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.