Análise de áudios para Predição de No-Show

Abstract

Dentro da empresa Zygo Tecnologia existe uma ́area interna de Vendas chamada de Inside Sales, e um dos maiores problemas desta ́area ́e a ocorrência de No-Show. O No-Show ́e o não comparecimento de um possível cliente para a reunião de venda do nosso produto, estas reuniões são marcadas por ligações telefônicas realizadas pelos pré-vendas e o ́ındice de No-Show por trimestre ́e em torno de 40%. O intuito deste projeto ́e desenvolver uma base sólida de conhecimento para analisar os arquivos de áudio destas ligações, procurando um padrão que possa trazer novas descobertas para a forma com que vendas realiza seus processos, e além disso aplicar algum aprendizado de máquina para criar um preditor de No-Show. Para este propósito os estudos foram direcionados a projetos que envolviam análise de sentimentos, e como realizar o processamento digital dos sinais de fala. Foi utilizada a biblioteca em Python LibROSA para extrair características de ́audio e analisar a relevância destas características referente à incidência ou n ̃ao de No-Show.

Within the company Zygo Technology there is an internal sales area called Inside Sales which one of the biggest problems in this area is the occurrence of No-Show. The No-Show is a non-attendance of a possible customer for the sales meeting of our

product, these meetings are marked by phone calls made by pre-sales and the No- Show index per quarter is around 40 %. The purpose of this project is to develop

a solid foundation of knowledge to analyze the audio files of these calls. Also look for patterns that can bring new discoveries to the way sales carry out their processes, and also apply some machine learning to create a No-Show Predictor. For this purpose the studies were directed to projects that involved sentiment analysis, such as performing the digital processing of speech signals. We used the library in Python LibROSA to extract audio features and analyze the relevance of these features regarding the incidence or not of No-Show.