Call Center Talegenkendelse

Kontaktcentre er for mange virksomheder den vigtigste kanal til kunde kommunikation, men resultaterne måles ofte kvantitativt, såsom i antal opkald, tid på hold, opkaldslængde, løsningsfrekvens osv. Mange virksomheder har begrænset viden om, hvad der rent faktisk formidles i opkaldene, selv om dette typisk er meget mere kritisk for virksomhedens succes end kvantitativ opkaldsstatistik.

Dette er ved at ændre sig. Virksomheder er begyndt at anvende kontekst- og sentiment-analyse til tekst baserede kanaler som chatbots og sociale medier. Analysen benyttes til at identificere kontaktårsag, kundeproblemer, produktforbedringer, tendenser der eksempelvis kan give tidlige advarsler om kunde utilfredshed m.v. Denne type analyse illustrerer, hvilke værdifulde oplysninger der kan opnås ved at analysere kundeinteraktioner. Dette er ved at ændre sig. Virksomheder er begyndt at anvende kontekst- og sentiment-analyse til tekst baserede kanaler som chatbots og sociale medier. Analysen benyttes til at identificere kontaktårsag,

kundeproblemer, produktforbedringer, tendenser der eksempelvis kan give tidlige advarsler om kunde utilfredshed m.v. Denne type analyse illustrerer, hvilke værdifulde oplysninger der kan opnås ved at analysere kundeinteraktioner. For mange virksomheder udgør den tekst-baserede kundekommunikation dog kun en lille del af den samlede kunde kommunikation, idet langt den største kanal er telefonsamtaler mellem virksomhedens kontaktcenter og kunder.

Det er en langt større udfordring at analysere indholdet af telefonsamtaler, dels fordi de i sagens natur er analoge, dels fordi det i praksis ikke er en mulighed at gennemlytte og uddrage alle ønskede karakteristika fra samtalerne

Det er her MIRSK og vores branchepartnere kommer ind. Ved hjælp af AI, Machine Learning og Big Data får du mulighed for at analysere hvert enkelt opkald, uanset hvor mange opkald du håndterer. Hermed en række eksempler på hvordan du kan drage fordel af dette:

Sæt ord på dine optagelser

Med MIRSK Call Center talegenkengendelse, kan du automatisk konvertere telefonsamataler til tekst, og dermed til et søgbar og analytisk datagrundlag. Ved at konvertere telefonsamtaler til tekst, kan man få en langt dybere og værdifuld indsigt i, hvorfor ens kunder ringer ind. Og dermed søge målrettet mod at kunne optimere denne del. MIRSK samarbejder desuden med førende analyse virksomheder, som kan tage teksten vi genkender, og udarbejde målrettede analyser for at øge eksempelvis viden om marketing, eller til brug for salgsafdelingen, ved eksempelvis kunne spotte trends og ord som kunderne ofte nævner.

Fordele ved Call Center Talegenkendelse

Word Spotting

Opkald optages, konverteres til tekst og gemmes som data.

Analytics

Opkald konverteres til tekst og gemmes som data.

Opkalds Assistent

Agenter assisteres i takt med at emner dukker op under en samtale.

Word Spotting

Opkald optages, konverteres til tekst og gemmes som data. Du definerer ord, der er af særlig interesse for dig, og systemet identificerer de opkald, der indeholder disse ord (word spotting) og hvor i opkaldet disse ord bruges. Kan bruges til

QA ved at lytte til de mest relevante samtaler,

Kvantificering af emner,

Uddannelse af call agenter

Opfølgning på kampagner

Etc.

Analytics

Opkald konverteres til tekst og gemmes som data. Disse data kan bruges til at kvantificere årsag(er) til opkald, sentiment analyse, kortlægge tendenser og mønstre m.v.

Hvis data anvendes i kombination med andre systemer, eksempelvis CRM, vil det være muligt at isolere indtægts-relaterede opkald. Man vil kunne identificere generelle kundeproblemer tidligt i et forløb ligesom man vil kunne se hvilke opkaldsegenskaber der fører til dyre gentagne opkald.

Af hoved anvendelsesmuligheder kan nævnes:

Årsag til opkald

Emne kvantificering

Sentimentanalyse

Opkald, der fører til salg (eller modsat)

Tendenser og mønstre

Fremtidige produktkrav

Identificere bedste praksis for agenter

Opkalds Assistent

Opkald konverteres til tekst i real-tid. Agenter assisteres i takt med at emner dukker op under en samtale. Når et produkt nævnes, kan en produktbeskrivelse og et prisark blive vist på skærmen sammen med en tjekliste, der kan vejlede agenten ud fra det aktuelle indhold af samtalen. Dette kan også bruges til at sikre regulatoriske retningslinjer overholde i f.eks. finansielle institutter. Endvidere vil en løbende sentimentanalyse kunne hjælpe agenten til at sikre at samtalen udvikler sig i den rigtige retning. Anvendelser kan omfatte (men er ikke begrænset til):

Automatiseret salgshjælp – inklusive CRM-opslag

Dynamiske tilpassede retningslinjer

Produktbeskrivelser

Prislister

Tjeklister

Hvad kan dataen bruges til?

Du bestemmer selv

Det er naturligvis op til den enkelte virksomhed at bedømme, hvordan man får størst udbytte af de data, der opstår. Analyserne skal føre til handling, ikke blot indsigt. Det er ikke nok at identificere problemer og score hvert opkald; konklusionerne skal drive agent adfærd og/eller transformationer af CRM-strategier.

Forbedring af kundeservice?

En af de mest lovende teknologitendenser til forbedring af kundeservice er integrationen af kunstig intelligens (AI) i processen med selvbetjening og agent assistent service, også kendt som intelligente virtuelle assistenter eller ’tale chatbots’. At kunne reagere på kundeforespørgsler på en automatiseret måde, der er bekvem for kunderne og med 24/7 service, kan være en stor gevinst for virksomheder. Den indvirkning, som AI vil have på kundeoplevelser i løbet af de næste mange år, er vanskelig at beregne. Det repræsenterer et helt nyt niveau i at levere målrettede individuelle kundeoplevelser, men er stadig i sin barndomsfase når det gælder praktisk implementering.

Påbegynd din dataindsamling nu – Det giver muligheder i fremtiden

Som nævnt er de ovenstående eksempler tænkt som eksempler til inspiration. Nøglen til at kunne påbegynde denne rejse er imidlertid at få de mange timers samtaler konverteret til data således at grundlaget er til stede. Kontakt MIRSK for en uforpligtende snak om hvordan man kommer i gang!