IVR 互動語音應答

IVR（Interactive Voice Response）就是客戶打進來聽到的第一關——用預錄語音引導，讓客戶按鍵或說話，自己把查詢辦完，或者把來電導到對的服務隊列。

IVR 架構與運作流程

系統架構

IVR 系統由以下元件組成：

元件	功能
語音平台（Voice Platform）	處理 SIP/TDM 信令，管理通話生命週期
媒體伺服器（Media Server）	播放語音提示、錄音、DTMF 偵測
VoiceXML 瀏覽器	解析 IVR 腳本，驅動流程邏輯
ASR 引擎	自動語音辨識（Automatic Speech Recognition）
TTS 引擎	文字轉語音（Text-to-Speech）
應用伺服器	業務邏輯、資料庫查詢、API 呼叫

通話流程

來電接入 → 歡迎語播放 → 語言選擇（選填）
    ↓
主選單播放 → 等待客戶輸入（DTMF / 語音）
    ↓
輸入驗證 → 有效：進入子選單或執行動作
         → 無效：重新提示（最多 3 次）
         → 逾時：轉人工座席
    ↓
自助完成 / 轉接 ACD 排隊

VoiceXML 標準

VoiceXML 是 W3C 制定的語音應用標記語言，是現代 IVR 開發的主流標準。它將語音互動抽象為表單（Form）與對話（Dialog）的概念，支援 DTMF 語法定義與 ASR 語法規則。

早期 IVR 用的是各家廠商自己的腳本語言，想換平台代價極高。VoiceXML 出來之後，IVR 應用才有了跨平台可攜性，也能用標準 Web 技術（HTTP/XML）跟後端系統接起來。

DTMF 輸入 vs 語音辨識

DTMF（Dual-Tone Multi-Frequency）

客戶透過電話按鍵輸入，系統偵測雙音頻訊號判別按鍵。

特性	說明
辨識率	近乎 100%（受環境影響極小）
輸入速度	較慢，需逐鍵按壓
使用門檻	低，所有電話皆支援
適用場景	數字輸入（帳號、密碼、選單選擇）
限制	僅支援 0-9、*、# 共 12 個按鍵

語音辨識（Speech Recognition）

Directed Dialog（導向式對話）

系統提供有限選項，客戶說出預定義的關鍵字。

系統：「請說『帳務查詢』、『技術支援』或『申訴』」
客戶：「帳務查詢」

• 語法規則固定，辨識率高（90-95%）
• 適合選單導航，替代 DTMF 按鍵

Open Grammar（開放式語法）

客戶可以自然語言表達意圖，系統透過 NLU 理解。

系統：「請問有什麼可以為您服務的？」
客戶：「我想查一下上個月的帳單有沒有多收費」

• 需要 NLU（Natural Language Understanding）引擎
• 辨識準確度依語言模型品質（85-92%）
• 客戶體驗較佳但開發與調校成本高

技術比較

維度	DTMF	Directed Dialog	Open Grammar
辨識準確度	99%+	90-95%	85-92%
開發成本	低	中	高
維護複雜度	低	中	高（需持續訓練模型）
客戶體驗	一般	良好	優秀
環境噪音影響	無	中	高
多語系支援	天然支援	每語系需建語法	每語系需訓練模型

別急著把 DTMF 全丟掉。就算上了語音辨識，也該留一條 DTMF 當備援；有些場景（輸入信用卡號、身分證字號）用 DTMF 反而更安全、更準。

多層選單設計原則

核心原則

1. 層數不超過 3 層 — 超過 3 層的選單會讓客戶迷失方向
2. 每層選項不超過 5 個 — 超過 5 個選項會增加認知負擔
3. 最常用選項置前 — 依來電量統計排列選項順序
4. 轉人工永遠可用 — 任何層級都應能按 0 或說「轉接專人」
5. 超時自動轉人工 — 靜默超過 10 秒應轉接座席

選單結構設計

設計要素	建議做法	常見錯誤
歡迎語	10 秒以內	冗長的品牌宣傳
選項描述	動作在前，編號在後	「按 1 是帳務，按 2 是...」
語音提示	清晰、語速適中	語速過快或錄音品質差
錯誤處理	最多重試 3 次後轉人工	無限循環提示
返回選項	每層提供「回上一層」	無法回退，只能掛斷重撥

提示語範例

良好的提示語設計：

「查詢帳單，請按 1 或說『帳單查詢』。
  技術支援，請按 2 或說『技術支援』。
  其他服務，請按 0 轉接專人。」

一個小訣竅：把「動作」講在「數字」前面，客戶先聽到是什麼服務、再決定要不要記那個按鍵。實測這種順序能少掉大約 15% 的「請再播一次」。

自助服務場景

查詢餘額

客戶撥入 → IVR 身份驗證（帳號 + PIN / 末四碼）
    ↓
查詢後端帳務系統 API
    ↓
TTS 播報：「您的帳戶餘額為新台幣 12,350 元，
          最近一筆交易為 3 月 15 日消費 850 元。」
    ↓
「如需其他服務請按 1，結束通話請掛斷。」

訂單追蹤

輸入訂單編號（DTMF / 語音）
    ↓
查詢物流系統
    ↓
TTS 播報訂單狀態 + 預計到貨時間
    ↓
提供 SMS 推播追蹤連結（選填）

密碼重設

身份驗證（多因子：帳號 + 生日 + OTP）
    ↓
系統發送臨時密碼至註冊手機
    ↓
TTS 提示：「臨時密碼已發送至您的手機，請於 30 分鐘內登入並修改密碼。」

安全上要注意：牽涉帳戶安全的自助操作（密碼重設、轉帳）一定要多因子驗證，而且不要用 IVR 語音把敏感資訊（完整帳號、密碼）唸出來——客戶可能正在公共場所，一唸就外洩。

自助服務效益

指標	典型改善
來電分流率	20-40% 的來電可由 IVR 自助完成
單通成本	IVR 自助約 $0.25 vs 人工約 $6-8
服務時間	7x24 不受座席排班限制
客戶等候	無需排隊，即時回應

Visual IVR 趨勢

概念

Visual IVR 將傳統語音選單轉換為手機螢幕上的視覺化介面，客戶在通話中或通話前透過手機瀏覽器或 App 操作圖形選單。

運作方式

客戶來電 → 系統偵測為智慧型手機
    ↓
發送 SMS 或 Push Notification 含 Visual IVR 連結
    ↓
客戶在手機瀏覽器操作視覺選單
    ↓
選擇完成 → 自助解決 / 帶著上下文轉接座席

Visual IVR 優勢

維度	傳統 IVR	Visual IVR
選單瀏覽	線性聆聽	全覽式瀏覽
輸入方式	DTMF/語音	觸控/文字/拍照上傳
資訊呈現	僅語音	圖文並茂
表單填寫	極不便	原生表單體驗
使用數據	有限	完整點擊行為分析

導入考量

• 需判斷來電裝置是否支援（Feature Phone 仍需傳統 IVR）
• SMS 連結的開啟率約 60-70%，非所有客戶都會切換
• 應保持語音 IVR 與 Visual IVR 的選項一致性
• 視覺介面需符合行動裝置 UX 規範（響應式、大按鈕）

歸結一句：IVR 設計的目標，就是讓客戶用最少的步驟把事辦完。不管用 DTMF、語音辨識還是 Visual IVR，第一原則都是降低客戶的費力度（Customer Effort），再靠持續分析使用數據把流程磨順。