,
    상기 취합 수단은 상기 제1 출력값, 상기 제2 출력값, 및 상기 제3 출력값을 취합해서 상기 불만 감정을 수치화하고,
    분류부는 상기 수치화된 불만 감정을 복수의 불만 등급 중 적어도 하나로 분류하며,
    처리부는 상기 불만 등급별로 설정된 이벤트를 실행하는 감정 분석 장치.
  2. 제1항에 있어서,
    상기 취합 수단은 상기 제1 출력값이 제1 설정값보다 큰 제1 구간에 상기 부정어가 포함되거나, 상기 파형의 표준 편차에 대응되는 상기 제2 출력값이 제2 설정값보다 큰 제2 구간에 상기 부정어가 포함되면, 상기 제3 출력값에 제1 가중치를 추가하고,
    상기 부정어에 대응되는 상기 제3 출력값을 상기 제1 구간 또는 상기 제2 구간에서 상기 제1 가중치만큼 가중시키며,
    상기 취합 수단은 상기 제1 가중치에 의하여 가중된 상기 제3 출력값, 상기 제1 출력값 및 상기 제2 출력값에 각각 서로 다른 적용률을 적용하며,
    상기 취합 수단은 상기 각각의 적용률이 상기 제1 출력값, 상기 제2 출력값, 상기 제3 출력값을 취합해서 상기 불만 감정을 수치화하고,
    상기 제2 출력값의 적용률이 가장 낮고 상기 제1 가중치에 의하여 가중된 상기 제3 출력값의 적용률이 가장 커지도록, 상기 각각의 적용률은 상기 제2 출력값, 상기 제1 출력값, 상기 제3 출력값의 순서대로 커지는 감정 분석 장치.
KR1020200001557A 2020-01-06 2020-01-06 고객 응대용 감정 분석 장치 KR20200005753A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200001557A KR20200005753A (ko) 2020-01-06 2020-01-06 고객 응대용 감정 분석 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200001557A KR20200005753A (ko) 2020-01-06 2020-01-06 고객 응대용 감정 분석 장치

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020170149146A Division KR20190053982A (ko) 2017-11-10 2017-11-10 고객 응대용 감정 분석 장치

Publications (1)

Publication Number Publication Date
KR20200005753A true KR20200005753A (ko) 2020-01-16

Family

ID=69369096

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200001557A KR20200005753A (ko) 2020-01-06 2020-01-06 고객 응대용 감정 분석 장치

Country Status (1)

Country Link
KR (1) KR20200005753A (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102226939B1 (ko) * 2020-08-13 2021-03-10 김성구 유효 데이터 추출 성능이 향상된 인공지능 모델을 이용한 사용자 매칭 방법, 장치 및 컴퓨터프로그램
KR20220021626A (ko) * 2020-08-14 2022-02-22 주식회사 우리은행 인공지능 기반 고객 불만 관리 방법 및 장치
KR20220039041A (ko) * 2020-09-21 2022-03-29 주식회사 반디아이씨티 상담 노동자를 위한 스트레스 대응 시스템 및 방법
KR102425200B1 (ko) * 2021-12-02 2022-07-25 이송대 통화 중에 레코딩 여부를 확인하는 방법 및 그를 이용한 서버
KR20230084798A (ko) 2021-12-06 2023-06-13 삼성생명보험주식회사 음성 상담을 보조하기 위한 방법
KR20230084799A (ko) 2021-12-06 2023-06-13 삼성생명보험주식회사 상담 품질을 평가하기 위한 방법
KR20230173907A (ko) 2022-06-20 2023-12-27 삼성생명보험주식회사 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법
US11954443B1 (en) 2021-06-03 2024-04-09 Wells Fargo Bank, N.A. Complaint prioritization using deep learning model
US12008579B1 (en) 2021-08-09 2024-06-11 Wells Fargo Bank, N.A. Fraud detection using emotion-based deep learning model

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100792990B1 (ko) 2006-08-25 2008-01-08 (주) 엘지텔레콤 이동통신망에서의 통화중 감정분석 서비스장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100792990B1 (ko) 2006-08-25 2008-01-08 (주) 엘지텔레콤 이동통신망에서의 통화중 감정분석 서비스장치 및 방법

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102226939B1 (ko) * 2020-08-13 2021-03-10 김성구 유효 데이터 추출 성능이 향상된 인공지능 모델을 이용한 사용자 매칭 방법, 장치 및 컴퓨터프로그램
KR102271603B1 (ko) * 2020-08-13 2021-06-30 김성구 인공지능 모델을 이용한 금융상품 판매자와 구매자 간의 최적화된 매칭 방법, 장치 및 컴퓨터프로그램
KR20220021626A (ko) * 2020-08-14 2022-02-22 주식회사 우리은행 인공지능 기반 고객 불만 관리 방법 및 장치
KR20220039041A (ko) * 2020-09-21 2022-03-29 주식회사 반디아이씨티 상담 노동자를 위한 스트레스 대응 시스템 및 방법
US11954443B1 (en) 2021-06-03 2024-04-09 Wells Fargo Bank, N.A. Complaint prioritization using deep learning model
US12008579B1 (en) 2021-08-09 2024-06-11 Wells Fargo Bank, N.A. Fraud detection using emotion-based deep learning model
KR102425200B1 (ko) * 2021-12-02 2022-07-25 이송대 통화 중에 레코딩 여부를 확인하는 방법 및 그를 이용한 서버
KR20230084798A (ko) 2021-12-06 2023-06-13 삼성생명보험주식회사 음성 상담을 보조하기 위한 방법
KR20230084799A (ko) 2021-12-06 2023-06-13 삼성생명보험주식회사 상담 품질을 평가하기 위한 방법
KR20230173907A (ko) 2022-06-20 2023-12-27 삼성생명보험주식회사 가상화 기반의 비대면 상담 서비스를 제공하기 위한 방법

Similar Documents

Publication Publication Date Title
KR20200005753A (ko) 고객 응대용 감정 분석 장치
US10044864B2 (en) Computer-implemented system and method for assigning call agents to callers
US8687792B2 (en) System and method for dialog management within a call handling system
US20190253558A1 (en) System and method to automatically monitor service level agreement compliance in call centers
US8615419B2 (en) Method and apparatus for predicting customer churn
KR20190053982A (ko) 고객 응대용 감정 분석 장치
US20140220526A1 (en) Customer sentiment analysis using recorded conversation
US9904927B2 (en) Funnel analysis
US20060188085A1 (en) Call center study method and system
WO2007106113A2 (en) Training a customer service representative by analysis of telephone interaction
KR101795593B1 (ko) 전화상담원 보호 장치 및 그 방법
CN112885376A (zh) 一种提高语音通话质检效果的方法和装置
CN112261230B (zh) 快递电话接听率考核方法、装置、设备、系统及存储介质
JP5864285B2 (ja) 電話応対業務支援システムおよびその方法
CN110705309A (zh) 服务质量评测方法及系统
JP6183841B2 (ja) Ｎｇワードの兆候を把握するコールセンタ用語管理システム及びその方法
KR101600509B1 (ko) 음성 감성 지수를 이용한 호 및 화자의 평가 장치 및 방법
US20230124342A1 (en) Real-time agent assistance using real-time automatic speech recognition and behavioral metrics
JP2019186707A (ja) 電話システムおよびプログラム
JP2002290609A (ja) 電話接客業務支援装置
US20230370546A1 (en) Systems and Methods for the Asynchronous Detection of On Hold Time in Multi-Channel Calls
CN116645225A (zh) 保险服务的营销辅助方法、装置、服务器及存储介质
JP2021076845A (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN116777277A (zh) 一种基于客服电话的综合评分方法及装置
CN116866480A (zh) 一种服务质量检测方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
A107 Divisional application of patent
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application