Voicebase dan tableau memberikan pandangan baru melalui analisis ucapan

Panggilan telefon meja bantuan merupakan hubungan pertama dengan pelanggan syarikat serta peluang untuk membuat kesan yang baik, menyelesaikan isu, atau membuat jualan. Ini menjadikan maklumat yang terkandung dalam panggilan ini sangat berharga namun agak sukar untuk diakses. Dengan kata lain, panggilan suara mewakili peluang besar. Menurut Penyelidikan Gartner, lebih daripada 90 peratus perbualan pelanggan masih berlaku di telefon dan menjana jumlah data yang berharga kepada syarikat. Analisis ucapan melonjak dan dijangka menjadi industri bilion dolar pada 2020, menurut MarketsandMarkets Research.

Perbualan suara dapat memacu pengalaman pelanggan yang lebih baik serta menghasilkan maklum balas yang berharga. Ucapan adalah alat analisis yang lebih nuanced dan tepat digunakan untuk menilai tindak balas pelanggan. Hal ini terutama berlaku di persekitaran meja bantuan dimana pengalaman pelanggan yang tidak menguntungkan dapat menyebabkan pelanggan frustrasi, hakisan nilai merek, dan kehilangan jualan.

Setiap hari, terdapat 56 juta jam panggilan telefon pelanggan yang berlaku; itu kira-kira 400 bilion perkataan yang dituturkan. Lebih penting lagi untuk perniagaan, data ini dapat menjadi sumber fokus input pelanggan dan kecerdasan perniagaan (BI).

Apakah Analisa Ucapan?

Analisa ucapan adalah proses pengekstrakan makna dari rakaman audio supaya ini dapat dianalisis dengan menggunakan kecerdasan buatan (AI) untuk menghuraikan data yang boleh digunakan oleh perniagaan untuk lebih mendalam tentang perbualan. Perisian analisis ucapan boleh mengambil jam panggilan sokongan sedia ada dan menggunakan AI untuk memisahkan beberapa pembesar suara pada panggilan, mengesan keadaan pemanggil emosi dengan menganalisis isyarat dalam nada suara dan nada, dan mengungkap dan menjejaki kata kunci yang sering disebutkan.

"Ucapan secara umum agak matang, telah diasah, diuji, dan ditapis dalam tetapan pusat panggilan dan di tempat lain, " kata pakar dan pakar pangkalan data PCMag Baker, PCMag. "Ucapan ke teks adalah perkara biasa untuk mesej mel suara dan itu satu bentuk ucapan yang sangat matang. Setelah ditukar kepada teks, kerja analisis adalah sama banyak dengan apa-apa input berasaskan teks lain."

Dari Perbualan ke Papan Pemuka

Kebanyakan data yang digunakan untuk analitik ucapan berasal dari sistem suara melalui IP (VoIP) berasaskan awan yang secara automatik merekodkan panggilan dan bentuk interaksi lain, termasuk sembang teks dan persidangan video. Untuk sebahagian besar, data ini tetap pada pelayan yang menjalankan PBX cloud, yang menjadikannya sesuai dengan penyelesaian analitik pertuturan kerana, selagi platform ini juga digunakan dalam model Software-as-a-Service (SaaS) mereka mudah diintegrasikan dengan sistem VoIP atau pusat panggilan.

Penjual analitik ucapan bertenaga AI VoiceBase baru-baru ini bekerjasama dengan visualisasi data dan Tableau pemimpin pasaran BI. Dengan menggunakan penyelesaian VoiceBase, rakaman audio pusat panggilan kini boleh dihuraikan dan kemudian disediakan sebagai sumber data dalam format teks yang diperkaya yang boleh digunakan Desktop Tableau untuk memberikan visualisasi yang kaya.

Hasilnya adalah bahawa syarikat-syarikat akan mempunyai akses kepada pandangan yang mereka tidak mempunyai sebelum ini. Ini termasuk menggunakan pemprosesan bahasa semulajadi (NLP) ke kata kunci dan topik permukaan yang membuat kandungan dirakam dapat ditemui. Pembelajaran mesin (ML) digunakan untuk mengembangkan analitik pertuturan dan menjana metrik perbualan, mengakibatkan pemandu panggilan dan arah aliran perniagaan. Maklumat ini boleh digunakan untuk meningkatkan interaksi pusat panggilan, menyelaraskan skrip ejen panggilan, dan menyerlahkan bidang produk atau perkhidmatan yang boleh menggunakan peningkatan.

"Saya fikir analitik pertuturan akan menjadi semulajadi bagi vendor BI yang sudah bersedia untuk menggunakan pertanyaan bahasa semulajadi dan penambangan data audio atau video. Penjual BI lain mungkin perlu melakukan lebih banyak pekerjaan untuk menjadikannya sesuai, tetapi masih masuk akal untuk berbuat demikian, "kata Baker.

Setelah tersedia melalui papan pemuka interaktif vendor BI, pengguna boleh menelefon ke panggilan syarikat mereka untuk memahami aduan, sebutan kompetitif, interaksi ejen, ceramah, bantahan jualan, dan ramalan ramalan (iaitu, meramalkan sama ada pelanggan akan membatalkan perkhidmatan atau produk). Analisis ramalan digunakan untuk mengesan peristiwa kompleks, dan meramalkan tingkah laku pelanggan masa depan yang berdasarkan panggilan dan corak masa lalu.

Bagaimana Visualisasi Data Suara berfungsi

Memohon teknologi AI dan ML untuk panggilan suara bermakna perbualan perlu diubah menjadi aliran data yang dapat diukur dan boleh diukur. Dalam kes penyelesaian VoiceBase, aliran data ini kemudiannya dikategorikan ke dalam beberapa suapan data. Ini terdiri daripada pelbagai analisis, termasuk Ramalan Panggilan, Pengkategorian Panggilan, Metrik Penukaran, dan Transkripsi. Setelah dilihat melalui lensa BI, analisis ini dapat membantu pengguna memberikan gambaran kesihatan jenama, analisis kompetitif, perjalanan pelanggan, analisis pemasaran pemasaran, pemantauan agen, dan pengoptimalan jualan, untuk menamakan beberapa kemungkinan.

• Perisian Meja Bantuan Terbaik untuk 2019 Perisian Meja Bantuan Terbaik untuk 2019
• Perisian Kecerdasan Perniagaan Sendiri (BI) Terbaik untuk 2019 Alat Perisikan Perniagaan Bakti Terbaik (BI) untuk tahun 2019
• Analisis Ucapan: Bagaimana Meningkatkan Perkhidmatan Pelanggan dan Meningkatkan Analisis Ucapan Jualan: Bagaimana Meningkatkan Penjualan Pelanggan dan Meningkatkan Jualan Pelanggan

"Kami telah melihat trend besar dalam keinginan pelanggan kami untuk memanfaatkan data analitik ucapan yang lebih baik, yang telah terperangkap dalam pusat panggilan, dan mengaitkannya dengan jumlah besar BI yang telah dilayan oleh Tableau, " kata Jay Blazensky, pengasas bersama dan Ketua Pegawai Hasil (CRO) di VoiceBase.

"Dalam kes analitik pertuturan, nilai tambah bagi mana-mana vendor BI lebih tinggi, " jelas Baker. "Ini kerana bentuk data dan analisis ini secara historis terhad kepada aktiviti pusat panggilan-misalnya, menganalisis panggilan telefon untuk sentimen pelanggan, aduan, peningkatan, resolusi, dan hal-hal lain yang berkaitan dengan pengekalan pelanggan dan reputasi jenama. Menambah data pusat panggilan ini untuk campuran data lain menjadikan output yang lebih komprehensif dan nuanced bagi perniagaan untuk bertindak.Lebih lanjut, analitik pertuturan boleh diperluaskan di luar pusat panggilan supaya lebih banyak data boleh dituai dan ditambang."