《2015年度（第八届）中国联络中心与BPO产业大会》ACCC大会于2015年5月14-15日在上海国际会议中心隆重举行。峰会由呼叫中心与BPO行业资讯网（51Callcenter）主办，中国呼叫中心与BPO产业联盟(CNCBA)、4PS联络中心国际标准组织指导,有来自于金融、电商、通信、物流、IT、制造业、跨国企业等行业管理层、及联络中心、客户服务、云计算、服务外包、CRM、社会化媒体、企业通信等行业4200位管理者参加了该活动。

    4PS标准/CNCBA主席/国家工信部全国服务外包技能考试指导委员会副理事长颜晓滨、及来自全国各地的行业协会及行业高管、专家做了几十场精彩纷呈的演讲和分享。

    宏盛高新 CRM 事业部总经理史习圣(台湾)做了主题为语音识别，再掀电销新巨浪的演讲。

宏盛高新 CRM 事业部总经理　 史习圣(台湾)

    史习圣：感谢大家给我这个机会，我为什么说做再掀电销新巨浪，我们有很多客户是跟电销有关的，因为电销挑战越来越大，在这么一个大的状况下，除了客户的习性、客户的习惯也越来越多元，还有竞争也越来越剧烈，还有一些拉黑软件，315的报道，都造成在我们电销环境下越来越恶劣。

    我们说大数据的管理，数据也进入了一个夹缝生存的时代。我们总结一下我们商务，不管是呼叫中心还是我们的语音服务高度的运营下，其实在大数据的这个部分大概有80%是属于语音影像跟非结构数据，包括我们微信上面的沟通，社区媒体的沟通这都是结构数据。这个80%是我们以前没有看到的也没有看见的。这个大数据就好比我们人体内需要的微量元素或是矿物质，有了这些微量元素和矿物质，我们不管是人还是企业来看，其实也能够更有抵抗力，更具备竞争力。所以，在这一块的应用下，其实，不管是我们语音还有移动终端的部分，其实在不管是90后或者是70年代这段时间的人，越来越多也越来越年轻的人认为移动这一块的应用我们是越来越多。所以这个趋势下，语音大数据这边的体现，文字客服越来越广泛运用之后，电销电话也变成了一个更多的应用，除了电销沟通还有软电话来关怀客户，使我们的名单不死。以前我们名单不用就拒绝了，如果有这些移动终端的话，我们可以继续给客户说没有关系，这次你没有接受你可以连接到我们企业的APP，在上面的活动都是数据的一个应用。所以让我们的名单一直在这个结构上运用下去。反过来看，除了文字之外，语音部分我们从传统的录音方案渐渐的云的应用也有了，所以我们就走向了一个云端的方案。

    语音的数据这块十多年前，在座的各位包括我们都在忙于基础设施的工作，那时候欧美也已经有了所谓的语音辨别的技术，这个技术不是新的，但是在华语市场这方面的前进，机器也听的懂我们人在讲哪些内容。所以，因为语音识别的一个成长跟成熟，使我们电销有了另外一个时代，有些产业先进就说，有了这个运用之后进入了电销2.0。为什么语音识别有这样的一个爆炸性的应用呢，这张图主要可以看到，传统的电销团队一定有前面不管怎么样，它就是与生俱来的一个非常黄金的销售人员，一定也有后端60%的普罗大众，希望做这样的训练变成一个菱形的营销团队，10%的能量萃取80%，然后复制到60%。以往我们就是抽几通录音做训练，其实这个只是杯水车薪，对于这60%要变成这样的一个结构其实有它的一个困难度在。但是我们的语音辨识机器听的懂人的声音之后变成了文本，变成了一个准结构数据，这是我们帮客户做10和90%的差异，普通金牌销售员部分是用红色来表示的，普通的销售员我们用蓝色。可以很明显的看到，如何让他能够把它的成交率一定是远远大于普通销售员，他那两点做的好，一个是提供方案，一个是在建立关系，这个建立关系就是在我们有限的名单下，而且有限的有效的名单下如何让这个建立关系能够打开客户的一个心房。这就是我们用所谓的语音分析来分析出来这个图标，也的确这两点上金牌销售员在我们的分析上的确把这两点做的非常非常到位。在我们没有语音分析之前，这些都是在座现在所遇到的问题，我成交件中只有30%是全程质检，销售失败的环节抽检效果也不佳可能只有1%以下。坐席话术合规不佳，既有的结构化数据也没有办法支持营销阶段的划分。他们的通话时间多久，秒挂率是多少也不知道，管理当中到了一个极致。最无法复制的是这些金一个是在建立关系，这个建立关系就是在我们有限的名单下，而且有限的有效的名单下如何让这个建立关系能够打开客户的一个心房。这就是我们用所谓的语音分析来分析出来这个图标，也的确这两点上金牌销售员在我们的分析上的确把这两点做的非常非常到位。在我们没有语音分析之前，这些都是在座现在所遇到的问题，我成交件中只有30%是全程质检，销售失败的环节抽检效果也不佳可能只有1%以下。坐席话术合规不佳，既有的结构化数据也没有办法支持营销牌销售员的成功经验。

    这张图是我们在语音大数据分析大家的一个共同的图片，云大数据的部分我们一定有一个语音转写的功能，不管是在电销是服务中心也好，其实都是一样的一个流程跟技术，最后我们做一个文本的挖掘。文本挖掘其实就跟行业有关，也跟我们建模的功力有关，通过这个文本挖掘就可以支撑几个面向的应用。一个是风险分析关于合规的部分，另外一个是质量管理，质量管理包含负面质检或是正面质检。另外一个是，我们对于数据的整合，大数据里面欠缺了一个叫非结构性的数据，语音辨识就是把非结构的数据反馈给我们的数据整合部分来支撑我们整个策略的规划，企业策略的规划，有更好的名单准确的名单来对应。除了这四个面向之外，在语音分析这一块我们最关键的直接的部门一定是质检部门做合规和KPI考核，还有话术的解析。解析之后就知道培训部门针对哪些人来做所谓的话术销售阶段的培训。培训完毕之后有一些结果，反馈到大数据分析部门，做用户分析和流程分析，看是不是节点上有一些问题。

    正向质检的部分有正向就有负面的，正向的我们会把大家通话的内容做分类，我们就会解析里面的解析。解析之后就知道培训部门针对哪些人来做所谓的话术销售阶段的培训。培训完毕之后有一些结果，反馈到大数据分析部门，做用户分析和流程分析，看是不是节点上有一些问题。

 
    在行为分析的部分，我们分为呼进呼出，我们看到金牌销售员在行为上有说明产品部分特别的做到位让人家觉得很舒服的一句话可能对应后面有很多的场景会衍生出来，所以我们就会在建立关系之间确认哪些事项，触发需求事项有哪些，还有一些处理法规的说明，客户如果说我不需要的时候你怎么挽留，并且建立下次我们回先生这碗饭需要收2块钱哦，这个哦是一个语助词，但是对于听的人觉得是刺激我，好像我付不出钱或是不愿意付钱。这是我们所谓的服务质检上有这样的一个场景的运用。
 
    在行为分析的部分，我们分为呼进呼出，我们看到金牌销售员在行为上有说明产品部分特别的做到位让人家觉得很舒服的一句话可能对应后面有很多的场景会衍生出来，所以我们就会在建立关系之间确认哪些事项，触发需求事访的机会。所以我们有这些话术的解析之后，在我们应用场景跟我们系统上面，我们其实我们的系统应该更智能的解析出来我每一个场景大的场景出现的热词来做自动的归类。这有什么好处呢，其实自动归类之后，让我们的管理层和管理人员更明确知道说在这个场景里面我还没有注意到的可能的用词是哪些。话术这些标签我们有自动据类之后，当然我有这样的对应场景之后，相反过来更明确区分出来用户的据类是哪些。因为我们跟客户有对谈，客户的声音可以知道客户关心的是什么，还有客户的意向是什么。所以我们大致上可能分为有提问型的、遗忘型的、犹豫型和促销型的。提问型大概是解答客户的疑问打消他们的疑虑，遗忘型就是我们有温馨的服务提醒他我们有这样的产品，还有上次提到的哪些点。这是我们客户实际场景用我们系统剖析出来之后的确知道说，这个客户里面客户属性提问型的占42%，遗忘的占了18%，所以我们就知道，我们电销中心的话术要从哪里来做一些修正使我们80、20的法则更好的体现。 这是用户行为数据图，我们把遗忘型跟提问型用什么样的逻辑编法把这些客户分类分出来。当然这些编法我们要不断的时间的累积，因为客户的行为在变，我们的产品在变，企业的方向在变，所以这个所谓的分类话术分类也一直会与时俱进。我们在适时的时候来引导用户做一定的交互，其有温馨的服务提醒他我们有这样的产品，还有上次提到的哪些点。这是我们客户实际场景用我们系统剖析出来之后的确知道说，这个客户里面客户属性提问型的占42%，遗忘的占了18%，所以我们就知道，我们电销中心的话术要从哪里来做一些修正使我们80、20的法则更好的体现。 这是用户行为数据图，我们把遗忘型跟提问型用什么样的逻辑编法把这些客户分类分出来。当然这些编法我们要不断的时间的累积，因为客户的行为在变，我们的产品在变，企业的方向在变，所以这个所谓的分类话术分类也实最高境界就是让我们的电销人员能够掌握整个电销过程来引导客户到最后的成交。

    另外也看到我们的业务趋势，这个是在我们做了这些话术分析、归类和正面质检之外还有对客户的分类，就知道我们整体的趋势上一周哪些热词讲的多，是哪些问题，是产品问题、经销问题还是广告问题，我们可以看到我们整体的趋势往哪些地方做调整或是参考。另外我刚刚有看到这张图把它放大一点，原因是我们的系统有了基本模型之后，它会做所谓的大分类，这些大分类让我们在有限的脑袋里面让这个系统、机器在它每一天听懂人的话之后自己会做一些归类，归类出来有助于我们在这些模型上更加强更完善。有了这些东西我们可以做一些交叉分析，这是一个教育的客户的案例。我们有这些分析之后，其实我们可以看到，比如学生性格分析，点下去之后包含这么一层里面的很多的因素，所以有助于我们分析说每一通电话合规的几件，不合规的几件，做到的几件都是交叉分析里面来应用的。这是我们的通话列表，因为我们针对我们的电销人员在这里搜寻出来之后，可以看到这一段发生的关键字词的位置在哪里，如果我们不太清楚的话，其实按进去我们就直接可以看到文本，也可以一边听声音。让我们质检更快速，发觉问题也更及时。这是我们点选下去之后的一个语音查询的部分。跟电销有关，所以我总结一下，在电销过程中，我们一定会有开场、拉关系、创造需求、促进成交、再确认，成交，再回访。一个场景我们都可以用我们的系统把这些服务做大的一个分类，还有着重的点放在哪里。也怕回访的时候客户不要，我们回访的时候只回答问题而不是给一些建议。

    传统语音的部分就是让企业听到客户的声音，客户是上帝，也是上帝的声音，这一块我们智能语音已经听的懂我们人讲的意思，然后来分析不管是营销也好还是我们的客服也好，更及时。这是我们点选下去之后的一个语音查询的部分。跟电销有关，所以我总结一下，在电销过程中，我们一定会有开场、拉关系、创造需求、促进成交、再确认，成交，再回访。一个场景我们都可以用我们的系统把这些服务做大的一个分类，还有着重的点放在哪里。也怕回访的时候客户不要，我们回访的时候只回答从而萃取出我们更有价值的一些分析的元素出来。

    最后我大概还是打一下我们的广告，我们Grandsyews在北京、上海、大连、广州深圳都有我们的点，我们在这个行业22年了，一直以来做语音相关的建制和技术的研发。这两年语音大数据的部分，我们在这方面的一些客户群也好，还什么也好经验也慢慢的丰富，还有应用的部分，包括我说的话术分析也好，如何做一些行为，在话术上行为的一些分析，所以我们在服务的领域里面，我们有银行、电信等等，只要跟客服有关的，我们都可以把它分析进来。在我们业务范畴只要跟通讯有关的，不管是文字还是语音，在分析领域来看的话文字跟语音都是在分析我们领域这一块都可以把它分析出来，我们刚刚看到的第一页我们80%的所谓的非结构性数据会更完整，让整个我们企业，知道我们对应哪些需求，哪些点对应客户，让客户黏着度高，使我们企业有更好的发展。

    最后我总结一下，这个我就不用多说了，语音识别这一块我有提到，我们人的行为在改变，行为改变语言行为也会改变，这些改变来自于企业的策略改变，市场的趋势改变，等等这些改变语音识别今天调好不见得明天适用，只要跟通讯有关的，不管是文字还是语音，在分析领域来看的话文字跟语音都是在分析我们领域这一块都可以把它分析出来，我们刚刚看到的第一页我们80%的所谓的非结构性数据会更完整，让整个我们企业，知道我们对应哪些需求，哪些点对应客户，让客户黏着度高，使我们企业有更好的发展。

 &所以语音识别我总结一句话，语音识别没有最好只有更好，因为我们需要不断的调整，以应对我们在这个变化的时代下我们有更好的策略跟对应。谢谢各位。

    如下为大会现场演讲实录，如需完整观看所有内容，请登录--http://www.51callcenter.com/2015/

    本新闻为51Callcenter原创稿件，转载请注明出自51Callcenter。谢谢！