“Esta llamada puede ser grabada o monitoreada para fines de calidad en el servicio” es una frase que millones de personas han escuchado una y otra vez al entrar en contacto vía telefónica con un área de atención a clientes. ¿Cómo podría ayudar el speech analytics?
Aunque esa frase pareciera rutinaria, la grabación de las llamadas y el análisis de su contenido se ha venido consolidando como el “big data basado en el habla” que muchas empresas ya están utilizando para conocer mejor a sus clientes.
Para hacerlo posible, están utilizando nuevas generaciones de tecnología de Speech analytics, soportada por inteligencia artificial, para obtener información estructurada a partir de datos no estructurados contenidos en el habla de las personas.
Si no existiera esta tecnología, las empresas se verían obligadas a escuchar millones de grabaciones y procesar su contenido, haciéndolo inviable en tiempo y costos.
Pero ¿qué es Speech analytics?
Es un sistema que analiza de forma automática el contenido de un audio, generalmente de una conversación entre un cliente y un agente de ventas, usando algoritmos de búsqueda, reiteración y adyacencia de palabras para identificar, mediante patrones sonoros, intenciones, estados emocionales, edades, idiomas, entre otros.
Combina reconocimiento de voz, la herramienta tecnológica Speech to text que transcribe el audio a texto mediante reconocimiento automático de voz, transformándola (transcripción) a datos (texto) y metadatos (datos que proveen información sobre las palabras), y reconocimiento cualitativo de las conversaciones.
El análisis de las conversaciones puede darse en tres niveles: en tiempo real (aunque es el menos utilizado), después de la interacción y con datos de cierto período de tiempo.
Como resultado se obtienen reconocimiento de palabras o frases y patrones sonoros, que correctamente analizados brindan valiosos insights del cliente y del negocio, incidiendo en los siguientes rubros:
- Mejorar la experiencia del consumidor al identificar cuál es su intención y estado de ánimo durante la interacción, cuáles son sus “disparadores de compra”; también detecta objeciones, inconformidades o patrones de comportamiento que denotan un riesgo de abandono del cliente.
- Conocer las causas de contacto más frecuentes, y para el caso de quejas, identificar los problemas operativos, logísticos y de procesos que las originan.
- Optimizar la calidad del servicio al conocer los motivos para transferir o poner en espera las llamadas, así como identificar procesos que entorpecen una buena experiencia del cliente.
- Conocer las preferencias y necesidades, expresadas o no, de los clientes para ofrecerles productos y servicios acordes a sus necesidades, así como hacer ventas cruzadas.
- Comunicación eficiente para saber si aquellas palabras o frases que deberían ser parte de la interacción, por requerimientos de ventas, regulatorios, legales o contractuales, son utilizadas y en qué parte de la interacción.
- También puede verificar si los agentes de ventas incorporan en su lenguaje frases positivas que cumplen con las normas, estilo de comunicación o técnicas de ventas. Asimismo, identifica expresiones no deseables en las interacciones.
- Evaluar la velocidad, pronunciación y términos utilizados en las interacciones de voz y contrastarlas con los motivos del contacto y la resolución de estos.
- Reducir los tiempos de atención al contar con respuestas ágiles y predeterminadas frente a preguntas frecuentes.
Además de analizar patrones conocidos, la tecnología de Speech Analytics permite identificar tendencias emergentes y descubrir relaciones desconocidas entre ciertos temas, información del cliente y atributos del personal encargado de la atención a este.