Голосова база та таблиця дають нові результати завдяки мовленнєвій аналітиці

Телефонні дзвінки служби технічної допомоги - це перший контакт з клієнтами компанії, а також можливість скласти гарне враження, вирішити проблеми або здійснити продаж. Це робить інформацію, що міститься в цих дзвінках, надзвичайно цінною, але дещо важкою для доступу. Іншими словами, голосові дзвінки представляють величезну можливість. За даними дослідження Gartner, понад 90 відсотків розмов із клієнтами все ще відбуваються по телефону і генерують приголомшливу кількість цінних даних для компаній. Мовна аналітика зростає і очікується, що вона стане галуззю в мільярд доларів до 2020 року, згідно з дослідженнями MarketsandMarkets.

Голосові розмови можуть сприяти кращому досвіду клієнтів, а також створювати цінний зворотній зв'язок. Виступ є більш нюансованим і точним аналітичним інструментом, який використовується для оцінки відповіді клієнтів. Особливо це стосується служб технічної підтримки, де несприятливий досвід клієнтів може призвести до розчарування клієнтів, стирання вартості бренду та втрати продажів.

Щодня проходять 56 мільйонів годин телефонних дзвінків клієнтів; це приблизно 400 мільярдів слів. Що важливіше для бізнесу, ці дані можуть бути зосередженим джерелом вкладу клієнтів та бізнес-аналізу (BI).

Що таке мовна аналітика?

Мовна аналітика - це процес вилучення сенсу з аудіозаписів, тому їх можна проаналізувати за допомогою штучного інтелекту (AI) для аналізу даних, які бізнес може використовувати для більш глибокого розуміння розмови. Програмне забезпечення для аналізу мови може зайняти години існуючих дзвінків підтримки та використовувати AI для розділення декількох динаміків під час виклику, виявлення емоційного стану абонентів, аналізуючи підказки в голосовій висоті та тоні, а також розкривати та відстежувати часто згадувані ключові слова.

"Мовлення загалом є досить зрілою, її відточують, тестують і вдосконалюють у налаштуваннях кол-центру та в інших місцях", - сказав експерт з питань біологічних питань та бази даних PCMag Пам Бейкер. "Мовлення в текст є загальним для повідомлень голосової пошти, і це дуже зріла форма мови. Після перетворення в текст робота з аналізу майже однакова, як і для будь-якого іншого введення тексту".

Від розмов до інформаційних панелей

Значна частина даних, що використовуються для мовленнєвої аналітики, надходить із хмарних систем передачі голосу над IP (VoIP), які автоматично записують дзвінки та інші форми взаємодій, включаючи текстові чати та відеоконференції. Здебільшого ці дані залишаються на серверах, на яких працює хмарна АТС, що добре поєднується з рішеннями аналітики мовлення, оскільки, поки ці платформи також розгорнуті у моделі Software-as-a-Service (SaaS), вони легко інтегруються в систему VoIP або кол-центр.

Нещодавно виробник VoiceBase з мовленнєвою аналітикою нещодавно об'єднався з візуалізацією даних та лідером ринку BI Tableau. Використовуючи рішення VoiceBase, аудіозаписи центрів дзвінків тепер можна проаналізувати, а потім зробити доступними як джерело даних у збагаченому текстовому форматі, який Tableau Desktop може використовувати для надання багатої візуалізації.

Результат полягає в тому, що компанії отримають доступ до розумінь, яких у них просто не було раніше. До них належить використання обробки природних мов (NLP) для обміну ключовими словами та темами, які роблять записаний вміст відкритим. Машинне навчання (ML) використовується для розширення аналітики мовлення та генерування метрики розмов, що призводить до драйверів викликів та тенденцій бізнесу. Ця інформація може бути використана для поліпшення взаємодії кол-центру, впорядкування сценаріїв агента виклику та виділення областей продукту чи послуг, які можуть використовувати покращення.

"Я думаю, що мовленнєва аналітика буде природним пристосуванням для постачальників BI, які вже орієнтовані на використання природних мовних запитів та виведення аудіо- чи відеоданих. Іншим постачальникам BI, можливо, доведеться зробити більше роботи, щоб пристосувати її, але це все ще має сенс зроби так ", - сказав Бейкер.

Отримавши доступ через інтерактивні інформаційні панелі постачальника BI, користувачі можуть переглядати дзвінки своєї компанії, щоб зрозуміти скарги, конкурентоспроможні згадки, взаємодію агентів, розмови, заперечення щодо продажу та прогнозування (тобто прогнозувати, чи відмовлять клієнти послугу чи товар ). Прогнозована аналітика використовується для виявлення складних подій та прогнозування поведінки клієнтів у майбутньому, що базується на минулих викликах та зразках.

Як працює візуалізація голосових даних

Застосування технологій AI та ML для голосових дзвінків означає, що розмови потрібно перетворити на кількісно вимірювані та діючі потоки даних. У випадку рішення VoiceBase ці потоки даних класифікуються на кілька каналів даних. Вони включають широкий спектр аналітики, включаючи передбачення викликів, категоризацію викликів, метрики перетворення та транскрипцію. Переглянуті через об'єктив BI, ці аналітичні дані можуть допомогти користувачам зробити короткий огляд здоров’я бренду, конкурентного аналізу, подорожі клієнтів, аналізу маркетингових кампаній, моніторингу агентів та оптимізації продажів, назвати лише кілька можливостей.

• Найкраще програмне забезпечення довідкової служби на 2019 рік. Найкраще програмне забезпечення довідкової служби на 2019 рік
• Найкращі інструменти бізнес-аналітики для самообслуговування (BI) на 2019 рік. Найкращі інструменти бізнес-аналітики для самообслуговування (BI) на 2019 рік
• Speech Analytics: як покращити обслуговування клієнтів та збільшити продажі Аналіз мовлення: як покращити обслуговування клієнтів та збільшити продажі

"Ми побачили велику тенденцію в бажанні наших клієнтів краще використовувати дані аналітики мовлення, які історично потрапляли в колл-центр, і співвідносити їх з величезною кількістю BI, яка вже обслуговується Tableau", - сказав Джей Блазенський, співзасновник та головний дохід (CRO) у VoiceBase.

"У випадку з мовленнєвою аналітикою додана вартість для будь-якого постачальника BI є вищою", - пояснює Бейкер. "Це тому, що ця форма даних та аналіз історично обмежувалася діями центрів телефонного зв’язку - наприклад, аналізом телефонних дзвінків щодо настроїв клієнтів, скарг, ескалацій, рішень та інших речей, пов’язаних із збереженням клієнтів та репутацією торгової марки. Набір інших даних робить більш вичерпними та нюансовими виходи для підприємств, з якими можна діяти. Крім того, мовленнєву аналітику можна розширити за межі кол-центру, щоб можна було збирати та видобувати ще більше даних ".