Verärgerte Kunden

Emotions-Check per Spracherkennung

05. August 2009
Ima Buxton arbeitet als freie Redakteurin in München. Sie schreibt schwerpunktmäßig zu Strategie- und Trendthemen.
Einem Forscherteam der Universität Dallas ist es jetzt in Zusmmenarbeit mit "Working Solutions", einem texanischen Beratungsunternehmen für Call Center Betreiber, gelungen, einen Algorhythmus zu entwickeln, der Ärger identifzieren und von Sprachschwankungen sowie störenden Nebengeräuschen unterscheiden kann. Damit ist nun möglich, flugs Lösungsvorschläge für prekäre Kunden zu machen.
Insbesondere Schwankungen in der menschlichen Sprachmelodie und Hintergundgeräusche stellen die Forscher vor Probleme, so Kim Wooil, Forschungsassistent im Bereich Spracherkennung.
Insbesondere Schwankungen in der menschlichen Sprachmelodie und Hintergundgeräusche stellen die Forscher vor Probleme, so Kim Wooil, Forschungsassistent im Bereich Spracherkennung.

Die Schwankungen in der menschlichen Sprachmelodie stellen Sprachanalysesysteme vor eine Unzahl von Problemen, wenn diese zwischen verärgerten und nicht verärgerten Anrufern unterscheiden sollen. Hinzu kommt, dass die Spracherkennung durch Nebengeräusche wie schlechte Handyverbindungen, Hintergrundgeräusche oder knackende Festnetzapparate beeinträchtigt wird. "Gefühle und Anspannung in der menschlichen Sprache ausfindig zu machen, ist ein vieldiskutiertes Thema in der Forschung", sagt Kim Wooil, Forschungsassistent im Bereich der Spracherkennung. "Daher ist das Projekt eine große Herausforderung, was die Spracherkennung und die Qualität der Telefonie angeht".

Sprach-Erkennung hört auf Vokale

John Hansen sieht in der Spracherkennung ein wichtiges Kundenbindungsinstrument.
John Hansen sieht in der Spracherkennung ein wichtiges Kundenbindungsinstrument.

John Hansen, Leiter des "Center for Robust Speech Systems" an der Universität Dallas, ist bereits seit vielen Jahren mit den Problemen der Spracherkennung vertraut. "Ich habe schon früher an Spracherkennungs-Systemen gearbeitet, die Stress in Sprachmustern von Kampfpiloten erkennen sollten, die im früheren Jugoslawien eingesetzt waren", erläutert Hansen. "Jetzt haben wir unsere Erkenntnisse von damals für den Call Center-Bereich ausgebaut und zur Anwendung gebracht." Für die Entwicklung des Algorhythmus verwendete das Forschungsteam in Dallas Computer Cluster mit 128 vernetzten CPUs, die die Sprachdaten über eine High-Speed-Datenleitung vom Call Center zum Forschungslabor analysierten. Die Sprach-Erkennung selbst setzt bei der Betonung der Selbstlaute an: "Vokale sind die stimmlichen Signale, die Ärger transportieren. Die Intensität, mit der Vokale abgehackt werden, gibt Aufschluss über die emotionale Verfassung eines Kunden".

Um die Qualität des eigenen Service weiter zu verbessern , analysiert Working Solutions augenblicklich mitgeschnittene Telefongespräche mittels Data Mining Verfahren. Ziel ist es, eine Echtzeit-Software zu entwickeln, die verärgerte Anrufer ohne Zeitverzögerung an einen Mitarbeiter weiterleitet, der das Problem lösen kann".

Unternehmen profitieren von erfolgreichem Beschwerdemanagement

"Der Wandel von einem unzufriedenen zu einem zufriedenen Kunden kann zu einer dauerhaften Kundenbeziehung führen", sagt George Platt Vice CEO bei der Working Solutions Tocher iNet zur Bedeutung des Spracherkennungssystems. "Bislang können wir über unser Kontaktzentrum verärgerte Anrufer erst nach Tagen oder Wochen identifizieren, wenn es bereits zu spät ist". Die Zukunft des Sprachanalyse-Tools liegt für Hansen daher ganz klar in der Verbesserung des Kundenerfahrungshorizontes. Denn jedes Unternehmen profitiert nach Ansicht des Institutsleiters ganz erheblich von der erfolgreichen Bearbeitung einer Beschwerde.

Kommentare zum Artikel

comments powered by Disqus