Talebase og tablå gir ny innsikt gjennom taleanalyse

Helpdesks telefonsamtaler utgjør første kontakt med selskapets kunder, samt en mulighet til å gjøre et godt inntrykk, løse problemer eller foreta et salg. Dette gjør informasjonen i disse samtalene enorm verdifull, men likevel litt vanskelig tilgjengelig. Med andre ord representerer stemmesamtaler en enorm mulighet. I følge Gartner Research skjer det fortsatt mer enn 90 prosent av kundesamtaler på telefonen og genererer en svimlende mengde verdifull data til selskaper. Taleanalyse er i kraftig økning og forventes å bli en milliardindustri innen 2020, ifølge MarketsandMarkets Research.

Talesamtaler kan gi bedre kundeopplevelser, samt generere verdifull tilbakemelding. Tale er et mer nyansert og nøyaktig analyseverktøy som brukes til å måle kunders respons. Dette gjelder spesielt i helpdesk-miljøer der ugunstige kundeopplevelser kan føre til frustrerte kunder, erosjon av merkeverdi og tapt salg.

Hver dag er det 56 millioner timers kundetelefonsamtaler; det er omtrent 400 milliarder ord som er talt. Enda viktigere for bedrifter, kan disse dataene være en fokusert kilde til kundeinnsats og forretningsintelligens (BI).

Hva er taleanalyse?

Taleanalyse er prosessen med å hente ut mening fra lydopptak, slik at disse kan analyseres ved hjelp av kunstig intelligens (AI) for å analysere data som virksomheter kan bruke for dypere innsikt i samtalen. Taleanalyse-programvare kan ta timer med eksisterende støttesamtaler og bruke AI til å skille flere høyttalere på en samtale, oppdage den emosjonelle tilstanden til innringere ved å analysere for signaler i stemme tonehøyde og tone, og avdekke og spore ofte nevnte søkeord.

"Talen generelt er ganske moden, etter å ha blitt slått sammen, testet og foredlet i innstillinger for call center og andre steder, " sa PCMags BI- og databaseekspert Pam Baker. "Tale-til-tekst er vanlig for talemeldinger, og det er en svært moden form for tale. Når den er konvertert til tekst, er analysearbeidet stort sett det samme som for andre tekstbaserte innspill."

Fra samtaler til dashboards

Mye av dataene som brukes til taleanalyse kommer fra skybaserte tale-over-IP (VoIP) systemer som automatisk har spilt inn samtaler og andre former for interaksjoner, inkludert tekstchatter og videokonferanser. For det meste forblir disse dataene på serverne som kjører cloud PBX, noe som gir en god passform med taleanalyseløsninger fordi så lenge disse plattformene også er distribuert i SaaS-modellen (Software-as-a-Service), de er enkelt integrert med VoIP-systemet eller kundesenteret.

AI-drevet taleanalyseleverandør VoiceBase slo seg nylig sammen med datavisualisering og BI markedsleder Tableau. Ved å bruke VoiceBase-løsningen, kan lydopptak i call center nå parses og deretter gjøres tilgjengelig som en datakilde i et beriket tekstformat som Tableau Desktop kan bruke for å levere rike visualiseringer.

Resultatet er at selskaper vil ha tilgang til innsikt de rett og slett ikke hadde før. Disse inkluderer bruk av naturlig språkbehandling (NLP) for å overflate nøkkelord og emner som gjør innspilt innhold synlig. Maskinlæring (ML) brukes til å utvide taleanalyse og generere samtalemetriker, noe som resulterer i anropsdrivere og forretningstrender. Denne informasjonen kan brukes til å forbedre samtalesenterinteraksjoner, strømlinjeforme call agent-skript og fremheve produkt- eller tjenesteområder som kan bruke forbedringer.

"Jeg vil tro taleanalyse ville være en naturlig passform for BI-leverandører som allerede er innstilt på å bruke naturlige språkforespørsler og lyd- eller videodata, og andre BI-leverandører må kanskje gjøre mer arbeid for å få den til å passe, men det er likevel fornuftig å gjør det, "sa Baker.

Når de er tilgjengelige via en BI-leverandørs interaktive dashboards, kan brukerne drille seg ned i selskapets samtaler for å forstå klager, konkurrerende omtaler, agentinteraksjoner, over talk, salgsinnvendinger og churn-prediksjon (det vil si å forutsi om kunder vil kansellere en tjeneste eller et produkt). Prediktiv analyse brukes til å oppdage komplekse hendelser, og forutsi fremtidig kundeatferd som er basert på tidligere anrop og mønstre.

Slik fungerer stemmedatavisualisering

Å bruke AI- og ML-teknologi på stemmesamtaler betyr at samtaler må gjøres om til kvantifiserbare og handlingsrike datastrømmer. Når det gjelder VoiceBase's løsning, blir disse datastrømmene deretter kategorisert i flere datafeeds. Disse omfatter et bredt spekter av analyser, inkludert anropsprediksjoner, anropskategorisering, konverteringsmetrikk og transkripsjon. Når de er sett gjennom et BI-objektiv, kan disse analysene bidra til å gi brukerne et øyeblikksbilde av merkevarehelse, konkurransedyktig analyse, kundereisen, markedsføringskampanalyse, agentovervåking og salgsoptimalisering, for bare å nevne noen få muligheter.

• Den beste Help Desk-programvaren for 2019 Den beste Help Desk-programvaren for 2019
• The Best Self-Service Business Intelligence (BI) Tools for 2019 The Best Self-Service Business Intelligence (BI) Tools for 2019
• Taleanalyse: Hvordan forbedre kundeservicen og øke salget Taleanalyser: Hvordan forbedre kundeservicen og øke salget

"Vi har sett en stor trend i kundenes ønske om å bedre utnytte taleanalysedata, som historisk har blitt fanget i kundesenteret, og å korrelere dem med den enorme mengden BI som allerede serveres av Tableau, " sa Jay Blazensky, medgründer og Chief Revenue Officer (CRO) i VoiceBase.

"Når det gjelder taleanalyse, er merverdien for enhver BI-leverandør høyere, " forklarer Baker. "Det er fordi denne formen for data og analyse historisk sett har vært begrenset til call center-aktiviteter - for eksempel å analysere telefonsamtaler for kundesentiment, klager, opptrappinger, resolusjoner og andre ting relatert til kundebeholdning og merkevarerøm. Legge til disse call center-dataene til blandingen av andre data gir mer omfattende og nyanserte utganger for bedrifter å handle på. Videre kan taleanalyse utvides utover call center slik at enda mer data kan høstes og utvinnes."