Invoca将机器学习应用于语音呼叫的转录和分类

Invoca Inc. 今天扩展了其呼叫跟踪和分析平台的功能，该功能可将关键字分析应用于转录的对话并自动将其分类以用于营销目的。

新的信号发现功能使用无监督机器学习来搜索大量已记录的呼叫，并根据单词和语音模式自动将它们分组。

无人监督机器学习无需人工指导即可发现模式。然后，可以将这些分析得出的数据用于改善客户体验和营销计划。

Invoca的目标是每月大约有4000万个通话，据说通话是由搜索结果和工具(例如Google LLC的“点击通话”功能)推动的。这些通话通常会被记录下来，但是要从中定义有用的营销指标具有挑战性，因为转录成本很高且内容是非结构化的。

Invoca的技术分析以前对话的数据库，以基于语音模式(如图)创建主题集群。营销人员可以使用这些群集来检测对话事件，例如呼叫者询问价格匹配或竞争性促销。

该公司产品营销高级总监伊恩·戴利(Ian Dailey)说：“这创建了一个对话，其中包含了一系列独特的主题。” “营销人员可以选择使用此历史信息来标记入站呼叫。”

Invoca估计，营销人员可以通过使用语音分析来增强广告系列，从而将转化率提高15%至20%。与今天的公告相吻合的是，该公司正在发布一项针对500个企业对消费者营销商的研究结果，该研究结果发现只有8%的人说电话数据是告知广告系列个性化的主要来源。

通过将呼叫定向到最有能力处理呼叫的员工，明智的呼叫路由选择的优势还可以提高运营效率。戴利说：“通过了解您所驾驶的电话类型，您就可以停止销售人员为客户服务而进行的现场呼叫。”

他以一家医院的例子为例，该医院有专职工作人员每周花费几个小时来收听通话记录，以确定付费媒体活动是否导致预约。Invoca的软件确定，当他们的呼叫被路由到消息传递服务时，许多呼叫者都挂断了电话。该组织更改了其路由规则，并大大提高了呼叫与预定约会的比率。

该技术利用了针对性的电话号码和广告功能，这些功能可根据发出呼叫的网页来路由呼叫。“如果您知道每次有人从某个目标页面进入，您都可以选择最能回答这些问题的资源，”产品管理高级总监Sean Storlie说。

每个对话都与一个数字客户ID相关联，营销人员可以根据存储在客户关系管理工具和社交媒体交互中的信息来创建或扩展客户关系。例如，询问竞争性促销的客户可以使用有关该主题的个性化广告或网页作为目标。

Invoca成立于2008年，已筹集了6,000万美元，并表示每年处理约1亿个电话。其基于云的服务是根据订购的功能和呼入电话量的组合定价的，但该公司未提供更多详细信息。