Stemmebase og tableau leverer ny indsigt gennem taleanalyse

Helpdesks telefonopkald udgør første kontakt med en virksomheds kunder samt en mulighed for at gøre et godt indtryk, løse problemer eller foretage et salg. Dette gør oplysningerne i disse opkald enormt værdifulde, men alligevel lidt vanskelige at få adgang til. Med andre ord repræsenterer stemmekald en enorm mulighed. Ifølge Gartner Research sker der stadig over 90 procent af kundesamtaler på telefonen og genererer en svimlende mængde værdifulde data til virksomhederne. Taleanalyse er stigende og forventes at blive en milliard dollar industri inden 2020 ifølge MarketsandMarkets Research.

Stemmesamtaler kan skabe bedre kundeoplevelser samt generere værdifuld feedback. Tale er et mere nuanceret og nøjagtigt analytisk værktøj, der bruges til at måle kundernes respons. Dette gælder især i helpdesk-miljøer, hvor ugunstige kundeoplevelser kan føre til frustrerede klienter, erosion af brandværdi og mistet salg.

Hver dag foregår der 56 millioner timers kundetelefonopkald; det er cirka 400 milliarder ord talt. Vigtigere er det for virksomheder at disse data kan være en fokuseret kilde til kundeinput og business intelligence (BI).

Hvad er taleanalyse?

Taleanalyse er processen med at udtrække betydning fra lydoptagelser, så disse kan analyseres ved hjælp af kunstig intelligens (AI) for at analysere data, som virksomheder kan bruge til dybere indsigt i samtalen. Taleanalysesoftware kan tage timer med eksisterende supportopkald og anvende AI til at adskille flere højttalere på et opkald, registrere den følelsesmæssige tilstand for opkaldere ved at analysere for signaler i stemmestigning og tone og afsløre og spore ofte nævnte nøgleord.

"Talen generelt er temmelig moden, idet den er blevet honet, testet og raffineret i call center-indstillinger og andre steder, " sagde PCMags BI- og database-ekspert Pam Baker. "Tale-til-tekst er almindelig for voicemail-beskeder, og det er en meget moden form for tale. Når den først er konverteret til tekst, er analysearbejdet stort set det samme som for enhver anden tekstbaseret input."

Fra samtaler til kontrolpaneler

Meget af de data, der bruges til taleanalyse, stammer fra skybaserede voice-over-IP (VoIP) -systemer, der automatisk har optaget opkald og andre former for interaktioner, herunder tekstchats og videokonferencer. For det meste forbliver disse data på serverne, der kører cloud PBX, hvilket giver en god pasform med taleanalyseløsninger, for så længe disse platforme også er implementeret i Software-as-a-Service (SaaS) -modellen, de er let integreret med VoIP-systemet eller callcenter.

AI-drevet taleanalyseleverandør VoiceBase har for nylig slået sig sammen med datavisualisering og BI markedsleder Tableau. Ved at bruge VoiceBase's løsning kan callcenter-lydoptagelser nu parses og derefter gøres tilgængelige som en datakilde i et beriget tekstformat, som Tableau Desktop kan bruge til at levere rige visualiseringer.

Resultatet er, at virksomheder får adgang til indsigt, som de simpelthen ikke havde før. Disse inkluderer anvendelse af naturlig sprogbehandling (NLP) til overflade af nøgleord og emner, der gør registreret indhold synligt. Maskinindlæring (ML) bruges til at udvide taleanalyse og generere samtalemetrik, hvilket resulterer i opkaldschauffører og forretningsstendenser. Denne information kan bruges til at forbedre callcenter-interaktioner, strømline call agent-scripts og fremhæve produkt- eller serviceområder, der kan bruge forbedringer.

"Jeg ville tro, at taleanalyse ville være en naturlig pasform for BI-leverandører, der allerede er indrettet til at bruge naturlige sprogforespørgsler og lyd- eller videodata-mining. Andre BI-leverandører er muligvis nødt til at gøre mere arbejde for at få det til at passe, men det giver stadig mening at gør det, ”sagde Baker.

Når de først er tilgængelige via en BI-sælgers interaktive dashboards, kan brugerne uddybe i deres virksomheds opkald for at forstå klager, konkurrencepræget omtale, agentinteraktion, over tale, salgsindvendinger og churn-forudsigelse (det vil sige at forudsige, om kunderne vil annullere en service eller et produkt). Forudsigende analyser bruges til at registrere komplekse begivenheder og forudsige fremtidig kundeadfærd, der er baseret på tidligere opkald og mønstre.

Sådan fungerer stemmedatas visualisering

Anvendelse af AI- og ML-teknologi på stemmekald betyder, at samtaler skal omdannes til kvantificerbare og handlingsbare datastrømme. I tilfælde af VoiceBase's løsning kategoriseres disse datastrømme derefter i flere datafeeds. Disse omfatter en bred vifte af analyser, herunder forudsigelser af opkald, opkaldskategorisering, konverteringsmetrics og transkription. Når de er set gennem en BI-linse, kan disse analyser hjælpe brugerne med et øjebliksbillede af mærkesundhed, konkurrencedygtig analyse, kunderejse, marketingkampagneanalyse, agentovervågning og salgsoptimering for blot at nævne nogle få muligheder.

• Den bedste helpdesk-software til 2019 Den bedste helpdesk-software til 2019
• De bedste self-service Business Intelligence (BI) værktøjer til 2019 De bedste Self-Service Business Intelligence (BI) værktøjer til 2019
• Taleanalyse: Hvordan man forbedrer kundeservice og øger salget Taleanalyse: Hvordan man forbedrer kundeservice og øger salget

"Vi har set en stor tendens i vores kunders ønske om bedre at udnytte taleanalysedata, som historisk er blevet fanget i callcenteret og korrelere dem med den enorme mængde BI, der allerede serveres af Tableau, " sagde Jay Blazensky, medstifter og Chief Revenue Officer (CRO) på VoiceBase.

"I tilfælde af taleanalyse er merværdien for enhver BI-leverandør højere, " forklarer Baker. "Det skyldes, at denne form for data og analyse historisk set har været begrænset til callcenter-aktiviteter - for eksempel analyse af telefonopkald for kundesentiment, klager, eskaleringer, beslutninger og andre ting, der er relateret til kundebeholdning og brand-omdømme. Tilføjelse af disse callcenter-data til blandingen af ​​andre data gør det mere omfattende og nuancerede output for virksomheder at handle på. Yderligere kan taleanalyse udvides ud over callcenteret, så endnu flere data kan høstes og udvindes."