Ang Voicebase at tableau ay naghahatid ng mga bagong pananaw sa pamamagitan ng speech analytics

Ang mga tawag sa helpdesk na telepono ay bumubuo ng unang pakikipag-ugnay sa mga customer ng kumpanya pati na rin ang isang pagkakataon upang makagawa ng isang mahusay na impression, malutas ang mga isyu, o gumawa ng isang benta. Ginagawa nito ang impormasyong nakapaloob sa mga tawag na ito na napakahalaga ngunit medyo mahirap ma-access. Sa madaling salita, ang mga tawag sa boses ay kumakatawan sa isang malaking pagkakataon. Ayon sa Gartner Research, higit sa 90 porsyento ng mga pag-uusap ng customer ay nangyayari pa rin sa telepono at bumubuo ng isang nakakapagod na halaga ng mahalagang data sa mga kumpanya. Ang analytics ng pagsasalita ay surging at inaasahan na maging isang bilyong dolyar na industriya sa 2020, ayon sa MarketsandMarkets Research.

Ang mga pag-uusap sa boses ay maaaring magmaneho ng mas mahusay na mga karanasan sa customer pati na rin makabuo ng mahalagang feedback. Ang pagsasalita ay isang higit pang nuansa at tumpak na tool na analitikal na ginamit para sa pagsukat ng tugon ng customer. Totoo ito lalo na sa mga environment ng helpdesk kung saan ang hindi kasiya-siyang karanasan sa customer ay maaaring humantong sa mga kliyente ng pagkabigo, pagguho ng halaga ng tatak, at nawala ang mga benta.

Araw-araw, mayroong 56 milyong oras ng mga tawag sa telepono ng customer na nagaganap; halos 400 bilyon na mga salita ang sinasalita. Mas mahalaga para sa mga negosyo, ang data na ito ay maaaring maging isang nakatuon na mapagkukunan ng pag-input ng customer at katalinuhan sa negosyo (BI).

Ano ang Speech Analytics?

Ang analytics ng pagsasalita ay ang proseso ng pagkuha ng kahulugan mula sa mga pag-record ng audio upang ang mga ito ay maaaring masuri gamit ang artipisyal na intelektwal (AI) upang masabi ang data na maaaring magamit ng mga negosyo para sa mas malalim na kaunawaan sa pag-uusap. Ang software sa pag-uusap sa talasalitaan ay maaaring tumagal ng maraming oras ng umiiral na mga tawag sa suporta at nagtatrabaho sa AI upang paghiwalayin ang maraming mga nagsasalita sa isang tawag, tuklasin ang emosyonal na estado ng mga tumatawag sa pamamagitan ng pagsusuri para sa mga pahiwatig sa pitch pitch at tono, at alisan ng takip at subaybayan ang madalas na nabanggit na mga keyword.

"Ang pagsasalita sa pangkalahatan ay medyo may sapat na gulang, pagkakaroon ng pinarangalan, nasubok, at pinino sa mga setting ng call center at sa ibang lugar, " sabi ng BI at database ng eksperto ng PCMag na si Pam Baker. "Ang pagsasalita-sa-teksto ay pangkaraniwan para sa mga mensahe ng voicemail at iyon ay isang napaka-mature na anyo ng pagsasalita. Kapag na-convert sa teksto, ang gawaing pagsusuri ay halos kapareho ng para sa anumang iba pang input na nakabase sa teksto."

Mula sa Mga Pakikipag-usap sa Dashboards

Karamihan sa mga data na ginamit para sa mga analytics ng pagsasalita ay nagmula sa mga cloud-based-IP-Vo (VoIP) na mga system na batay sa cloud na awtomatikong naitala ang mga tawag at iba pang mga form ng mga pakikipag-ugnay, kasama ang mga text chat at kumperensya ng video. Para sa karamihan, ang data na ito ay nananatili sa mga server na nagpapatakbo ng cloud PBX, na ginagawang mabuti para sa mga solusyon sa pagsasalita ng pagsasalita dahil, hangga't ang mga platform na ito ay na-deploy din sa modelo ng Software-as-a-Service (SaaS), madali silang isinama sa sistema ng VoIP o call center.

Ang AI-powered speech analyst vendor VoiceBase kamakailan ay nakipagtulungan sa data visualization at pinuno ng merkado ng BI na si Tableau. Sa pamamagitan ng paggamit ng solusyon ng VoiceBase, ang mga pag-record ng audio ng call center ay maaari na ngayong ma-pares at pagkatapos ay magamit bilang isang mapagkukunan ng data sa isang enriched na format ng teksto na maaaring magamit ng Tableau Desktop upang maihatid ang mayamang mga visualization.

Ang resulta ay ang mga kumpanya ay magkakaroon ng access sa mga pananaw na hindi nila nakuha bago. Kasama dito ang paggamit ng natural na pagproseso ng wika (NLP) upang maipalabas ang mga keyword at paksa na natutuklasan ang naitala na nilalaman. Ang pag-aaral ng makina (ML) ay nagtatrabaho upang mapalawak ang mga analytics ng pagsasalita at makabuo ng mga sukatan ng pag-uusap, na nagreresulta sa mga driver ng tawag at mga uso sa negosyo. Ang impormasyong ito ay maaaring magamit upang mapagbuti ang mga pakikipag-ugnayan sa call center, streamline na mga script ng tawag ng ahente, at i-highlight ang mga lugar o produkto na maaaring magamit ang pagpapabuti.

"Inaakala kong ang analytics ng pagsasalita ay magiging isang likas na akma para sa mga nagtitinda ng BI na nakatuon na gumamit ng natural na query sa wika at pagmimina ng data ng audio o video. Ang iba pang mga nagtitinda sa BI ay maaaring gumawa ng mas maraming gawain upang gawing akma, ngunit may akma pa rin sa gawin mo ito, "sabi ni Baker.

Kapag magagamit sa pamamagitan ng mga interactive na dashboard ng BI vendor, ang mga gumagamit ay maaaring mag-drill down sa mga tawag sa kanilang kumpanya upang maunawaan ang mga reklamo, mapagkumpitensyang pagbanggit, pakikipag-ugnay sa ahente, sa pag-uusap, pagbebenta ng mga benta, at paghuhula ng churn (iyon ay, hinuhulaan kung kanselahin ng mga kostumer ang isang serbisyo o isang produkto ). Ang mga hula na analytics ay ginagamit upang makita ang mga kumplikadong kaganapan, at hulaan ang pag-uugali ng customer sa hinaharap na batay sa mga nakaraang tawag at mga pattern.

Paano gumagana ang Visualization ng Data ng Voice

Ang paglalapat ng AI at ML na teknolohiya sa mga tawag sa boses ay nangangahulugan na ang mga pag-uusap ay kailangang maikumpirma at maaaring kumilos ng mga daloy ng data. Sa kaso ng solusyon ng VoiceBase, ang mga daloy ng data na ito ay ikinategorya sa maraming mga feed ng data. Ang mga ito ay binubuo ng isang malawak na hanay ng mga analytics, kabilang ang Call Prediction, Call Kategorization, Conversion Metrics, at Transkripsyon. Kapag tiningnan sa pamamagitan ng isang lens ng BI, makakatulong ang mga analytics na ito na bigyan ang mga gumagamit ng isang snapshot ng kalusugan ng tatak, mapagkumpitensyang pagtatasa, paglalakbay ng customer, pagsusuri sa kampanya sa marketing, pagsubaybay sa ahente, at pag-optimize ng benta, upang pangalanan lamang ang ilang mga posibilidad.

• Ang Pinakamahusay na Help Desk Software para sa 2019 Ang Pinakamahusay na Help Desk Software para sa 2019
• Ang Pinakamahusay na Mga Kasangkapan sa Negosyo ng Business Self-Service Business (BI) para sa 2019 Ang Pinakamahusay na Mga Serbisyo ng Negosyo sa Negosyo ng Intelligence (BI) para sa Self-Service para sa 2019
• Mga Pagsasalita ng Talumpati: Paano Mapapabuti ang Serbisyo ng Customer at Pagtaas ng Talumpati sa Pagsasalita ng Pagbebenta: Paano Pagbutihin ang Customer Service at Boost Sales

"Nakita namin ang isang malaking pagkahilig sa pagnanais ng aming mga customer na mas mahusay na pagkilos ng data ng analytics ng pagsasalita, na kung saan ay may kasaysayan na na-trap sa call center, at pagwasto ito sa napakalaking halaga ng BI na naihatid ng Tableau, " sabi ni Jay Blazensky, co-founder at Chief Revenue Officer (CRO) sa VoiceBase.

"Sa kaso ng pagsasalita ng pagsasalita, ang idinagdag na halaga para sa anumang vendor ng BI ay mas mataas, " paliwanag ni Baker. "Iyon ay dahil ang form na ito ng data at pagsusuri ay may kasaysayan na limitado sa mga aktibidad sa call center - halimbawa, pag-aralan ang mga tawag sa telepono para sa sentimento ng customer, reklamo, escalations, resolusyon, at iba pang mga bagay na may kaugnayan sa pagpapanatili ng customer at reputasyon ng tatak. Pagdaragdag ng data ng call center na ito. sa paghahalo ng iba pang mga data na nagbibigay ng mas kumpletong at nuanced output para sa mga negosyo na kumilos. Karagdagan pa, ang pag-analisa ng pagsasalita ay maaaring mapalawak na lampas sa call center upang mas maraming mga data ang maaaring ma-ani at minahan. "