滙豐Call Center揭秘｜引入AI監察銷售對話　客人情緒都可分析

當你使用銀行電話理財服務，銀行接線生解答你的疑難時，有想過人工智能（AI）亦參與其中？滙豐銀行近月夥拍Google，首度於電話客戶服務中心引入自動質量管理（Automated Quality Management，下稱「AQM」）系統，運用AI及自動化技術，監察電話理財服務質素，省卻每月2,400小時的人手。

該行香港區財富管理及個人銀行業務（WPB）電話理財中心主管彭淑貞、WPB資深數據分析設計師朱秀慧接受《香港01》專訪，指電話客戶服務中心現先落實以該系統，監察客戶服務主任有否清晰告知客戶所購買貸款產品之相關條款和細則，冀明年以AQM進行情感分析，了解客戶對銀行的服務和產品滿意度。

金融科技（FinTech）席捲銀行業，也愈來愈「埋身」。除了虛擬銀行外，就連我們每日打去銀行「Call Centre」也開始用上AI！

彭淑貞表示，該行今次和Google合作，首次於旗下電話客戶服務中心應用AQM系統，運用人工智能及自動化技術監察電話客戶服務的質素，AQM是滙豐首個將人工智能應用於語音處理的項目，香港是集團首個推出該系統的地區。

彭指出，系統能自動監察所有客戶服務主任與客戶的對話，分析職員是否清晰、準確地解釋各項條款與細則，透過人工智能，系統能憑藉累積的數據，從對話的語調及用語分析客戶的滿意度，從而改善服務質素。

又中又英　　人工智能「聽得明」？

聽落簡單，然而香港人說話喜歡廣東話與英語夾雜，例如「我張信用卡payment幾時deadline？」、「我想睇下呢張信用卡有冇得waive咗個年費」 、「信用卡min pay幾多？」等，系統又如何應對此語境？

朱秀慧指，目前專門處理廣東話的人工智能科技匱乏，而且很多相類科技都只能作單一語言對話分析，難在市場覓得合用選擇，於是該行的專責團隊藉與Google合作，以人工智能語言分析技術（Natural Language Processing, NLP）建構新系統。過程主要是將中英夾雜的語音轉化文字後，人工智能就能夠「理解」對話，明白語言後再進行分析。

分三階段落實　　AI先「聽」借貸銷售對話

該行電話客戶服務中心應用AQM系統分三階段進行，彭淑貞指，目前首階段系統主要覆蓋涉及借貸銷售的對話，「希望由淺入深，讓機器有足夠時間學習掌握較複雜的對話」。

系統現專注監察客戶服務主任在對話中，有否清晰告知客戶所購買的金融服務或產品之相關條款和細則，例如他們在銷售金融產品前有否表明銀行職員的身份；當客戶答允購買金融服務或產品後，有否清楚讀出相關條款和細則；又或是有否取得客戶的明確指示才進行交易等。彭淑貞表示，現階段系統準繩度達九成以上，陸續會有更多產品的銷售過程會納入系統。

朱秀慧透露，明年會落實第二階段，希望利用AQM進行情感分析，配合該行的評估準則及標準，從而了解客戶對銀行的服務和產品滿意度。系統會分析客戶與銀行一方對話的語氣、聲調，以知道客戶在對話時的情緒，例如開心、憤怒等等。至於第三階段或會明年下半年落實，主要涉及分類工作，系統會抽取滿意度分數高的對話例子，以便日後加強訓練；滿意度分數較低的對話亦會抽出來，檢視有否改善空間。希望透過三個階段的落實，提升客戶體驗及對該行的信心。

節省2,400工時　　更快跟進未合規對話

系統分階段落實前，該行只能抽查極少電話錄音檔案作分析以供服務改善或培訓，資歷較淺或表現未如理想的同事，對話被抽樣的比率較高，而工作表現檢討亦較滯後，「因為我們每一個對話全程以人手聽，再抽出對話的精粹，之後再有人做分析，你可想像每一個過程都是人手操作，所以花的時間很長，現時引入AQM，未來所有電話錄音都可受監察，數據及分析的能力就大很多。」彭說。

彭續指，系統實施首階段，所應用的範圍以機器取代人手聆聽，當系統分析出有可做得更圓滿的地方，就立刻向前線經理發出提示，再分析需否再與客戶溝通，以補回需清楚解釋的地方，故工作效率加快。「我們見到有優化的地方，目前可即時做到與客人再跟進，例如，貸款銷售期間，前線同事需問客人借貸原因或目的，很多時客人來電即表示想借錢，但對話流程很快，同事可能在對話當中未有明確道出相關問題，由於有關發問程序必須完成，透過系統就能協助偵測到前線同事未有提出這些問題，前線同事遂能即時聯絡有關客戶，以確定對方借貸目的，完善整個銷售流程。」

AQM系統應用下，人力資源得以節省下來以靈活調配。彭指，理論上，人手監測100%的銷售電話平均每月需用上工時2,400小時，有了該系統便可節省這些時間，以進行培訓、優化工作。她形容系統應用是一項投資，多於從精簡人手角度出發，「系統出發點是協助財富管理及個人銀行業務部門向客戶提供優質體驗，舉例，系統取得的資料經分析後，或會向產品部反映客戶較常問某類範疇的問題，藉此有機會改善流程。」