Casi todos los centros de llamadas buscan mejorar la experiencia del cliente, y algunos están comenzando a recurrir a la IA para identificar problemas comunes y dar más comentarios a los agentes del centro de llamadas para abordar esta prioridad.
«[Speech analytics] puede ser útil para descubrir qué es lo que frustra o agrada a los clientes «, dijo Bill Meisel, presidente de TMA Associates, una consultora de tecnología de lenguaje natural.
La inteligencia artificial en los centros de llamadas se basa en análisis de voz que evalúan la calidad emocional de las llamadas de los clientes y agrupa las conversaciones en grupos similares. Al observar ejemplos de cada grupo, los gerentes pueden comprender las características comunes. Por ejemplo, los gerentes de producto podrían identificar problemas con una nueva oferta más rápidamente al asociar la frustración del cliente con un tema en particular.
Bill Meisel
Las empresas también están utilizando análisis de voz para ayudar a los agentes humanos a identificar y trabajar en habilidades específicas de expresión oral que pueden mejorar las interacciones con los clientes. Por ejemplo, VoiceVibes Inc., proveedor de software de entrenamiento del habla con sede en Maryland, trabajó con la National Science Foundation para crear software para medir las cualidades correlacionadas con la construcción de una buena relación con los oyentes.
Esto es sutilmente diferente al análisis emocional. Este tipo de análisis de voz puede ayudar a los centros de llamadas a distinguir entre cómo se sienten sus agentes durante una llamada y cómo los perciben las personas que llaman, dijo Debra Cancro, fundadora y directora ejecutiva de VoiceVibes.
Para desarrollar la herramienta, VoiceVibes trabajó con un panel de oyentes expertos para calificar a los oradores y luego entrenó redes neuronales en este conjunto de datos etiquetados para automatizar el proceso de calificación de nuevas llamadas. Con el tiempo, las redes neuronales pueden ayudar a identificar factores en la calidad de la llamada que pueden ser difíciles de medir para los humanos.
«Medimos alrededor de 70 características relacionadas con el ritmo o el tono, junto con otras características aprendidas directamente mediante el aprendizaje profundo», dijo Cancro. «Cuando hacemos los modelos, no sabemos qué hace que algunos altavoces sean mejores en todos los casos».
Iluminando más llamadas
ABC Financial Services, un procesador de pagos para la industria de la salud y el fitness, es uno de los primeros en adoptar herramientas de análisis de voz, utilizando un servicio de CallMiner Inc., una empresa de software con sede en Florida que utiliza tecnología de análisis de participación del cliente. La tecnología permite a ABC evaluar cada llamada de un agente en lugar de solo unas pocas, como lo hizo en el pasado.
«Ahora tenemos el viaje completo para cada interacción», dijo Renisenb McGehee, analista de BI de ABC Financial. «Mediante el uso de análisis de voz, hemos podido identificar y eliminar las objeciones que impiden que nuestros agentes brinden el nivel de servicio que espera nuestra empresa».
El uso de inteligencia artificial en los centros de llamadas ha mejorado la capacidad del equipo de análisis de ABC Financial para ofrecer recomendaciones bien pensadas al equipo del centro de llamadas para mejorar sus procesos existentes a fin de lograr constantemente sus expectativas de calidad de llamadas, dijo McGehee.
ABC Financial también utiliza análisis de voz para capturar inteligencia (datos relacionados con el tono emocional de los clientes o el sentimiento asociado con sus palabras) de todas las interacciones con los clientes y ponerlos a disposición de otros departamentos dentro de la organización a través de paneles e informes personalizados.
«Esto nos ayuda a comprender cómo la información puede ser útil para toda nuestra empresa, así como para los clubes de salud a los que presta servicios», dijo McGehee.
Diferentes roles para la IA
La IA se ha introducido en el análisis de voz de dos formas diferentes. Se utiliza para analizar las características emocionales y el contenido de las interacciones de los agentes de llamadas y convertir las llamadas en transcripciones. Estas transcripciones se pueden analizar para verificar el cumplimiento, la eficiencia y el control de calidad, dijo Mckay Bird, director de marketing de TCN.
«Con base en el contenido específico de la llamada, los gerentes de agentes pueden tomar las medidas necesarias para corregir los problemas a través del entrenamiento de agentes dirigido o la intervención directa del cliente», dijo Bird.
Las herramientas avanzadas de reconocimiento de voz se basan en redes neuronales de aprendizaje profundo, que mejoran su reconocimiento del lenguaje humano con el tiempo. El análisis de la transcripción de llamadas utiliza el aprendizaje automático semisupervisado y la lógica de reglas ponderadas para clasificar y puntuar automáticamente las llamadas.
Estas herramientas, cuando se usan juntas, producen puntajes de sentimiento y emoción al emparejar las palabras habladas con características que se sabe que están asociadas con ciertos sentimientos: velocidad de habla, inflexión de estrés y volumen. Esto ayuda a los gerentes del centro de llamadas a comprender dónde los clientes están demostrando frustración o si los agentes están manejando mal una llamada.
La puntuación automatizada se puede utilizar para predecir resultados, como la probabilidad de una venta o cancelación del cliente. El procesamiento del lenguaje natural se puede utilizar para identificar automáticamente temas dentro de grupos de conversaciones y puede ayudar a mejorar el desarrollo de reglas de clasificación de llamadas.
Comience con un resultado medible
«El mayor desafío para un programa de análisis de voz es definir lo que quiere lograr con él», dijo Jeff Gallino, fundador y director de tecnología de CallMiner.
Sin objetivos o metas claros, un programa de análisis de voz puede desviarse.
Muchas empresas están pasando del 1-2% de monitoreo de llamadas al 100% de monitoreo, lo que puede ser abrumador sin políticas y procesos claramente definidos para usar la información. Dedicar el presupuesto adecuado para ejecutar un plan e inscribir a la organización para que adopte el cambio son fundamentales para lograr el éxito al implementar la IA en los centros de llamadas.
Un objetivo común, aunque a largo plazo, que tienen las empresas al iniciar proyectos de análisis de voz es reducir el volumen general de llamadas, dijo Meisel de TMA Associates. Los datos pueden formar una base sólida para automatizar aún más el proceso de servicio al cliente en el futuro.
«Los análisis de voz aplicados a los registros del centro de llamadas permiten comprender [as to] por qué los clientes se ponen en contacto con una empresa y proporcionan los datos básicos necesarios para crear chatbots en lenguaje natural y asistentes digitales «, dijo.