通信增值产品中心

一、产品背景

IVR系统是语音增值业务系统的重要组成部分，在呼叫过程中起着不可替代的作用，为用户提供了极大的方便。据统计，90%以上的用户服务通过IVR方式来提供。

但是随着服务业的发展，用户的需求越来越多，越来越广泛，原来的固定IVR配置方案已经过时，需要新的IVR设置。现在的IVR菜单系统庞大复杂，用户大多会因IVR操作过于繁琐或者找不到其所需要的菜单功能而放弃，转向人工热线服务，最后导致IVR利用率的降低。因此对IVR的性能、用户行为模式等进行分析，建立高效的IVR的菜单配置是目前对IVR改进的主要方向。

二、产品概述

对IVR分析主要采用数据挖掘的手段，通过对用户日志的深层次的挖掘分析，不仅可以获取IVR的运行效能，找出IVR业务流程中的瓶颈，而且能够获取用户对IVR使用的行为模式，从而设计出好的IVR配置方案。

通过对用户使用IVR后完成任务情况的分析，可以获取IVR节省的人工时间，将这些节省的人工时间转化为人力费用，从而使得管理人员能够从宏观上了解IVR带来的经济效益。

采用用户路径图的方式可以可视化地将用户对IVR的使用情况显示出来。用户路径图可以充分展示IVR各菜单的访问次数，使用成功率，放弃率等，还可以显示关联菜单节点之间的联系状况。通过对用户路径图的分析，可以找出其中的使用低效的菜单节点和业务流程，从而找出IVR设计的不足。此外，通过用户路径图可以挖掘出用户使用IVR的主要行为模式，给IVR的重新设计提供用户使用方面的信息。

通过对用户访问的IVR的节点数的统计，按照一定的计算规则，建立IVR使用复杂性指标。从而对IVR日志分析之后，可以量化 IVR的使用复杂性情况，反映出IVR在使用性能上的评价。通过对不同品牌、不同时间、不同设计的IVR的使用记录分析，管理人员能够对各种情况下的 IVR进行比较分析，从而找出最合适的设计方案。

三、新太IVR流程优化系统解决方案

IVR 评价分析的结果需要通过友好的界面展示，为此需要开发IVR自助行为分析优化工具，该工具应该是一个集IVR数据采集，分析和优化于一体的智能数据优化分析系统。它以IVR呼叫日志数据为基础，以客户行为分析为手段，以统计模型和优化算法为工具，以改进和优化IVR菜单结构为目标的软件系统。

   该IVR客户行为分析软件包括处理、分析、监控、预警、优化等过程，其分析结果通过应用层6大模块实现：业务分析、路径分析、节点分析、业务预警、优化建议和自动报表。每个模块都设计了友好的用户界面，用户可以直观了解到复杂的IVR系统的使用情况。

六大分析模块基本功能如下：

1)、业务分析

IVR流程优化分析系统构建了面向业务的IVR分析，通过定义冲浪率、直达率、有效率、成功率、失败率等一系列业务层面的指标，用图形化的方式展示每项业务的全面信息，使得用户能够在业务层次和以最自然的方式来分析语音菜单结构，更容易发现问题和解决问题。

2)、节点分析

在 IVR流程优化分析系统中，节点分为两类，一类是业务节点，一类是详细节点。业务节点分析是分析语音菜单结构的流量和冲浪状况，在统计意义上重现客户的行为， 可以了解哪些业务节点设计不合理，哪些业务节点需要变换位置或重新组合，哪些业务节点的播报不清楚等。详细节点分析则可以从物理节点层次查看客户的行为， 分析客户失败的原因。

3)、路径分析

路径分析是对某个特定业务的理想路径展开分析的。主要可以查看该业务的两类情况，分别是办理流量的分流情况和理想路径的冲浪情况。冲浪可以分为两种，一种是返回上级冲浪，另一种是返回主流程冲浪。通过查看两种冲浪情况可以了解客户在此节点的意图以及如何优化该节点。

4)、业务预警

业务预警允许用户自定义预警条件，并可以根据定义好的预警条件把符合条件的相关信息提取出来。预警条件的定义基于业务指标和四个基本维度。业务预警可以及时发现异常情况并采取相应的措施。

5)、优化建议

优化建议模块可以自动指出当前的业务系统存在的一些问题或者不足之处，并提出相应的改进建议。优化建议模块可以分别对下述情况进行优化：

等待时长优化；语音清晰度优化；路径优化；转人工优化；播报顺序优化。

该系统的优化规则引擎是非静态的，是智能化的学习系统。通过规则引擎，除了系统自动根据预订规则给出优化建议，同时分析人员可以将人工分析的结论录入系统，系统将其与场景结合，完善自身的优化规则库，通过这种学习方式，可以实现专家经验的积累，不断提升系统的优化准确率。

6)、自动报表

自动报表可以根据选定的品牌，日期，小时，地区四个基本维度为过滤条件，自动生成相应的业务报表。

四、产品优势

对IVR的经济效益以及IVR的使用复杂性评价可以为管理人员了解IVR性能提供重要的参考依据，并且可以以此为指标对不同的IVR设计提供评价标准。

用户路径图可以揭示IVR设计的不足，通过改进这些缺陷能够提升IVR的使用效率，提高用户使用的满意度和自助率，从而减少转向人工服务的概率，降低呼叫中心的客服人员的人力成本。

通过用户路径图的深层次挖掘，还可以建立用户使用的基本模式，这可以为设计良好的IVR提供参考。