Синтез аналітичних методів цифрових комунікацій та цифрової економіки в системі управління автодилерським бізнесом

UKR: У статті представлено результати наукових досліджень, присвячених впровадженню автоматизованої системи мовної аналітики на підприємствах автодилерської галузі. Запропоновано як інноваційну альтернативу традиційним методам економічного аналізу, комплексний підхід, що поєднує unit-економіку, наскрізну аналітику та технології мовного аналізу для вдосконалення системи підтримки управлінських рішень в умовах формування цифрової економіки. Розроблено методологію побудови автоматизованої системи мовної аналітики для автосалонів. Доведено доцільність поєднання класифікаційних можливостей моделей BERT із генеративною гнучкістю GPT, що формує основу нової парадигми мовного аналізу, здатного інтерпретувати телефонні комунікації з урахуванням змісту, емоційного тону та бізнес-контексту звернень. Висвітлено технічні аспекти реалізації задач транскрибування телефонних дзвінків із використанням платформи Whisper від OpenAI, яка забезпечує високий рівень точності перетворення аудіосигналу в текст.

ENG: The article presents the results of a scientific study dedicated to the implementation of an automated speech analytics system at automotive dealership enterprises. A comprehensive approach is proposed as an innovative alternative to traditional methods of economic analysis. This approach integrates unit economics, end-to-end analytics, and speech analysis technologies to improve decision support systems in the context of a developing digital economy. A methodology for designing an automated speech analytics system for car dealerships has been developed. The feasibility of combining the classification capabilities of BERT models with the generative flexibility of GPT has been substantiated. This combination forms the foundation of a new paradigm of language analysis capable of interpreting telephone communications while considering the content, emotional tone, and business context of customer inquiries. A set of applied tasks most relevant to the automotive dealership sector and effectively solvable through transformer-based language models has been identified. These include automatic call summarization, detection of script violations, customer intent recognition, automated tag generation, emotion tone analysis, lead scoring, personalized marketing message generation, and classification of inquiries into qualified and unqualified leads. Key aspects of implementing a call tracking system in the context of end-to-end and speech analytics have been described. The technical implementation of call transcription using the Whisper platform from OpenAI is highlighted, demonstrating high accuracy in audio-to-text conversion. Approaches to storing audio files and corresponding transcripts in the Google Cloud Storage environment have been proposed through the creation of a data lake, establishing a foundation for subsequent analytical processing of speech data. The study also reveals the specifics of integrating call tracking into broader analytical systems combining end-to-end and speech analytics.