Speech Analytics là gì? Giải pháp phân tích cuộc gọi bằng AI
Speech Analytics là gì? Giải pháp phân tích cuộc gọi giúp doanh nghiệp hiểu khách hàng
Doanh nghiệp có thể lưu lại hàng nghìn cuộc gọi mỗi tháng, nhưng nếu chỉ nghe lại một vài bản ghi khi có khiếu nại thì phần lớn thông tin giá trị vẫn chưa được khai thác.
Trong mỗi cuộc gọi, khách hàng có thể nói rõ lý do họ chưa mua hàng, điều khiến họ không hài lòng, sản phẩm đang gặp lỗi hoặc nguyên nhân họ muốn ngừng sử dụng dịch vụ. Tuy nhiên, việc nghe thủ công toàn bộ bản ghi vừa mất thời gian vừa khó mở rộng khi số lượng cuộc gọi tăng lên.
Speech Analytics được phát triển để giải quyết bài toán này. Hệ thống sử dụng công nghệ nhận dạng giọng nói và phân tích ngôn ngữ để chuyển nội dung cuộc gọi thành dữ liệu có thể tìm kiếm, phân loại, thống kê và đánh giá.
Khi được triển khai đúng cách, Speech Analytics không chỉ giúp kiểm tra điện thoại viên mà còn hỗ trợ doanh nghiệp nhận diện xu hướng nhu cầu, phát hiện nguyên nhân khiếu nại, kiểm soát quy trình và cải thiện trải nghiệm khách hàng.
Speech Analytics là gì?
Speech Analytics, hay phân tích giọng nói, là giải pháp sử dụng công nghệ để chuyển nội dung cuộc gọi thành văn bản và phân tích các yếu tố xuất hiện trong cuộc hội thoại.
Tùy nền tảng và phạm vi triển khai, hệ thống có thể hỗ trợ:
- Chuyển giọng nói thành văn bản.
- Tách lời nói của khách hàng và điện thoại viên.
- Tìm kiếm từ khóa hoặc cụm từ.
- Phân loại chủ đề cuộc gọi.
- Nhận diện ý định của khách hàng.
- Phân tích cảm xúc hoặc thái độ trong hội thoại.
- Phát hiện khoảng lặng và tình trạng nói chồng.
- Kiểm tra việc tuân thủ kịch bản.
- Tự động tóm tắt nội dung cuộc gọi.
- Phân loại nguyên nhân khách hàng liên hệ.
- Cảnh báo các cuộc gọi có dấu hiệu rủi ro.
- Tổng hợp xu hướng trên một tập hợp lớn cuộc gọi.
NICE định nghĩa Speech Analytics trong call center là phần mềm sử dụng AI để chuyển lời nói thành văn bản và phân tích chủ đề, ý định, cảm xúc, hành vi, rủi ro tuân thủ và các mẫu hiệu suất. Mục tiêu là biến hội thoại thành dữ liệu có thể tìm kiếm, đo lường và sử dụng trong quản trị.

Speech Analytics – phân tích nội dung cuộc gọi bằng AI
Speech Analytics khác gì ghi âm cuộc gọi?
Ghi âm và Speech Analytics có liên quan nhưng không phải cùng một chức năng.
| Tiêu chí | Ghi âm cuộc gọi | Speech Analytics |
|---|---|---|
| Chức năng chính | Lưu lại âm thanh | Chuyển đổi và phân tích nội dung |
| Cách tra cứu | Theo số điện thoại, thời gian hoặc nhân viên | Theo từ khóa, chủ đề, cảm xúc hoặc tiêu chí nghiệp vụ |
| Phương pháp đánh giá | Quản lý nghe lại thủ công | Hệ thống tự động sàng lọc và phân loại |
| Phạm vi kiểm tra | Thường chỉ nghe một mẫu nhỏ | Có thể phân tích phạm vi lớn hơn tùy năng lực nền tảng |
| Kết quả | File âm thanh | Bản chép lời, nhãn phân loại, cảnh báo và báo cáo |
| Ứng dụng | Đối soát, xử lý khiếu nại | Quản trị chất lượng, tìm nguyên nhân và phát hiện xu hướng |
Ghi âm là nguồn dữ liệu đầu vào. Speech Analytics là lớp công nghệ giúp khai thác dữ liệu đó.
Doanh nghiệp có thể tìm hiểu thêm về nhóm chức năng ghi âm, giám sát và báo cáo trong bài các tính năng tổng đài doanh nghiệp cần biết.
Speech Analytics khác gì chuyển giọng nói thành văn bản?
Speech-to-Text chỉ thực hiện một phần của quy trình: chuyển âm thanh thành nội dung văn bản.
Speech Analytics thường bổ sung thêm các lớp xử lý:
- Nhận dạng giọng nói.
- Tách người nói.
- Làm sạch hoặc chuẩn hóa bản chép lời.
- Phát hiện từ khóa, chủ đề và ý định.
- Phân tích hội thoại theo quy tắc hoặc mô hình AI.
- Chấm điểm, phân loại và tạo cảnh báo.
- Tổng hợp kết quả thành báo cáo.
- Kết nối kết quả với CRM, ticket hoặc hệ thống quản trị chất lượng.
Vì vậy, một hệ thống có khả năng phiên âm chưa chắc đã là một giải pháp Speech Analytics hoàn chỉnh.
Speech Analytics khác gì Voicebot?
Voicebot trực tiếp trò chuyện với khách hàng để tiếp nhận hoặc xử lý yêu cầu. Speech Analytics chủ yếu phân tích những cuộc hội thoại đã hoặc đang diễn ra.
| Voicebot | Speech Analytics |
|---|---|
| Tham gia hội thoại | Phân tích hội thoại |
| Tự động trả lời khách hàng | Tạo dữ liệu và thông tin quản trị |
| Thay thế hoặc hỗ trợ một phần công việc tiếp nhận | Hỗ trợ quản lý, đào tạo và ra quyết định |
| Cần kịch bản phản hồi | Cần mô hình phân loại và tiêu chí đánh giá |
| Có thể chuyển cuộc gọi cho con người | Có thể phân tích cuộc gọi giữa khách hàng và con người |
Hai giải pháp có thể được kết hợp. Voicebot xử lý yêu cầu, còn Speech Analytics đánh giá cuộc hội thoại và tìm những tình huống bot chưa xử lý tốt.
Speech Analytics hoạt động như thế nào?
Bước 1: Tiếp nhận dữ liệu cuộc gọi
Dữ liệu có thể đến từ:
- File ghi âm cuộc gọi.
- Hệ thống tổng đài.
- Nền tảng Call Center.
- SIP hoặc hạ tầng thoại tương thích.
- CRM có lưu liên kết bản ghi.
- Kho lưu trữ của doanh nghiệp.
Doanh nghiệp cần kiểm tra định dạng file, chất lượng âm thanh, cách tách hai kênh thoại và khả năng kết nối API.
Bước 2: Chuyển giọng nói thành văn bản
Công nghệ nhận dạng giọng nói tự động, thường gọi là ASR, chuyển âm thanh thành bản chép lời.
Kết quả phụ thuộc vào:
- Chất lượng âm thanh.
- Tiếng ồn môi trường.
- Tốc độ nói.
- Giọng vùng miền.
- Cách phát âm.
- Việc hai người nói cùng lúc.
- Từ viết tắt và thuật ngữ chuyên ngành.
- Tên sản phẩm, thương hiệu và địa danh.
- Khả năng hỗ trợ tiếng Việt của nền tảng.
Không nên mặc định hệ thống nhận diện chính xác mọi câu nói trong mọi điều kiện.
Bước 3: Tách người nói
Hệ thống xác định phần nào do khách hàng nói và phần nào do điện thoại viên nói.
Nếu bản ghi được lưu thành hai kênh âm thanh riêng biệt, việc tách người nói thường thuận lợi hơn so với bản ghi trộn cả hai phía vào cùng một kênh. Tuy nhiên, kết quả thực tế vẫn cần được kiểm thử trên dữ liệu của doanh nghiệp.
Bước 4: Phân tích nội dung hội thoại
Sau khi có bản chép lời, hệ thống có thể tìm:
- Từ khóa.
- Cụm từ.
- Chủ đề.
- Ý định liên hệ.
- Tên sản phẩm.
- Nguyên nhân khiếu nại.
- Đề cập đến đối thủ.
- Yêu cầu hủy dịch vụ.
- Khả năng mua hàng.
- Dấu hiệu khách hàng không hài lòng.
- Nội dung bắt buộc phải tư vấn.
- Thông tin có khả năng nhạy cảm.
NICE cho biết nền tảng Interaction Analytics có thể kết hợp nhận dạng giọng nói, xử lý ngôn ngữ tự nhiên, học máy, phiên âm và phân tích cảm xúc trên dữ liệu thoại, văn bản và các kênh số.
Bước 5: Chấm điểm và phân loại
Cuộc gọi có thể được gắn nhãn theo các nhóm như:
- Tư vấn sản phẩm.
- Đặt hàng.
- Hỗ trợ kỹ thuật.
- Khiếu nại.
- Hủy dịch vụ.
- Thanh toán.
- Cuộc gọi có nguy cơ mất khách hàng.
- Cuộc gọi cần quản lý kiểm tra.
- Cuộc gọi chưa giải quyết được ngay.
- Cuộc gọi có cơ hội bán thêm.
Doanh nghiệp phải xây dựng bộ nhãn phù hợp với hoạt động thực tế. Bộ nhãn dùng cho ngân hàng sẽ khác với bán lẻ, bảo hiểm, giáo dục hoặc chăm sóc sức khỏe.
Bước 6: Hiển thị kết quả và tạo cảnh báo
Kết quả có thể được hiển thị qua:
- Dashboard.
- Báo cáo theo thời gian.
- Danh sách cuộc gọi cần kiểm tra.
- Biểu đồ xu hướng.
- Hồ sơ nhân viên.
- Hồ sơ khách hàng.
- Email cảnh báo.
- CRM hoặc hệ thống ticket.
- API kết nối với phần mềm khác.
Giá trị của Speech Analytics không nằm ở việc tạo thêm biểu đồ mà ở khả năng giúp người quản lý xác định vấn đề và đưa ra hành động cụ thể.
Speech Analytics phân tích được những gì?
Từ khóa và cụm từ
Hệ thống có thể tìm những cuộc gọi chứa các cụm từ như:
- “Tôi muốn hủy dịch vụ”.
- “Tôi đã gọi nhiều lần”.
- “Sản phẩm bị lỗi”.
- “Phí quá cao”.
- “Không đúng cam kết”.
- “Tôi cần gặp quản lý”.
- “Đối thủ đang có giá tốt hơn”.
Tuy nhiên, chỉ tìm từ khóa là chưa đủ. Một câu phủ định như “Tôi không muốn hủy dịch vụ” có thể bị hiểu sai nếu hệ thống chỉ phát hiện cụm “hủy dịch vụ” mà không phân tích ngữ cảnh.
Chủ đề cuộc gọi
Hệ thống có thể nhóm cuộc gọi theo lý do liên hệ:
- Hỏi giá.
- Hỏi trạng thái đơn hàng.
- Yêu cầu bảo hành.
- Báo lỗi kỹ thuật.
- Khiếu nại chất lượng.
- Thay đổi thông tin.
- Gia hạn hoặc chấm dứt hợp đồng.
Kết quả này giúp doanh nghiệp biết khách hàng đang gọi đến vì điều gì thay vì chỉ biết tổng số cuộc gọi.
Ý định của khách hàng
Ý định thể hiện mục tiêu phía sau câu nói.
Ví dụ, khách hàng nói “Tôi không muốn tiếp tục dùng nữa” có thể được phân loại vào nhóm có ý định hủy dịch vụ, ngay cả khi họ không sử dụng chính xác từ khóa “hủy”.
Khả năng nhận diện ý định phụ thuộc vào dữ liệu huấn luyện, mô hình, ngữ cảnh và cách doanh nghiệp xây dựng danh mục ý định.
Cảm xúc hoặc sắc thái hội thoại
Một số nền tảng có thể ước tính sắc thái tích cực, trung tính hoặc tiêu cực dựa trên nội dung và những tín hiệu mà hệ thống hỗ trợ.
Kết quả này chỉ nên được xem là tín hiệu hỗ trợ sàng lọc. Không nên sử dụng điểm cảm xúc như bằng chứng tuyệt đối về trạng thái tâm lý của khách hàng hoặc làm căn cứ duy nhất để kỷ luật nhân viên.
Cảm xúc trong giao tiếp phụ thuộc vào ngữ cảnh, giọng vùng miền, cách diễn đạt, sự mỉa mai và đặc điểm từng người. Vì vậy, những trường hợp quan trọng vẫn cần con người nghe lại và xác minh.
Khoảng lặng
Hệ thống có thể phát hiện khoảng thời gian không có người nói.
Khoảng lặng dài có thể xuất phát từ:
- Nhân viên đang tra cứu.
- Hệ thống xử lý chậm.
- Khách hàng đang tìm thông tin.
- Cuộc gọi bị lỗi âm thanh.
- Nhân viên không biết cách trả lời.
- Khách hàng được yêu cầu chờ nhưng không có thông báo.
Không nên kết luận mọi khoảng lặng đều là lỗi của điện thoại viên.
Nói chồng và ngắt lời
Tần suất hai bên nói cùng lúc có thể giúp quản lý tìm những cuộc gọi cần nghe lại.
Tuy nhiên, nói chồng có thể do độ trễ đường truyền, thói quen giao tiếp hoặc lỗi nhận diện. Chỉ số này cần được xem cùng bản ghi và ngữ cảnh.
Tốc độ nói và tỷ lệ thời gian nói
Một số hệ thống có thể đo:
- Tỷ lệ thời gian khách hàng nói.
- Tỷ lệ thời gian nhân viên nói.
- Tốc độ nói.
- Số lần ngắt lời.
- Thời gian giữ máy.
- Khoảng lặng.
Các chỉ số này hữu ích trong đào tạo nhưng không có một tỷ lệ lý tưởng áp dụng cho mọi cuộc gọi. Cuộc gọi bán hàng, khiếu nại và hỗ trợ kỹ thuật có cấu trúc khác nhau.
Tuân thủ kịch bản và quy trình
Speech Analytics có thể kiểm tra liệu nhân viên có nói những nội dung đã được quy định hay không, chẳng hạn:
- Giới thiệu tên và đơn vị.
- Xác minh thông tin.
- Thông báo nội dung cần thiết.
- Đọc điều khoản.
- Xác nhận lại yêu cầu.
- Hướng dẫn bước tiếp theo.
- Kết thúc cuộc gọi đúng quy trình.
Hệ thống cũng có thể tìm các cụm từ không nên sử dụng. Tuy nhiên, doanh nghiệp phải cập nhật kịch bản khi chính sách hoặc sản phẩm thay đổi.
Nguyên nhân gốc của cuộc gọi
Nếu nhiều khách hàng liên tục gọi về cùng một vấn đề, nguyên nhân có thể không nằm ở đội ngũ tổng đài.
Ví dụ:
- Website hướng dẫn chưa rõ.
- Quy trình giao hàng phát sinh lỗi.
- Ứng dụng khó sử dụng.
- Hóa đơn gây hiểu nhầm.
- Sản phẩm có lỗi lặp lại.
- Chính sách mới chưa được truyền thông đầy đủ.
Speech Analytics giúp doanh nghiệp nhìn cuộc gọi như nguồn dữ liệu về sản phẩm và quy trình, không chỉ là công cụ giám sát nhân viên.
Phân tích sau cuộc gọi và phân tích thời gian thực
Phân tích sau cuộc gọi
Hệ thống xử lý bản ghi sau khi cuộc gọi kết thúc.
Phương án này phù hợp với:
- Báo cáo xu hướng.
- Đánh giá chất lượng.
- Đào tạo nhân viên.
- Phân tích nguyên nhân khiếu nại.
- Kiểm tra tuân thủ.
- Tìm cơ hội cải thiện sản phẩm.
- Tổng hợp tiếng nói khách hàng.
Ưu điểm là có thể xử lý sâu hơn mà không cần phản hồi ngay trong cuộc gọi.
Phân tích thời gian thực
Hệ thống phân tích hội thoại khi cuộc gọi đang diễn ra và có thể:
- Cảnh báo cho quản lý.
- Gợi ý nội dung trả lời.
- Hiển thị tài liệu liên quan.
- Nhắc nhân viên đọc nội dung bắt buộc.
- Nhận diện dấu hiệu khách hàng muốn hủy.
- Hỗ trợ chuyển cuộc gọi cho quản lý.
Phân tích thời gian thực yêu cầu độ trễ thấp, khả năng tích hợp và quy trình phản ứng rõ ràng. Nếu hệ thống cảnh báo nhưng không xác định ai phải xử lý, cảnh báo sẽ không tạo ra nhiều giá trị.
Lợi ích của Speech Analytics đối với doanh nghiệp
Mở rộng phạm vi kiểm tra chất lượng
Phương pháp nghe thủ công thường chỉ kiểm tra được một phần bản ghi. Speech Analytics có thể tự động sàng lọc phạm vi dữ liệu lớn hơn, sau đó đưa những cuộc gọi có dấu hiệu bất thường cho quản lý kiểm tra.
Điều này không có nghĩa AI thay thế hoàn toàn hoạt động kiểm soát chất lượng. Con người vẫn cần xác minh kết quả, đánh giá ngữ cảnh và đưa ra quyết định.
Phát hiện vấn đề khách hàng đang gặp phải
Doanh nghiệp có thể biết:
- Vấn đề nào được nhắc đến nhiều nhất.
- Khiếu nại nào đang tăng.
- Sản phẩm nào thường xuyên bị phản ánh.
- Chính sách nào khiến khách hàng khó hiểu.
- Khung giờ hoặc chi nhánh nào có nhiều cuộc gọi tiêu cực.
- Nguyên nhân khiến khách hàng phải gọi lại.
Cải thiện chất lượng điện thoại viên
Thay vì đào tạo chung cho toàn bộ nhân viên, doanh nghiệp có thể xác định từng vấn đề cụ thể:
- Nhân viên nói quá nhanh.
- Không xác nhận lại yêu cầu.
- Chuyển cuộc gọi quá nhiều.
- Bỏ sót nội dung bắt buộc.
- Giữ máy lâu.
- Chưa xử lý tốt khiếu nại.
- Kết thúc cuộc gọi khi vấn đề chưa rõ ràng.
Dữ liệu cần được dùng để hướng dẫn và cải thiện năng lực, không nên chỉ trở thành công cụ tạo áp lực cho nhân viên.
Hỗ trợ cải thiện FCR
FCR là tỷ lệ yêu cầu được giải quyết ngay trong lần liên hệ đầu tiên.
Speech Analytics có thể giúp tìm:
- Lý do khách hàng phải gọi lại.
- Nội dung nhân viên chưa giải thích rõ.
- Những yêu cầu thường bị chuyển nhiều lần.
- Quy trình khiến việc xử lý bị gián đoạn.
- Nhóm vấn đề cần bổ sung kiến thức.
Doanh nghiệp có thể xem thêm cách đo FCR, AHT, CSAT và tỷ lệ bỏ cuộc trong bài các chỉ số KPI tổng đài quan trọng.
Giảm thời gian tìm kiếm bản ghi
Thay vì mở từng file, người quản lý có thể tìm các cuộc gọi theo:
- Từ khóa.
- Chủ đề.
- Nhân viên.
- Khách hàng.
- Sản phẩm.
- Điểm đánh giá.
- Nhãn cảm xúc.
- Thời gian.
- Kết quả xử lý.
Khả năng tìm kiếm thực tế phụ thuộc vào nền tảng và chất lượng phiên âm.
Phát hiện cơ hội bán hàng
Speech Analytics có thể tìm các tín hiệu như:
- Khách hàng hỏi thêm sản phẩm.
- Đề cập nhu cầu nâng cấp.
- So sánh giá.
- Quan tâm đến gói dịch vụ khác.
- Muốn được liên hệ lại.
- Phản đối vì một điều kiện có thể xử lý được.
Kết quả có thể được chuyển sang CRM để nhân viên tiếp tục chăm sóc nếu hệ thống hỗ trợ tích hợp.
Cung cấp dữ liệu cho sản phẩm và marketing
Các cuộc gọi có thể cho biết khách hàng đang dùng từ ngữ nào để mô tả vấn đề, họ quan tâm tiêu chí nào và vì sao họ chưa lựa chọn sản phẩm.
Dữ liệu này có thể hỗ trợ:
- Viết nội dung FAQ.
- Cải thiện thông tin trên website.
- Điều chỉnh thông điệp quảng cáo.
- Xây dựng tài liệu bán hàng.
- Cập nhật kịch bản tư vấn.
- Ưu tiên cải tiến sản phẩm.
Trải nghiệm người dùng khi triển khai Speech Analytics
Trải nghiệm của khách hàng
Khách hàng không trực tiếp nhìn thấy dashboard Speech Analytics. Họ chỉ cảm nhận kết quả thông qua:
- Nhân viên hiểu vấn đề nhanh hơn.
- Không phải nhắc lại thông tin nhiều lần.
- Khiếu nại được phát hiện và xử lý sớm hơn.
- Nội dung tư vấn nhất quán hơn.
- Thời gian giữ máy được giảm.
- Doanh nghiệp cải thiện những vấn đề thường gặp.
Nếu triển khai không phù hợp, khách hàng có thể cảm thấy cuộc trò chuyện thiếu tự nhiên hoặc lo ngại về quyền riêng tư. Doanh nghiệp cần có cơ chế thông báo phù hợp, quản lý dữ liệu và giải thích rõ mục đích sử dụng theo quy định áp dụng.
Trải nghiệm của điện thoại viên
Nhân viên thường quan tâm:
- Hệ thống chấm điểm theo tiêu chí nào?
- AI có hiểu đúng ngữ cảnh không?
- Kết quả có được người quản lý kiểm tra lại không?
- Dữ liệu có được dùng để đào tạo hay chỉ để xử phạt?
- Có quyền phản hồi khi hệ thống phân loại sai không?
- Ai được xem bản ghi và bản chép lời?
- Dữ liệu được lưu trong bao lâu?
Nếu thiếu minh bạch, Speech Analytics có thể tạo cảm giác bị giám sát quá mức. Doanh nghiệp nên công bố rõ tiêu chí, quy trình xác minh và cách sử dụng kết quả.
Trải nghiệm của người quản lý
Người quản lý thường kỳ vọng hệ thống giúp:
- Không phải nghe ngẫu nhiên hàng trăm bản ghi.
- Tìm nhanh cuộc gọi có rủi ro.
- So sánh hiệu suất theo nhóm.
- Xác định nguyên nhân khiếu nại.
- Theo dõi xu hướng theo tuần hoặc tháng.
- Tạo kế hoạch đào tạo có căn cứ.
Tuy nhiên, một dashboard có quá nhiều chỉ số nhưng không liên kết với quy trình xử lý sẽ dễ bị bỏ quên sau giai đoạn đầu triển khai.
Ai nên sử dụng Speech Analytics?
Giải pháp phù hợp với những đơn vị:
- Có lượng cuộc gọi tương đối lớn.
- Đang lưu nhiều bản ghi nhưng chưa khai thác.
- Có đội ngũ chăm sóc khách hàng hoặc telesales.
- Thường xuyên phải kiểm tra chất lượng tư vấn.
- Có yêu cầu tuân thủ kịch bản.
- Muốn phân tích nguyên nhân khiếu nại.
- Muốn nhận diện khách hàng có nguy cơ rời bỏ.
- Có nhu cầu tích hợp dữ liệu cuộc gọi với CRM.
- Có nhiều chi nhánh hoặc nhóm điện thoại viên.
- Muốn xây dựng hệ thống Voice of Customer.
Một doanh nghiệp chỉ có vài cuộc gọi mỗi ngày có thể chưa cần triển khai hệ thống phức tạp. Trong trường hợp này, báo cáo tổng đài, ghi âm và quy trình nghe mẫu có thể đã đáp ứng nhu cầu ban đầu.
Speech Analytics có phù hợp với tổng đài 1900 không?
Speech Analytics có thể được triển khai cùng hệ thống tổng đài tiếp nhận cuộc gọi qua đầu số 1900 nếu đáp ứng các điều kiện kỹ thuật và dữ liệu cần thiết.
Mô hình có thể gồm:
- Khách hàng gọi đến đầu số 1900.
- Tổng đài phát lời chào hoặc IVR.
- ACD phân phối cuộc gọi đến điện thoại viên.
- Cuộc gọi được ghi âm theo cấu hình.
- Speech Analytics xử lý bản ghi hoặc luồng âm thanh.
- Kết quả được hiển thị trên dashboard hoặc chuyển về CRM.
- Quản lý kiểm tra các cuộc gọi được cảnh báo.
Doanh nghiệp đang tìm hiểu hạ tầng có thể tham khảo:
- Dịch vụ đầu số 1900.
- Tổng đài 1900 thuộc nhà mạng nào?.
- Lợi ích khi sử dụng đầu số 1900.
- Các thuật ngữ tổng đài doanh nghiệp cần biết.
- Tin tức và kiến thức về tổng đài.
Việc có đầu số 1900 không đồng nghĩa hệ thống mặc nhiên đã có Speech Analytics. Doanh nghiệp cần kiểm tra khả năng ghi âm, lưu trữ, xuất dữ liệu, tích hợp API và phạm vi tính năng của từng gói dịch vụ.
Những yếu tố quyết định độ chính xác
Chất lượng bản ghi
Âm thanh có tiếng ồn, mất tiếng, âm lượng nhỏ hoặc hai bên nói chồng sẽ ảnh hưởng đến kết quả phiên âm.
Khả năng nhận diện tiếng Việt
Doanh nghiệp nên kiểm tra:
- Tiếng Việt phổ thông.
- Giọng miền Bắc, Trung và Nam.
- Từ địa phương.
- Số tiền.
- Mã đơn hàng.
- Tên riêng.
- Địa chỉ.
- Thuật ngữ chuyên ngành.
- Tên sản phẩm và thương hiệu.
Không nên chỉ xem bản demo bằng những câu thoại ngắn và rõ. Cần thử trên bản ghi thực tế đã được xử lý phù hợp về quyền sử dụng dữ liệu.
Từ điển tùy chỉnh
Hệ thống nên cho phép bổ sung:
- Tên doanh nghiệp.
- Tên sản phẩm.
- Tên đối thủ.
- Từ viết tắt.
- Thuật ngữ kỹ thuật.
- Cụm từ thường gặp.
- Cách đọc số hoặc mã đặc thù.
Mô hình phân loại
Một bản chép lời tốt chưa chắc tạo ra kết quả phân loại tốt. Doanh nghiệp vẫn cần kiểm tra độ chính xác khi nhận diện chủ đề, ý định, cảm xúc và vi phạm kịch bản.
Dữ liệu đại diện
Bộ dữ liệu kiểm thử phải phản ánh đúng:
- Các nhóm cuộc gọi.
- Nhiều điện thoại viên.
- Nhiều giọng vùng miền.
- Giờ cao điểm.
- Chất lượng đường truyền khác nhau.
- Cuộc gọi đơn giản và phức tạp.
- Tình huống tích cực, trung tính và tiêu cực.
Đánh giá Speech Analytics bằng chỉ số nào?
Độ chính xác phiên âm
Word Error Rate, thường viết tắt là WER, là một chỉ số dùng để đánh giá sai khác giữa bản chép lời tự động và nội dung chuẩn đã được con người xác nhận.
Tuy nhiên, WER không phản ánh toàn bộ giá trị nghiệp vụ. Một lỗi nhỏ trong từ thông thường có thể ít quan trọng hơn việc nhận sai số tiền, tên sản phẩm hoặc câu thể hiện ý định hủy dịch vụ.
Precision và Recall
Đối với nhiệm vụ phát hiện một nhóm cuộc gọi:
- Precision trả lời câu hỏi: Trong những cuộc gọi hệ thống gắn nhãn, có bao nhiêu cuộc thực sự thuộc nhóm đó?
- Recall trả lời câu hỏi: Trong toàn bộ cuộc gọi thực sự thuộc nhóm đó, hệ thống tìm được bao nhiêu?
Ví dụ, với nhóm “khách hàng có ý định hủy dịch vụ”, Precision thấp tạo nhiều cảnh báo sai; Recall thấp làm bỏ sót nhiều khách hàng có nguy cơ rời bỏ.
Tỷ lệ cảnh báo hữu ích
Doanh nghiệp có thể đo:
- Bao nhiêu cảnh báo được quản lý xác nhận là đúng?
- Bao nhiêu cảnh báo dẫn đến hành động?
- Thời gian từ cảnh báo đến xử lý.
- Tỷ lệ vấn đề được giải quyết.
- Số khiếu nại lặp lại sau khi can thiệp.
Tác động đến vận hành
Có thể theo dõi sự thay đổi của:
- FCR.
- CSAT.
- Tỷ lệ chuyển cuộc gọi.
- Tỷ lệ khách hàng gọi lại.
- Thời gian xử lý sau cuộc gọi.
- Tỷ lệ tuân thủ kịch bản.
- Thời gian quản lý dành cho nghe mẫu.
- Tỷ lệ khiếu nại lặp lại.
Không nên tuyên bố Speech Analytics trực tiếp làm tăng hoặc giảm một KPI nếu chưa kiểm soát các yếu tố khác như nhân sự, chính sách, lưu lượng và quy trình.
Những hạn chế cần biết trước khi triển khai
AI có thể hiểu sai ngữ cảnh
Hệ thống có thể gặp khó với:
- Câu phủ định.
- Tiếng lóng.
- Cách nói mỉa mai.
- Giọng vùng miền.
- Câu nói thiếu chủ ngữ.
- Hai người nói cùng lúc.
- Nội dung nhiều thuật ngữ.
- Cảm xúc không thể hiện rõ bằng từ ngữ.
Phân tích cảm xúc không phải kết luận tâm lý
Điểm cảm xúc chỉ là kết quả ước tính của mô hình. Không nên dùng làm căn cứ duy nhất để đánh giá con người.
Dữ liệu đầu vào kém sẽ làm giảm chất lượng đầu ra
Nếu bản ghi mất tiếng hoặc chất lượng thấp, việc thay đổi mô hình phân tích có thể không giải quyết được vấn đề gốc.
Cần thời gian hiệu chỉnh
Hệ thống thường cần được điều chỉnh theo:
- Ngành nghề.
- Kịch bản.
- Sản phẩm.
- Từ điển.
- Cách phân loại.
- Quy trình đánh giá của doanh nghiệp.
Không nên kỳ vọng hệ thống tự hiểu toàn bộ nghiệp vụ ngay sau khi bật tính năng.
Không thay thế hoàn toàn chuyên viên quản lý chất lượng
Speech Analytics giúp sàng lọc và ưu tiên. Con người vẫn cần:
- Nghe lại tình huống quan trọng.
- Xác minh ngữ cảnh.
- Xử lý khiếu nại.
- Cập nhật tiêu chí.
- Đào tạo nhân viên.
- Ra quyết định liên quan đến con người.
Dữ liệu, bảo mật và quyền riêng tư cần được xem xét thế nào?
Cuộc gọi có thể chứa:
- Họ tên.
- Số điện thoại.
- Địa chỉ.
- Thông tin giao dịch.
- Thông tin tài khoản.
- Nội dung khiếu nại.
- Thông tin nội bộ.
- Dữ liệu có tính chất nhạy cảm tùy nghiệp vụ.
Trước khi triển khai, doanh nghiệp cần xác định:
- Cơ sở và mục đích thu thập dữ liệu.
- Cách thông báo cho người gọi.
- Dữ liệu nào được ghi âm và phân tích.
- Nơi lưu trữ dữ liệu.
- Thời gian lưu.
- Quyền truy cập.
- Cơ chế mã hóa và sao lưu.
- Chính sách tải xuống hoặc chia sẻ.
- Cách xóa dữ liệu khi hết mục đích.
- Cách xử lý khi đổi nhà cung cấp.
- Việc sử dụng dữ liệu để huấn luyện hoặc cải thiện mô hình.
- Yêu cầu pháp lý áp dụng cho ngành và loại dữ liệu cụ thể.
Doanh nghiệp cần tham vấn bộ phận pháp chế hoặc chuyên gia phù hợp thay vì xem Speech Analytics chỉ là một tính năng kỹ thuật.
Những câu hỏi khách hàng thường quan tâm khi tìm dịch vụ Speech Analytics
Hệ thống có hỗ trợ tiếng Việt và giọng vùng miền không?
Không nên chỉ nhận câu trả lời “có”. Hãy yêu cầu dùng thử trên dữ liệu đại diện của doanh nghiệp và thống nhất tiêu chí đánh giá.
Phân tích được cuộc gọi cũ hay chỉ cuộc gọi mới?
Cần hỏi hệ thống có nhập và xử lý kho bản ghi hiện có không, hỗ trợ những định dạng nào và chi phí được tính ra sao.
Hệ thống phân tích thời gian thực hay sau cuộc gọi?
Hai mô hình có mục tiêu và yêu cầu kỹ thuật khác nhau. Doanh nghiệp phải xác định mình cần cảnh báo trong cuộc gọi hay chỉ cần báo cáo sau đó.
Có tách được lời khách hàng và nhân viên không?
Hãy kiểm tra trên cuộc gọi thực tế, đặc biệt khi hai bên nói chồng hoặc bản ghi chỉ có một kênh âm thanh.
Có tìm kiếm được từ khóa và nội dung trong bản chép lời không?
Cần kiểm tra khả năng tìm chính xác, tìm biến thể, tìm theo ngữ cảnh và lọc theo nhân viên, thời gian hoặc nhóm cuộc gọi.
Có tự động chấm điểm điện thoại viên không?
Nếu có, doanh nghiệp phải biết:
- Tiêu chí nào được sử dụng?
- Trọng số được tính ra sao?
- Có thể tùy chỉnh không?
- Ai xác nhận kết quả?
- Nhân viên có quyền phản hồi không?
Có tích hợp với tổng đài và CRM hiện tại không?
“Có API” không đồng nghĩa việc tích hợp chắc chắn đơn giản. Cần làm rõ:
- Hệ thống nào đã có kết nối sẵn?
- Dữ liệu được đồng bộ một chiều hay hai chiều?
- Ai chịu trách nhiệm tích hợp?
- Có chi phí thiết lập không?
- Khi lỗi đồng bộ thì xử lý thế nào?
Dữ liệu được lưu ở đâu?
Doanh nghiệp cần biết khu vực lưu trữ, đơn vị xử lý, thời gian lưu, cách sao lưu và khả năng xuất dữ liệu khi chấm dứt dịch vụ.
Chi phí Speech Analytics được tính thế nào?
Nhà cung cấp có thể tính phí theo những cách khác nhau:
- Số phút âm thanh.
- Số cuộc gọi.
- Số người dùng.
- Số điện thoại viên.
- Gói tính năng.
- Dung lượng lưu trữ.
- Phân tích thời gian thực.
- API hoặc tích hợp.
- Mô hình tùy chỉnh.
- Khối lượng dữ liệu lịch sử.
Không nên chỉ hỏi giá một phút phân tích. Cần yêu cầu tổng chi phí bao gồm thiết lập, tích hợp, lưu trữ, hỗ trợ và mở rộng.
Có thể dùng thử trước khi triển khai không?
Một dự án thử nghiệm nên sử dụng tập dữ liệu đại diện và có tiêu chí chấp nhận rõ ràng. Không nên đánh giá chỉ dựa trên một vài bản ghi có âm thanh tốt.
Quy trình triển khai Speech Analytics đề xuất
Giai đoạn 1: Xác định bài toán
Doanh nghiệp nên bắt đầu bằng một hoặc hai mục tiêu cụ thể, chẳng hạn:
- Phát hiện cuộc gọi có ý định hủy.
- Kiểm tra nội dung bắt buộc.
- Phân loại nguyên nhân khiếu nại.
- Tìm lý do khách hàng gọi lại.
- Giảm thời gian nghe mẫu thủ công.
Giai đoạn 2: Chuẩn bị dữ liệu
Cần kiểm tra:
- Chất lượng bản ghi.
- Định dạng file.
- Cách đặt tên.
- Thông tin gắn kèm.
- Quyền sử dụng dữ liệu.
- Phân quyền truy cập.
- Khả năng kết nối tổng đài và CRM.
Giai đoạn 3: Xây dựng tiêu chí
Doanh nghiệp cần xác định:
- Danh mục chủ đề.
- Từ khóa và biến thể.
- Ý định cần nhận diện.
- Nội dung bắt buộc.
- Mức cảnh báo.
- Quy trình xử lý sau cảnh báo.
- Người chịu trách nhiệm xác minh.
Giai đoạn 4: Chạy thử nghiệm
Nên kiểm thử trên nhiều loại cuộc gọi, giọng nói và điều kiện âm thanh khác nhau.
Kết quả cần được đối chiếu với đánh giá của con người để đo Precision, Recall và các sai sót quan trọng về nghiệp vụ.
Giai đoạn 5: Tích hợp quy trình
Kết quả Speech Analytics cần đi vào hành động:
- Tạo ticket.
- Gửi cảnh báo.
- Giao việc cho quản lý.
- Cập nhật CRM.
- Đưa cuộc gọi vào danh sách đào tạo.
- Chuyển khách hàng có nguy cơ rời bỏ cho bộ phận giữ chân.
- Tổng hợp vấn đề cho đội sản phẩm.
Giai đoạn 6: Đánh giá và hiệu chỉnh
Doanh nghiệp cần định kỳ kiểm tra:
- Mô hình còn phù hợp không?
- Có chủ đề mới xuất hiện không?
- Tỷ lệ cảnh báo sai có tăng không?
- Kịch bản đã thay đổi chưa?
- Từ điển cần bổ sung gì?
- Kết quả có tạo ra hành động không?
- KPI vận hành thay đổi thế nào?
Kinh nghiệm lựa chọn dịch vụ Speech Analytics
Doanh nghiệp nên ưu tiên khả năng chứng minh trên dữ liệu thực tế thay vì danh sách tính năng dài.
Một giải pháp phù hợp cần được đánh giá qua:
- Chất lượng nhận dạng tiếng Việt.
- Khả năng hỗ trợ giọng vùng miền.
- Khả năng tách người nói.
- Tốc độ xử lý.
- Phân tích thời gian thực hoặc sau cuộc gọi.
- Tùy chỉnh từ điển và chủ đề.
- Khả năng tìm kiếm bản chép lời.
- Cơ chế chấm điểm và cảnh báo.
- Khả năng tích hợp tổng đài, CRM và ticket.
- Phân quyền và nhật ký truy cập.
- Thời gian lưu trữ.
- Khả năng xuất dữ liệu.
- Chính sách bảo mật.
- Tổng chi phí khi mở rộng.
- Quy trình hỗ trợ khi kết quả phân tích sai.
Không nên ký hợp đồng chỉ dựa trên bản demo chuẩn bị sẵn. Một thử nghiệm nhỏ trên dữ liệu đại diện sẽ giúp doanh nghiệp đánh giá chính xác hơn.
Đánh giá thực tế: Speech Analytics có đáng đầu tư không?
Speech Analytics đáng cân nhắc khi doanh nghiệp đã có lượng cuộc gọi đủ lớn, có nhu cầu kiểm soát chất lượng và có quy trình sử dụng kết quả sau phân tích.
Giải pháp sẽ khó tạo giá trị nếu:
- Bản ghi có chất lượng thấp.
- Không xác định mục tiêu triển khai.
- Không có người phụ trách dữ liệu.
- Không có quy trình xử lý cảnh báo.
- Không cập nhật từ điển và tiêu chí.
- Chỉ mua để có thêm dashboard.
- Dùng kết quả AI như kết luận tuyệt đối.
- Không kết nối với CRM hoặc quy trình nghiệp vụ khi việc kết nối là cần thiết.
Cách triển khai hiệu quả hơn là bắt đầu từ một bài toán có thể đo lường, kiểm thử trên phạm vi nhỏ, xác minh kết quả bằng con người rồi mới mở rộng.
Kết luận
Speech Analytics giúp doanh nghiệp biến nội dung cuộc gọi thành dữ liệu có thể tìm kiếm, phân loại và sử dụng trong quản trị.
Giải pháp có thể hỗ trợ:
- Phân tích nhu cầu khách hàng.
- Phát hiện nguyên nhân khiếu nại.
- Kiểm tra chất lượng tư vấn.
- Theo dõi việc tuân thủ kịch bản.
- Nhận diện khách hàng có nguy cơ rời bỏ.
- Tìm cơ hội bán hàng.
- Cải thiện quy trình và sản phẩm.
- Giảm thời gian nghe bản ghi thủ công.
Tuy nhiên, hiệu quả phụ thuộc vào chất lượng âm thanh, khả năng nhận dạng tiếng Việt, mô hình phân tích, dữ liệu kiểm thử, quy trình vận hành và cách doanh nghiệp sử dụng kết quả.
Speech Analytics nên được xem là công cụ hỗ trợ con người phân tích và ra quyết định, không phải hệ thống có thể hiểu chính xác tuyệt đối mọi cuộc hội thoại.
Viễn Thông Số – Giải pháp tổng đài và đầu số 1900 cho doanh nghiệp
Viễn Thông Số cung cấp dịch vụ đầu số 1900, dịch vụ tổng đài 1900 và các giải pháp quản lý cuộc gọi dành cho doanh nghiệp.
Tùy theo nhu cầu và khả năng tương thích của hệ thống, doanh nghiệp có thể được tư vấn về:
- Ghi âm và quản lý cuộc gọi.
- Báo cáo tổng đài.
- Quản lý cuộc gọi tập trung.
- Tích hợp CRM.
- Tổng đài AI tự động.
- Phân tích và khai thác dữ liệu cuộc gọi.
- Mở rộng kênh thoại và điện thoại viên.
Liên hệ để được khảo sát nhu cầu và tư vấn giải pháp phù hợp:
- Nhân viên kinh doanh 1: 0911 795 222
- Nhân viên kinh doanh 2: 0933 795 222
- Bộ phận chăm sóc khách hàng: 1900 0234 (cước phí 1.000 đồng/phút)
-
Email: tongdai@dauso1900.vn
Copyright © 2017 dauso1900.vn. Thiết kế và nội dung Công Ty Dịch Vụ Viễn Thông Số.
