Mga analytics ng pagsasalita: kung paano mapabuti ang serbisyo ng customer at mapalakas ang mga benta

Tumawag ka ng isang kumpanya at naririnig ang awtomatikong mensahe: "Maaaring tawagin ang tawag na ito para sa katiyakan ng kalidad." Malapit ka na sa isang galit dahil matagal ka nang nahawakan, ang iyong pakete ay naipadala sa maling address, at ngayon ang ilang bata sa Nova Scotia ay naglalaro ng iyong Nintendo Switch. Wala kang pakialam kung sinusubaybayan o hindi ang tawag; nangangalaga ka lamang na natanggap mo ang serbisyo ng customer na kinakailangan upang maitama ang iyong sitwasyon. Marahil ay napagtanto mo ang iyong tawag ay maitala, masuri, at ginamit upang magturo sa mga ahente ng serbisyo kung paano mas mahusay na mapamamahalaan ang mga relasyon sa customer (hindi na talagang nagmamalasakit ka). Ngunit ang hindi mo malamang na napagtanto ay, mayroong software na tumatakbo sa tabi ng tawag na ito, pagsukat ng timbre ng iyong boses, pagsubaybay sa mga keyword tulad ng "galit" o "manager" upang gabayan ang kinatawan upang makapaghatid ng isang mas mahusay na resolusyon sa iyo.

Ano ang Speech Analytics?

Inaasahan na aabot sa $ 1.6 bilyon ang merkado ng analytics ng pagsasalita sa 2020, ayon sa ulat ng MarketsandMarkets. Ang industriya ay binubuo ng mga kumpanyang nag-aalok ng mga pangunahing serbisyo tulad ng pagrekord, pag-uulat, at pagbibigay ng mga negosyo sa pagsusuri ng mga tawag sa kasaysayan. Makakakita ka rin ng mga real-time na makina na maaaring magpadala ng mga alerto sa mga superbisor sa panahon ng mga tawag, inaalerto ang mga ito na ang kanilang bagong rep ng serbisyo ay nagalit ng isang mahabang oras sa customer. Ang ganitong uri ng analyst sa pagsasalita ng real-time ay dinisenyo upang awtomatiko ang proseso ng tawag-monitoring upang mapagbuti ang serbisyo ng customer, pati na rin upang magbigay ng pananaw sa marketing at benta.

"Ang pangkasaysayan na piraso ay pangunahing ginamit upang mapagbuti ang pagganap sa contact center, " sabi ni Ian Jacobs, Punong Pananaliksik sa Forrester Research. "Maaari mong malaman kung paano ginagawa ang mga ahente. Ginagamit din ito ng mga kumpanya upang sanayin ang mga salesforce. Nakikinig sa mga tawag na iyon at ginagamit iyon upang matulungan ang sanayin ang mga tindera upang maging mas mahusay sa pagsasara ng mga benta o pagkuha ng mga nangunguna."

Ngayon, higit sa 35 porsyento ng mga kumpanya na may hindi bababa sa isang 50-taong contact center ay nagpatupad ng isang tool sa pagsasalita ng pagsasalita na maaaring gumamit ng isang real-time na paggawa ng desisyon upang itulak ang mga alok upang makipag-ugnay sa mga ahente ng sentro, ayon kay Forrester. Kaya, kung ang isang customer ay tumatawag upang sabihin na hindi siya nasisiyahan sa kanyang traktor, kung gayon ang sistema ay kukunin ang kanyang hindi kasiya-siya. Pagkatapos ay maaaring itulak ng ahente ang isang alok upang mag-upgrade ng isang warranty o bumili ng isa pang traktor, ganap na nakasalalay sa kung ano ang natukoy na partikular na sitwasyon.

Ang paggamit ng mga tool sa pagsasalita ng real-time na pagsasalita ay inaasahan na madaragdagan ngunit may mga magagandang hadlang sa pagpasok, lalo na para sa mga kumpanya ng maliliit na merkado na walang malawak na imprastraktura ng call center na kinakailangan upang magamit ang pinakamahusay na paggamit ng mga tool na ito. Halimbawa, ang mga pinaka-tool na paggupit ay masyadong advanced para sa tradisyunal na superbisor ng call center at ang kanyang mga empleyado. Bilang karagdagan, dahil sa isang nagbabago na produkto at linya ng serbisyo ng negosyo, ang mga tool sa pagsasalita sa pagsasalita ay kailangang ayusin at mai-optimize nang regular na magbigay ng pinakamahalagang halaga sa kumpanya. At huwag nating kalimutan ang pinakamahalagang kadahilanan: gastos. Ang mga tool sa analytics ng pagsasalita, tulad ng karamihan sa iba pang mga anyo ng software ng enterprise, ay maaaring medyo mahal. Dahil ang mga kumpanya ay tradisyonal na ginamit ang mga tool na ito para sa mga layunin ng pagsasanay, naging kasaysayan na mahirap na patunayan ang mahusay na return-on-investment (ROI).

Speech Analytics para sa Marketing at Pagbebenta

Dinadala namin ito sa susunod na henerasyon ng mga tool sa pagsusuri ng pagsasalita: ang mga maaaring magamit upang subaybayan ang mga propesyonal sa mga benta at mga namimili upang itulak ang mga alok sa real time. Bagaman ang telepono ay maaaring hindi na aparato para sa mga pakikipag-ugnayan sa tatak, ang pagmamaneho, pagsubaybay, at pag-optimize ng mga tawag sa telepono ay nakakaimpluwensya sa higit sa $ 1 trilyon sa paggasta ng mamimili ng US bawat taon, ayon sa ulat ng BIA / Kelsey. Ito ay isang gintong pagkakataon para sa industriya ng pagsasalita ng analytics upang patunayan ang halaga nito; ang pagkakataon ay pinalakas ng katotohanan na ang bawat dolyar na nakuha sa panahon ng isang sinusubaybayan na tawag ay maaaring masubaybayan pabalik sa paunang puhunan ng software.

"Dahil ang mga ito ay mahal, ang karamihan sa mga kaso ng maagang paggamit ay nasa paligid ng kita ng kita, " sabi ni Jacobs. "Mas madali na bigyang katwiran ang pagbili kung bumubuo ito ng kita. Saan nagsimula ang real-time."

Ang isa sa mga kumpanyang nangunguna sa pagsasalita ng rebolusyon sa pagsasalita ng ROI ay ang Marchex, isang tool sa pagsasalita ng pagsasalita na partikular na idinisenyo upang matulungan ang mga negosyo na matukoy kung paano nakakaapekto ang digital advertising at marketing sa mga pagbili at kasiyahan. Mahalaga, ang monitor ng software ng Marchex ay tumatawag sa totoong oras at para sa mga salinlahi. Nakikinig ang software para sa mga keyword na nauukol sa layout ng website, mga ad ng video, banner, mga pagsusumikap sa marketing sa email, at anumang bagay na nauugnay sa marketing. Kung ang mga customer ay tumatawag upang magreklamo tungkol sa disenyo ng iyong website, pagkatapos ay maaari mong agad na ayusin ang iyong website upang mas mapadali ang pag-navigate at pagbili. Kung gustung-gusto ng mga tao ang iyong bagong video sa YouTube at tinukoy nila ito sa panahon ng serbisyo at pagbili ng mga tawag, pagkatapos ay maaari mong gamitin ang data na iyon upang matukoy kung magkano ang gugugol upang palakihin ang trapiko ng video.

"Maaari naming tanungin ang parehong mga katanungan na maaaring itanong ng isang call center ngunit ito ay nagiging isang kawili-wiling tool para sa mga namimili, " sabi ni Guy Weismantel, Executive VP at CMO sa Marchex. "Parami nang parami, sa pagdating ng CMO pagkakaroon ng digital na impormasyon tungkol sa mga prospective na customer, binabagsak mo ang mga cookies sa kanila, muling tinarget mo ang mga ito. Ang marketing ay umalis mula sa tatak ng tatak hanggang sa isa na nakatuon sa kita sa pagmamaneho."

Kamakailan lamang ay inilunsad ni Marchex ang tool na Speech Analytics, na idinisenyo upang pagsamahin at pag-aralan ang data ng tawag para sa pag-access at pagsusuri sa pamamagitan ng mga dashboard at visual analytics. Mas partikular, ang tool ng Speech Analytics ay makakatulong sa mga kumpanya na mas mahusay na samantalahin ang mga bagay tulad ng nawalang mga pagkakataon, mataas na hangarin na tawag, pagsubaybay sa script ng ahente, at mahahanap na mga transkrip, ayon sa pahayag ng Marchex.

Ang mga pangunahing Player

Bilang karagdagan sa Marchex, na inamin na nakatuon sa kita na henerasyon ng kita ng merkado ng pagsusuri ng pananalita, mayroong mga kumpanya tulad ng Nice at Verint - ang Coke at Pepsi ng speech analytics, ayon sa pagkakabanggit. Ang mga kumpanyang nakabase sa Israel ay "mapait na mga karibal" ayon kay Jacobs, ngunit sinabi niya na kapwa nila napakahusay na pagpipilian para sa sinumang isinasaalang-alang ang isang paglipat sa pagtatasa ng tawag.

Bagaman ang karamihan sa mga customer ng Nice ay pangunahing nakatuon sa post-call analytics, binibigyang diin ng kumpanya ang pag-andar nito sa real-time upang mapabuti ang analytics, pakikipag-ugnayan, at operasyon ng daloy ng customer.

Sa kabaligtaran, nais ni Verint na maging tool sa pagsasalita ng pagsasalita na iyong plug sa iyong pangkalahatang tool sa pag-optimize ng workforce. Sa sitwasyong ito, mahuhuli ng software ng Verint na ang isang ahente ay nagkamali sa tatlong sunud-sunod na tawag. Alam ni Verint na ang mga ahente na gumawa ng tatlong mga pagkakamali ay awtomatikong kinakailangan upang ulitin ang kanilang pagsasanay, kaya ang system ay nagpapadala ng isang awtomatikong mensahe sa isang superbisor, pag-iskedyul ng pagsasanay para sa ahente. Ang rep ay, mula sa loob ng Verint, makapag-iskedyul ng sesyon ng pagsasanay na magaganap sa isang integrated platform ng online na pag-aaral.