Контекст: компания запускает рекламную кампанию, целью которой является создать поток обращений в контактный центр по определенной теме (например, с целью записаться на тест-драйв автомобиля). Эффективность таких кампаний сложно измерить, так как нужно понимать содержание каждого диалога. Ручная разметка диалогов являлась неэффективным процессом.
Решение: было предложено построить модель тегирования диалогов на основе созданной разметки.
Итоги:
Решение построено и адаптировано для:
- Компаний-автодилеров;
- Компаний-продавцов недвижимости;
- Компаний-медицинских центров.
Интеграция в BI облачной платформы Автоматизация ведения CRM для клиентов заказчика:
- Заполнение CRM на 40% больше и на 20% точнее;
- Автоматизация измерения уровня конверсии в каналах привлечения;
- Снижение трудозатрат на 60%;
Для построения модели были использованы:
- Диалоги операторов контактного центра с клиентом с разбиением по репликам;
- Информация о наличии событий в диалогах;
- Априорное экспертное знание о сути событий.
Результаты моделирования:
- Модель прогнозирования вероятности наличия события;
- Аналитика набора данных диалогов;
- Аналитика конверсии рекламных кампаний.
Заказчик: Контакт-Центр, Телеком
Технологический стек: text-preprocessing models, classification models, language representation models, Flask, Python, PyTorch.