Sisällysluettelo:
Video: Data level security with Tableau Desktop - Session 1 (Marraskuu 2024)
Tukipalvelupuhelut ovat ensimmäinen yhteys yrityksen asiakkaisiin ja mahdollisuus tehdä hyvä vaikutelma, ratkaista ongelmat tai tehdä myynti. Tämä tekee näiden kutsujen sisältämästä tiedosta erittäin arvokkaan, mutta hieman hankalan saatavuuden. Toisin sanoen äänipuhelut ovat valtava tilaisuus. Gartner Researchin mukaan yli 90 prosenttia asiakaskeskusteluista tapahtuu edelleen puhelimitse ja tuottaa hämmästyttävän paljon arvokasta tietoa yrityksille. Puhetanalytiikka on nousussa ja sen odotetaan kasvavan miljardin dollarin tuotannonalaksi vuoteen 2020 mennessä, MarketsandMarkets Researchin mukaan.
Äänipuhelut voivat johtaa parempiin asiakaskokemuksiin ja tuottaa arvokasta palautetta. Puhe on vivahteikkaampi ja tarkempi analyyttinen työkalu, jota käytetään arvioimaan asiakkaiden vastauksia. Tämä pätee erityisesti asiakastukiympäristöihin, joissa epäsuotuisat asiakaskokemukset voivat johtaa turhautuneisiin asiakkaisiin, tuotemerkin arvon heikkenemiseen ja myynnin menettämiseen.
Joka päivä käy 56 miljoonaa tuntia asiakaspuhelut; se on noin 400 miljardia puhuttua sanaa. Yrityksille tärkeämpää on, että nämä tiedot voivat olla keskittyneet lähteet asiakaspanoon ja yritystietoihin (BI).
Mikä on puheanalyysi?
Puhetanalytiikka on prosessi, jolla poistetaan merkitys äänitallenteista, joten niitä voidaan analysoida tekoälyllä (AI) kertoakseen tiedot, joita yritykset voivat käyttää syvempään käsitykseen keskusteluun. Puhetanalyysiohjelmisto voi kestää tunteja olemassa olevista tukipuheluista ja käyttää AI-järjestelmää useiden puhujien erottamiseen puheluun, tunnistaa soittajien emotionaalisen tilan analysoimalla äänenkorkeuden ja äänen merkkejä sekä löytää ja seurata usein mainittuja avainsanoja.
"Puhe on yleensä melko kypsä, sillä se on hiottu, testattu ja hienostunut puhelinkeskuksissa ja muualla", kertoi PCMagin BI- ja tietokanta-asiantuntija Pam Baker. "Puhe tekstiksi on yleistä puhepostiviesteissä ja se on erittäin kypsä puhemuoto. Kun teksti on muunnettu tekstiksi, analysointityö on melkein sama kuin mikä tahansa muu tekstipohjainen syöttö."
Keskusteluista kojetauluihin
Suuri osa puhetanalytiikkaan käytetystä tiedosta tulee pilvipohjaisista VoIP-järjestelmistä, jotka ovat automaattisesti nauhoittaneet puhelut ja muun tyyppiset vuorovaikutukset, mukaan lukien tekstikeskustelut ja videoneuvottelut. Tämä tieto pysyy suurimmaksi osaksi pilvipuhelinvaihteita käyttävissä palvelimissa, mikä sopii hyvin puheanalytiikkaratkaisuihin, koska niin kauan kuin näitä alustoja käytetään myös ohjelmisto palveluna (SaaS) -mallissa, ne ovat helposti integroitavissa VoIP-järjestelmään tai puhelinkeskukseen.
AI-pohjainen puheanalyysitoimittaja VoiceBase teki äskettäin yhteistyötä tiedon visualisoinnin ja BI-markkinajohtaja Tableaun kanssa. VoiceBase-ratkaisua käyttämällä puhelinkeskuksen äänitallenteet voidaan nyt jäsentää ja sitten asettaa saataville tietolähteenä rikastetussa tekstimuodossa, jota Tableau Desktop voi käyttää monipuolisten visualisointien toimittamiseen.
Seurauksena on, että yrityksillä on pääsy tietoihin, joita heillä ei yksinkertaisesti ollut ennen. Näitä ovat luonnollisen kielenkäsittelyn (NLP) käyttö avainsanojen ja aiheiden määrittelemiseen, jotka tekevät tallennetusta sisällöstä havaittavissa. Koneoppimista (ML) käytetään puheanalyysin laajentamiseen ja keskustelutietojen luomiseen, mikä johtaa puhelun ohjaimiin ja liiketoiminnan suuntauksiin. Tätä tietoa voidaan käyttää parantamaan puhelinkeskuksen vuorovaikutusta, virtaviivaistamaan puhelinsoittaja-skriptejä ja korostamaan tuote- tai palvelualueita, joita voidaan käyttää parannuksen avulla.
"Mielestäni puheanalyysit sopisivat luonnollisesti BI-toimittajille, jotka ovat jo valmiita käyttämään luonnollisen kielen kyselyjä ja ääni- tai videotietojen louhintaa. Muiden BI-toimittajien on ehkä tehtävä enemmän työtä sen sovittamiseksi, mutta se on silti järkevää tee niin ", Baker sanoi.
Saatuaan aikaan BI-toimittajan interaktiivisen kojetaulun, käyttäjät voivat pohtia yrityksen puheluita ymmärtää valituksia, kilpailuneuvotuksia, edustajien vuorovaikutusta, puhetta, myyntiehdotuksia ja vaihtuvuusennustetta (eli ennustaa, peruutuvatko asiakkaat palvelun tai tuotteen). Ennustavaa analysointia käytetään havaitsemaan monimutkaisia tapahtumia ja ennustamaan tulevaa asiakaskäyttäytymistä, joka perustuu aikaisempiin puheluihin ja malleihin.
Kuinka äänidatan visualisointi toimii
AI- ja ML-tekniikan käyttäminen äänipuheluihin tarkoittaa, että keskustelut on muutettava kvantitatiivisesti määritettäviksi ja toimiviksi datavirroiksi. VoiceBase-ratkaisun tapauksessa nämä datavirrat luokitellaan sitten useisiin tietosyötteisiin. Ne sisältävät laajan valikoiman analytiikkaa, mukaan lukien puheluennusteet, puheluluokittelu, muuntotiedot ja transkriptio. Kun nämä analyysit on tarkasteltu BI-linssin läpi, niiden avulla käyttäjät voivat antaa tilannekuvan brändin terveydestä, kilpailukykyanalyysistä, asiakasmatkasta, markkinointikampanja-analyysistä, edustajien seurannasta ja myynnin optimoinnista mainitaksesi vain muutamia mahdollisuuksia.
- Paras neuvontapöytäohjelmisto vuodelle 2019 Paras neuvontapöytäohjelmisto vuodelle 2019
- Paras itsepalvelun yritystiedustelun (BI) työkalut vuodelle 2019 Paras itsepalvelun yritystiedustelun (BI) työkalut vuodelle 2019
- Puheanalyysi: Kuinka parantaa asiakaspalvelua ja lisätä myyntiä Puheanalyysi: Kuinka parantaa asiakaspalvelua ja lisätä myyntiä
"Olemme nähneet suuren suuntauksen asiakkaidemme toiveessa hyödyntää paremmin puheanalyysitietoja, joka on historiallisesti jäänyt loukkuun puhelinkeskuksessa, ja korreloida se Tableau-palvelun jo tarjoaman massiivisen BI-määrän kanssa", sanoi Jay Blazensky. VoiceBase-yhtiön perustaja ja pääjohtaja (Revenue Officer, CRO).
"Puhetanalytiikassa kaikkien BI-toimittajien lisäarvo on korkeampi", Baker selittää. "Tämä johtuu siitä, että tämä data- ja analyysimuoto on historiallisesti rajoittunut puhelinkeskuksen toimintaan - esimerkiksi puhelinsoittojen analysointiin asiakkaan tuntemuksen, valitusten, laajenemisten, päätöslauselmien ja muiden asiakkaiden säilyttämiseen ja tuotemerkin maineeseen liittyvien asioiden suhteen. Tämän puhelinkeskuksen tietojen lisääminen Muiden tietojen yhdistelmään saadaan kattavampia ja vivahteikkaampia tuloksia yrityksille, joille toimintaa voidaan jatkaa. Lisäksi puheanalytiikkaa voidaan laajentaa puhelinkeskuksen ulkopuolelle, jotta entistä enemmän dataa voidaan kerätä ja hyödyntää."
