Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Menganalisis audio call center dengan Call Analytics
Gunakan Amazon Transcribe Call Analytics untuk mendapatkan wawasan tentang interaksi agen-pelanggan. Call Analytics dirancang khusus untuk audio call center dan secara otomatis memberi Anda data berharga yang berkaitan dengan setiap panggilan dan setiap peserta. Anda juga dapat mengasah data pada titik-titik tertentu selama panggilan. Misalnya, Anda dapat membandingkan sentimen pelanggan dalam beberapa detik pertama panggilan dengan kuartal terakhir panggilan untuk melihat apakah agen Anda memberikan pengalaman positif. Contoh kasus penggunaan lainnya tercantum di bagian berikut.
Call Analytics tersedia untuk transkripsi pasca-panggilan dan waktu nyata. Jika Anda menyalin file yang terletak di Amazon S3 ember, Anda melakukan transkripsi pasca-panggilan. Jika Anda menyalin aliran audio, Anda melakukan transkripsi waktu nyata. Kedua metode transkripsi ini menawarkan wawasan dan fitur Call Analytics yang berbeda. Untuk detail lebih lanjut tentang setiap metode, lihat Analisis pasca-panggilan danAnalisis Panggilan Waktu Nyata.
Dengan transkripsi Analytics Panggilan real-time, Anda juga dapat menyertakan analitik pasca-panggilan dalam permintaan Anda. Transkrip analitik pasca-panggilan Anda disimpan di Amazon S3 bucket yang Anda tentukan dalam permintaan Anda. Lihat Analitik pasca-panggilan dengan transkripsi waktu nyata untuk informasi lebih lanjut.
APIoperasi khusus untuk Call Analytics
Pasca-panggilan: CreateCallAnalyticsCategoryDeleteCallAnalyticsCategory, DeleteCallAnalyticsJob, GetCallAnalyticsCategory,, GetCallAnalyticsJob, ListCallAnalyticsCategories, ListCallAnalyticsJobs, StartCallAnalyticsJobUpdateCallAnalyticsCategory
Waktu nyata: StartCallAnalyticsStreamTranscription, StartCallAnalyticsStreamTranscriptionWebSocket
Kasus penggunaan umum
Transkripsi pasca-panggilan:
-
Pantau frekuensi masalah dari waktu ke waktu: Gunakan kategorisasi panggilan untuk mengidentifikasi kata kunci berulang dalam transkrip Anda.
-
Dapatkan wawasan tentang pengalaman layanan pelanggan Anda: Gunakan karakteristik panggilan (waktu non-bicara, waktu bicara, interupsi, kenyaringan suara, kecepatan bicara) dan analisis sentimen untuk menentukan apakah masalah pelanggan diselesaikan dengan tepat selama panggilan.
-
Pastikan kepatuhan terhadap peraturan atau kepatuhan terhadap kebijakan perusahaan: Tetapkan kata kunci dan frasa untuk salam atau penafian khusus perusahaan untuk memverifikasi bahwa agen Anda memenuhi persyaratan peraturan.
-
Tingkatkan penanganan data pribadi pelanggan: Gunakan PIIredaksi dalam output transkripsi atau file audio Anda untuk membantu melindungi privasi pelanggan.
-
Tingkatkan pelatihan staf: Gunakan kriteria (sentimen, waktu non-bicara, interupsi, kecepatan bicara) untuk menandai transkrip yang dapat digunakan sebagai contoh interaksi pelanggan positif atau negatif.
-
Ukur kemanjuran staf dalam menciptakan pengalaman pelanggan yang positif: Gunakan analisis sentimen untuk mengukur apakah agen Anda dapat mengubah sentimen pelanggan negatif menjadi positif seiring kemajuan panggilan.
-
Tingkatkan organisasi data: Beri label dan urutkan panggilan berdasarkan kategori khusus (termasuk kata kunci dan frasa, sentimen, waktu bicara, dan interupsi).
-
Ringkas aspek-aspek penting dari panggilan menggunakan Generative AI: Gunakan ringkasan panggilan generatif untuk mendapatkan ringkasan ringkas dari transkrip, yang mencakup komponen kunci seperti masalah, item tindakan, dan hasil yang dibahas dalam panggilan.
Transkripsi waktu nyata:
-
Mengurangi eskalasi secara real time: Siapkan peringatan waktu nyata untuk frasa kunci — seperti pelanggan yang mengatakan “berbicara dengan manajer” — untuk menandai panggilan saat mereka mulai meningkat. Anda dapat membuat peringatan waktu nyata menggunakan kecocokan kategori waktu nyata.
-
Tingkatkan penanganan data pelanggan: Gunakan PIIidentifikasi atau PIIredaksi dalam output transkripsi Anda untuk membantu melindungi privasi pelanggan.
-
Identifikasi kata kunci dan frasa khusus: Gunakan kategori khusus untuk menandai kata kunci tertentu dalam panggilan.
-
Identifikasi masalah secara otomatis: Gunakan deteksi masalah otomatis untuk mendapatkan ringkasan singkat dari semua masalah yang diidentifikasi dalam panggilan.
-
Ukur kemanjuran staf dalam menciptakan pengalaman pelanggan yang positif: Gunakan analisis sentimen untuk mengukur apakah agen Anda dapat mengubah sentimen pelanggan negatif menjadi positif seiring kemajuan panggilan.
-
Siapkan bantuan agen: Gunakan wawasan pilihan Anda untuk memberikan bantuan proaktif kepada agen Anda dalam menyelesaikan panggilan pelanggan. Lihat Live Call Analytics dan bantuan agen untuk pusat kontak Anda dengan layanan AI bahasa Amazon
untuk informasi selengkapnya.
Untuk membandingkan fitur yang tersedia dengan Call Analytics dengan fitur for Amazon Transcribe dan Amazon Transcribe Medical, lihat tabel fitur.
Untuk memulai, lihat Memulai transkripsi analitik pasca-panggilan danMemulai transkripsi Analisis Panggilan waktu-nyata. Output Call Analytics mirip dengan pekerjaan transkripsi standar, tetapi berisi data analitik tambahan. Untuk melihat output sampel, lihat Output analitik pasca-panggilan danOutput Analisis Panggilan Waktu Nyata.
Pertimbangan dan informasi tambahan
Sebelum menggunakan Call Analytics, perhatikan bahwa:
-
Call Analytics hanya mendukung audio dua saluran, di mana agen hadir di satu saluran dan pelanggan hadir di saluran kedua.
-
Membatasiselalu diaktifkan untuk pekerjaan analitik pasca-panggilan, jadi Anda dibatasi pada 100 pekerjaan Analytics Panggilan bersamaan. Jika Anda ingin meminta kenaikan kuota, lihat kuota AWS layanan.
-
File input untuk pekerjaan analitik pasca-panggilan tidak boleh lebih dari 500 MB dan harus kurang dari 4 jam. Perhatikan bahwa batas ukuran file mungkin lebih kecil untuk format file WAV non-audio terkompresi tertentu.
-
Jika menggunakan kategori, Anda harus membuat semua kategori yang diinginkan sebelum memulai transkripsi Call Analytics. Setiap kategori baru tidak dapat diterapkan pada transkripsi yang ada. Untuk mempelajari cara membuat kategori baru, lihat Membuat kategori untuk transkripsi pasca-panggilan danMembuat kategori untuk transkripsi waktu nyata.
-
Beberapa kuota Call Analytics berbeda dari Amazon Transcribe dan Amazon Transcribe Medis; lihat Referensi AWS Umum untuk detailnya.
Menyelam lebih dalam dengan Blog AWS Machine Learning
Untuk mempelajari lebih lanjut tentang opsi Call Analytics, lihat:
Untuk melihat contoh keluaran dan fitur Call Analytics, lihat GitHubdemo
Ketersediaan dan kuota wilayah
Call Analytics didukung sebagai berikut Wilayah AWS:
Wilayah |
Jenis transkripsi |
|---|---|
ap-northeast-1 (Tokyo) |
post-call, real-time |
ap-northeast-2 (Seoul) |
post-call, real-time |
ap-south-1 (Mumbai) |
post-call |
ap-southeast-1 (Singapura) |
post-call |
ap-southeast-2 (Sydney) |
post-call, real-time |
ca-central-1 (Kanada, Tengah) |
post-call, real-time |
eu-central-1 (Frankfurt am Main) |
post-call, real-time |
eu-west-2 (London) |
post-call, real-time |
us-east-1 (Virginia Utara) |
post-call, real-time |
us-west-2 (Oregon) |
post-call, real-time |
Perhatikan bahwa dukungan Wilayah berbeda untuk Amazon TranscribeAmazon Transcribe Medical, dan Call Analytics.
Untuk mendapatkan titik akhir untuk setiap Wilayah yang didukung, lihat Titik akhir Layanan di Referensi AWS Umum.
Untuk daftar kuota yang berkaitan dengan transkripsi Anda, lihat kuota Layanan di Referensi Umum.AWS Beberapa kuota dapat diubah berdasarkan permintaan. Jika kolom Adjustable berisi 'Ya', Anda dapat meminta peningkatan. Untuk melakukannya, pilih tautan yang disediakan.
