To give you the best possible experience please select your preference.
Par Joni Martikainen, Responsable des Données et de l'IA, Enreach
Sous toutes ses formes, le téléphone reste l'une des principales formes d'engagement client, c'est donc une source précieuse d'informations pour aider à comprendre leur comportement et soutenir la croissance de l'entreprise. Par exemple, les appels peuvent aider à comprendre s'il y a des problèmes de fonctionnement, à déterminer le degré de satisfaction et si une campagne de vente fonctionne.
Bien sûr, écouter et analyser manuellement les appels vocaux prend du temps et reste un exercice laborieux. Pourtant, ne pas analyser les appels est synonyme d’informations perdues.
La réponse est l'analyse conversationnelle, qui supprime l'effort manuel d'écoute de tous ces appels, en utilisant les technologies d'intelligence artificielle pour observer les mots clés, les phrases, le comportement et les sentiments. Les appels peuvent également être catégorisés et les exigences de conformité prises en charge. De plus, les avantages de l'analyse des conversations peuvent s'étendre au-delà du centre de contact à chaque département en tant qu'outil pour stimuler la croissance et la rentabilité.
Pour les fournisseurs de services, l'analyse de la parole est un moyen de fournir des services supplémentaires aux clients nouveaux et existants et de tirer le meilleur parti de l'intérêt croissant pour l’expérience utilisateurs. D'un point de vue technologique, l'analyse de la parole ne doit pas être un processus exigeant ou complexe.
Sans approfondir les détails techniques, l'analyse de la parole peut être divisée en trois catégories principales.
Le premier est la synthèse vocale, qui, comme son nom l'indique, convertit la voix en contenu lisible qui peut être analysé plus en détail, par exemple en recherchant des mots clés ou des phrases.
La deuxième catégorie est l'analyse des sentiments, qui examine le ton de la voix de l'appelant, appuyée par l'identification de mots-clés pour aider à comprendre ce que cette personne ressent à propos d'une situation. Les résultats sont généralement notés comme positifs, négatifs ou neutres.
Troisièmement, l'analyse de l'intention examine ce que le client voulait lorsqu'il a appelé : était-ce pour acheter quelque chose, déposer une plainte ou avait-il une question ? Une meilleure compréhension de l'intention des clients signifie que les améliorations de leurs besoins futurs peuvent être satisfaites avec plus de précision.
Voici quelques exemples de scénarios d'analyse conversationnelle possibles.
Une compagnie d'assurance a découvert que les clients n’arrivaient pas à trouver le bon endroit pour prendre rendez-vous sur son site web. Ce problème a été découvert grâce à l'analyse de la parole. Une fois le site web modifié, les réservations en ligne ont augmenté et les appels entrants pour demander des rendez-vous ont diminué.
La même entreprise pourrait également surveiller les interactions avec les clients et identifier les domaines où les agents pourraient s'améliorer. Les points de blocage les plus courants peuvent être découverts grâce à l'analyse conversationnelle, et les agents sont ensuite formés pour y remédier. De même, les signaux de désabonnement peuvent être signalés et les clients contactés de manière proactive pour les faire rester.
Les informations basées sur l'IA peuvent aider les équipes commerciales à déterminer les méthodes d'engagement client les plus efficaces, puis à former les équipes en conséquence. Par exemple, l'analyse de la parole peut fournir un aperçu de l'intention de l'acheteur, des questions courantes ou des hésitations pour aider les commerciaux à conclure une vente.
L'analyse de la parole peut aider à réduire l'effort de surveillance de la qualité de l'interaction des agents avec les clients, à repérer les modèles et à identifier les domaines où les processus pourraient être améliorés. De plus, ces données peuvent être utilisées dans des manuels de formation personnalisés pour accélérer le processus d'intégration.
Enfin et surtout, l'analyse conversationnelle peut aider à garantir que les normes réglementaires sont respectées en repérant tout écart par rapport à des scripts prédéterminés et prêts pour la conformité. En outre, les informations personnelles identifiables (PII) de l'industrie des cartes de paiement (PCI) peuvent être automatiquement supprimées des enregistrements d'appels, par exemple déclenchés lorsque l'agent prononce des mots tels que "numéro de carte de crédit".
Ces exemples de scénarios démontrent que l'analyse de la parole offre de multiples avantages, éliminant une grande partie des problématiques concernant le service client, le marketing et les ventes. De plus, étant donné que cette mine d'informations est déjà enregistrée et stockée par de nombreuses organisations, tirer le meilleur parti de ces données relève du bon sens commercial.