人工智能在房地产来去电管理的应用

吕 刚

（上海容承企业管理有限公司，上海 200122）

0 引言

房地产行业30 年来，对于中国经济无论是规模还是增长都具有举足轻重的地位，从国家统计局公布的数据来看，2019 年全国房地产开发投资132194 亿元，同比增长9.9%。一直以来，消费者通过广告致电售楼处热线电话是较为主要和频繁的沟通咨询方式，特别是针对初次关注楼盘信息的意向消费者。但目前房地产企业对于售楼处的来去电管理并没有达到数字化程度，仍然依靠人工接听，再进行线上登记为主。售楼处面临置业顾问培训不到位或为了完成业绩，导致楼盘介绍时给予客户的不当承诺、发生纠纷时置业顾问不承认、交接不到位导致客户资源流失、通话录音无法快速查证、接电质量无法评估、来电漏接导致漏客或丢失老客户订单等问题，来去电客户跟踪难度大，管理上较为传统。

1 国内房地产行业交付纠纷频现

1.1 住房问题一直是社会争论的热点

据中消协数据，2017 年以来，全国消协组织受理房屋投诉案件逐年增加，2020 年，房屋投诉案件共13076 件，较上年增长19.5%，其中商品房投诉案件共8255 件，较去年减少了629 件，在5 年内，2020 年的房屋投诉案件量最大。

1.2 合同、虚假宣传和售后服务三项占比72%

2020 年，消费者对于商品房的投诉主要集中在合同纠纷、虚假宣传、售后服务和质量问题，这4 项占比达82%。其中商品房反馈的合同纠纷案件共3449 件，占比达41.8%，虚假宣传案件1666 件，占比为20.2%，售后服务和质量问题分别为830 件和823 件，分别占比10.1%和10%，如图1 所示。

图1 2020 年商品房投诉事件分类及占比

虚假宣传在商品房投诉案件中占20.2%，很多房地产企业为达到广告效应以及购房热潮效果，引导消费者购房，对于房产广告内容进行夸大，虚假宣传主要包括承诺各种优惠与红利、买房就能就近入学、园区景观打造、周边社区环境建设（比如地铁站、商场、学校等场所）等。在选房过程中，消费者经常会被房地产企业各种优惠宣传所诱惑，比如“买房送露台、送家电”等，但是对于赠送面积承诺不兑现，对于家电质量无法保证，还有一部分是夸大绿化面积等，以“画”代替人工湖、绿地等现象经常发生，还有一部分为打消顾客忧虑，违规搭建地铁牌、承诺买房即可就近入学等。然而这些承诺在事后的研究调查中发现，往往都是销售人员为了更快完成销售任务而进行的个人行为，而非房地产企业下达的合规的标准话术，但因管理不到位，最终还是由房地产企业承担相应后果[1]。

2 应用方案的主要内容

2.1 基于人工智能的售楼处来去电管理方案

为了解决以上房地产企业来去电管理难题，结合当前人工智能、物联网、大数据、云计算等技术，研制的智慧电话产品应用而生。以定制智能话机硬件为终端载体，通过人脸识别身份认证自动登录话机，做到每次接电人员明确，事后有据可依。来电通话语音识别转写成文字，语义分析识别客服不当承诺话术，通过语义理解建立敏感词库，置业顾问出现说辞不规范，云端自动高亮标记，形成不规范说辞统计报表，直观可见，并根据等级自动通报预警风险提示，从而通过话机解决不当话术识别（如图2 所示）。

图2 话机识别不当话术逻辑图

2.2 整个产品包含5个模块内容

2.2.1 话机基础功能

来电免提、黑名单来电自动挂机、通话静音、一键回拨、来电次数统计、来电/去电条件筛选功能、通话时间/时长查看功能、来电拒接、通话记录查看、未接来电提醒、客户名片查看、客户呼入呼出记录等。

2.2.2 管理后台

集团/区域/项目楼盘数据看板、通话详情查看、知识库管理、黑名单号码池、虚拟号码池、数据管理、设备管理、敏感词及脏话高亮显示、敏感词及脏话统计、来访数据建立外呼任务等。

2.2.3 外呼功能

自动外呼功能、外呼号码自动去重、开始/暂停任务、任务名称及进度提醒。

2.2.4 通用功能

人脸识别登录话机功能、结构化知识库功能、服务到期禁用提醒、系统健康自检功能、系统自动记录客户属性。

2.2.5 来电登记功能

弹屏提醒、挂机后支持编辑客户信息、信息保存前禁止进线、根据客户归属设置信息编辑权限功能、客户资料增删改、黑名单、无效电话打标、虚拟号码支持替换与标记、手机来电号码自动记录、非手机来电提醒询问真实号码等。

2.3 技术架构图

展示话机的整体解决方案，包含软硬件、云端互联，采集用户语音流，送给云端语音识别服务，详细记录语音交流内容。后台数据库配置，在通话结果转写文字高亮显示业务违规话术，脏话检测结果等。技术架构如图3 所示。

图3 智慧电话技术架构

2.4 硬件选型

基本硬件：1）摄像头；2）USB 接口；3）免提键；4）SIM/UIM 卡接口；5）TF 接口；6）壁孔架；7）支架；8）复位键；9）听筒接口；10）电源接口。

特色功能：1）支持4G/5G 卡，实现本机数据上网；2）采用高速4 核处理器和安卓8.1，系统使用流畅；3）支持Wi-Fi，实现本机上网；4）支持企业通信录管理；5）支持用户要求定制装载各种应用；6）支持摄像头，实现视频采集。

电话功能：1）支持2G/3G/4G SIM/UIM 卡；2）支持无线通话；3）支持VoIP 通话。

2.5 打通CRM 系统

对于客户拨打到售楼处的咨询电话，可能存在业务繁忙期间或销售人员离开期间无人接听的情况，导致漏客或丢失老客户订单等情况。为解决该问题，话机终端通过未接听来电模组获取到具体每通未接电话信息，打上标签并实时上传至云端，云端系统需集成CRM（客户关系管理）系统，收到信息的同时，CRM 系统自动记录该客户的相关电话信息，并自动通知推送到当前销售人员的CRM App中，提醒销售人员及时回电跟进。对于未及时回电的销售人员，系统每日进行自动通报，避免了客户遗漏丢失，避免了房地产企业获客成本的提高。以下为智慧电话与CRM系统交互的说明：1）终端设备接电并完成信息编辑后，将信息推送给云端管理平台，云端管理平台将用户来电编辑信息同步到CRM 系统。2）云端服务请求CRM 系统的新老客户判客接口，获取客户属性信息，用于来电时的终端弹屏显示。3）来电时，终端会访问云端服务获取该售楼处的必填项信息、客户及置业顾问信息。4）当遇到断网情况时，编辑信息会做本地缓存，当重新联网后会发送历史推送失败数据，做数据更新。5）每日凌晨，会获取CRM系统的更新信息，做系统间的数据同步。

3 人脸识别身份认证自动登录

人脸识别技术就是利用计算机分析人脸图像，从中提取出有效的特征信息，用来识别人的身份的一门技术。近年来该领域的研究有了较大的发展[2]。终端话机硬件上载有摄像头装置，用来人脸识别售楼处接电员身份，人脸识别登录成功后进行过话机来去电的服务工作。话机摄像头负责采集售楼处工作人员脸面部信息，通过实时采集到的面部特征信息，实时接入云端进行面部特征提取、在销售人员信息库中进行面部特征比对，根据比对结果选取对应销售人员的工号和账号等身份系信息，并将自动对照的身份信息推送到终端话机系统中。在确定销售人员的身份后，后续接听或拨打的通话都将自动关联到该销售人员，做到有据可依。

后端核心功能是面部特征比对功能，其使用到的深度学习技术需要进行极其大量的矩阵乘法和浮点运算。由于CPU 本质上是通用计算器，大量芯片核心面积需要服务通用场景的元器件，导致可用于浮点计算的计算单元较少，无法满足深度学习需要，尤其是在训练环节的浮点运算方面，并行计算效率太低。所以，针对面部特征比对的应用场景，同时考虑到商用上的性价比，后端使用了NVIDIA Tesla P4 显卡进行GPU 深度学习应用。GPU 的关键性能是并行计算，适合深度学习计算的主要原因是高带宽的缓存能够大幅提升大量数据通信的效率。GPU 的缓存结构为共享缓存，GPU 线程之间的数据通信无需访问全局内存，而只需在共享内存中就可以直接访问。其次是多计算核心提升并行计算能力。GPU 具有成百上千的计算核心，可达到数十倍乃至百倍于CPU 的应用吞吐量。

4 语音识别来去电客服信息

4.1 来去电语音自动识别转化文字

消费者通过拨打售楼处热线电话是一种常见的沟通和咨询方式，售楼处在整个销售过程中，会存在成千上万通电话，即使将每通电话进行录音，也无法在海量电话中人工巡检不当承诺话术，通过自动语音识别技术ASR将解决这一问题。自动语音识别技术（Automatic Speech Recognition）是一种将人的语音转换为文本的技术[3]。在智慧电话产品应用中，将在终端话机采集到的录音，传输至云端后对通话语音进行自动语音识别，并在识别后自动转化成文本。文本具有可快速检索的特性，大大提高了人工巡检效率。

4.2 大样本训练支持带口音普通话及常见方言

ASR 语音识别技术一大难点在于口音和方言，采用经过大量样本训练的语音识别，支持带口音的普通话及常见方言，并逐渐通过升级产品和优化引擎提升正确率。ASR将输入的一段自然语言音频数据转换识别为文本数据。随着获取越来越多大量电话录音，通过监督学习和半监督学习，可反哺训练提高准确性。

5 语义分析识别客服不当话术

5.1 通过针对性的语义理解训练，使话机机器人能够理解地产服务领域的多轮问答

面对通过语音识别转写成的海量文本，检索效率仍然有限，语言有多重表达方式，并不是通过关键词就可以全部识别，需要运用NLU 技术进行进一步理解意图。自然语言理解（NLU，Natural Language Understanding），也称为计算语言学（Computational Ling uistics）。研究用电子计算机模拟人的语言交际过程，使计算机能理解和运用人类社会的自然语言如汉语、英语等，实现人机之间的自然语言通信，以代替人的部分脑力劳动，包括查询资料、解答问题、摘录文献、汇编资料以及一切有关自然语言信息的加工处理[4]。将非结构化或半结构化的自然语言文本转化为计算机可深层处理的结构化信息，主要实现将用户说的比较自然的语句理解成响应的机器人能够识别的一些指令，并根据这些指令机器人做后续操作。

理解通话人的意图，通过语义理解建立敏感词库，当置业顾问出现说辞不规范时，通过敏感词库识别，云端自动高亮标记，形成不规范说辞统计报表，让企业管理者直观可见，根据人脸识别的销售人员，可提供追责依据和责任人，系统实时预警提醒企业管理者，管理者可及时与客户进行沟通解释，避免“不当承诺”在客户交房时产生纠纷。由SDK 及ASR 服务前端路由发起语义理解请求，NLU服务进行理解意图处理，语义理解服务架构如图4 所示。

图4 NLU 语义理解服务架构

5.2 业务与话务接口服务

5.2.1 业务接口服务业务

接口服务是整套系统的主要业务处理服务。主要包含如下功能模块：1）组织、项目、客户信息管理及同步。2）提供对终端话机设备的管理和监控，包括话机设备启用禁用归属分配、设备状态监控等。3）通话记录的管理及更新。4）角色分离及语音识别的流程管理。5）提供话术模板、知识库、敏感词等其他业务功能。

5.2.2 话务质检服务

对语音识别后的文本，进行敏感词检测，包括脏话、敏感词、话术用语、知识库回答等。角色分离服务：提供对说话人录音的角色分离，通过分离后，可得到单独说话人音频。业务报表模块：提供系统数据的各种业务报表，提供在线实时的可视化数据报表。数据统计模块：根据系统基础数据，进行数据清洗和筛选，提供房地产企业对系统运营情况的总体数据统计。

5.3 相关技术指标参数

相关技术指标参数见表1。

表1 技术指标表

6 结语

人工智能是一种前沿技术，给很多领域带来了颠覆性的变革。当今的人工智能技术以机器学习，特别是深度学习为核心，在视觉、语音、自然语言、边缘计算等应用领域迅速发展，赋能于各行业。我国逐渐形成了涵盖计算芯片、开源平台、基础应用、行业应用及产品等环节较完善的人工智能产业链[5]。当前人工智能的商业化应用发展水平处于起步阶段，发展较领先的是基于计算机视觉、智能语音、自然语言处理等基础应用技术实现，并形成了相应的产品或服务。

通过结合人工智能、大数据、物联网、移动互联领域技术的结合，能够在房地产渠道风险控制管理方面的应用落地，切切实实让我们看到了人脸识别技术的无限潜力，不仅能在安防领域蓬勃发展，也能在商用领域开枝散叶。对于更为广泛的人工智能技术，除了在算法、技术上的精进和升级突破，更需要进行不断挖掘应用场景，迸发出更多元化更新颖的技术和应用，形成产业结构内的良性循环，推动人工智能技术的发展。