Hajszálra az érzelmektől - intelligens gépek

Gyökeresen megváltoztathatja a call centerek és a telefonos direktmarketinggel foglalkozó vállalkozások korábbi gyakorlatát egy magyar fejlesztésű hangelemző szoftver. A Voice Miner (hangbányász) a tartalomfelismerésen túl a beszélő felek állapotát is felismeri.

Az ügyintézők és a call centerek munkáját a mai napig mennyiségi mérőszámok mérik: például hány ügyféllel, mennyi ideig beszéltek. Sok esetben az számít igazán jó ügyintézőnek, aki a leggyorsabban "rázza le" az ügyfelet. Bódogh Attila a Nextent Zrt. üzletfejlesztési igazgatója szerint ez az értékrendszer azért alakulhatott ki, mert az ügyintézők túlterheltek, hiszen ma már az ügyfélszolgálatra a klasszikus feladatokon kívül (mint például a panaszok kezelése) jelentős értékesítési, marketing tevékenység is hárul. "Ezért is fontos a hívások minőségügyi szempontok szerinti monitorozása: milyen problémák merültek fel az ügyfeleknél, mivel elégedettek, elégedetlenek, hogyan reagálnak a különböző szolgáltatásokkal kapcsolatban." A Voice Miner lehetővé teszi, hogy minőségi mutató számokat vegyenek fel az értékelésbe; például kiderítsék, hogy sikerült-e megnyugtatni ideges ügyfelüket a beszélgetés végére.


A hangbányász csendben, automatikusan teszi a dolgát; az ügyintéző nem lát szomorú vagy vidám arcot ábrázoló piktogramot monitorán, ha éppen változik ügyfelének érzelmi állapota. "A folyamatnak nem szabad befolyásolnia az ügyintéző munkáját. A detektálás a háttérben zajlik, az algoritmus automatikusan kiértékeli a beszélgetés tartalmát, amiről jelentést küldhet a vezetőségnek, hasonlóan egy riportkészítő robothoz" - mondja Bódogh Attila. A rendszer azt is lehetővé teszi, hogy a vállalat kiszűrje a nem megfelelő ügyfélkezelést. "A vezetők az szélsőségesen durva ügyfélkezelés lehetőségétől sokkal jobban félnek, mint ahány ilyen eset valójában előfordul. Viszont a nem megfelelő ügyfélkezelés súlyos károkat okozhat a cég megítélésében, ugyanis ezek elég gyakran válnak panaszos ügyekké." Bódogh szerint csak azért, hogy kirostálják a modortalan ügyintézőket, a cégek nem költenének egy ilyen rendszerre. Ám ha van ilyen technológia, az operátor is jobban odafigyel.

A terméket 2008 végén kezdték el fejleszteni, a munka egy éven át tartott. A hangbányászt alapvetően a magyar piacra szánták a fejlesztők, de különböző alkotóelemei a külföldi piacokon is megjelenhetnek. "Sok olyan komponens van a Voice Minerben, ami szabadalom-érett. Azt tervezzük, hogy ezekből az alkotóelemekből olyan csomagot állítunk össze, ami már abszolút nemzetközi és nyelvfüggetlen. Ilyen lehet például egy ügyfélrangsoroló rendszer, vagy egy hangalapú ajánló rendszer." A program tartalomérzékelő része ugyanis magyarul tud, az érzelemdetektálási egység pedig szintén a magyar nyelvre, magyar ügyfelekre, magyar stílusra van paraméterezve, bár fejlesztői szerint az érzelemkinyilvánítás nem nyelvfüggő. "Míg tartalomdetektálás terén a magyar ember kilencvenkilenc százalékban megérti a magyar tartalmat, addig az érzelmek felismerése esetén tíz emberből hét azonosít ugyanúgy egy bizonyos érzelmet, a másik három kissé eltérő véleményen van. Hasonlóan az emberhez, a mi algoritmusunk is képes hetven-nyolcvan százalékos pontossággal azonosítani egy adott érzelmet, ami ezen a kutatási területen óriási eredmény."

A beszédelemzés fejlett a nyugati országokban, a tartalomfelismerő szoftvereket német-angol nyelven forgalmazzák, a gyakorlatban is működő, érzelmeket detektálórendszerről azonban Bódoghék nem tudnak. Bár rengetegen próbálkoznak az érzelmeket hangsúly és beszédgyorsasági adatokból detektálni, egyelőre mindenki kudarcot vallott. "Mi a mesterséges intelligencia eszköztárához nyúltunk: digitálisan tárolt jelfolyamból ki tudunk vonni száz-százötven, egy-egy érzelmet "ábrázoló"jellemzőt. Gyakorlatban ez úgy működött, hogy két szolgáltatótól származó valódi úgyfélszolgálati beszélgetésekből kiszűrtünk több ezer, ideges, csalódott, bizonytalan, semleges vagy éppen elégedett hangot. Ezeket a valódi érzelmeket feldolgoztuk egy gépi tanuló algoritmussal, ami kivonta belőle az egy-egy érzelemre vonatkozó jellemzőket. Az adatbázist, amiből az algoritmus táplálkozik, folyamatosan frissítjük, új iparágak, új call centerek felvételeivel. Ahogy az ember tapasztalati úton tanul, a gép is így tanul."

A rendszer kisebb call centerek számára néhány millió forinttól elérhető.