首页 >新闻 > 人工智能 > 内容

CX成功的秘诀:结合对话上下文和语音分析

人工智能 2019-11-12 11:17:02

联系中心使用熟悉的基准来确定呼叫、聊天或电子邮件是否成功。诸如净启动子分数(NPS)、处理时间和静默量等呼叫度量与正或负结果相关。

然而,来自语音分析技术的洞察力证明,这些指标只说明了部分情况。少了什么?上下文--这是让客户体验配方正确的基本要素。

在没有背景的情况下,公司可以错过真正发生的事情。呼叫可能更长,因为有更多的参与对话。由于客户正在寻找信用卡来续订服务,所以可能会发生静默。

行业不需要标准化的基准--它需要可行的见解。通过语音分析,可以测量描绘真实含义的度量,以发现实际的成分到成功的呼叫。

用于确定呼叫是否成功的最广泛使用的度量之一是呼叫长度或平均处理时间(AHT)。较短的约定更好的概念是过时的。在当今的自助服务世界中,代理通常处理更复杂的问题,以解决客户--客户无法自助服务的问题,因此需要向现场代理呼叫。这导致了下一个深入的洞察力:代理性能。

联系中心经理需要评估真正提供的洞察力:代理行为。通过评估代理所采取的动作--例如主动监听、显示移情以及在某些情况下成功地从脚本中删除--获得了更多的效果。这是因为活跃监听在成功呼叫中的重要作用。

研究表明,40%的消费者希望有人在致电呼叫中心前,在询问他们的情绪状态时,倾听他们的心声,但只有一半的人在与呼叫中心代理联系后才会听到他们的倾听。

言语分析实际上可以识别出表现出同理心的单词和短语,让客户放心,同时突出主动倾听的技能,让接触中心能够衡量什么是有意义的。

在衡量什么事项的基础上,正确的技术可以提供实时呼叫监控,以便在呼叫期间给予座席性能反馈,以确保员工在学习更多的移情时被引导。

借助自动化的呼叫评分,联系中心能够聚合任何数量的交互度量,包括声学度量和可定制类别,以满足法规遵从性、流失和品牌声誉--查看“实际工作”和“哪些不是”的趋势分析。

已知在联系中心进行测量的另一个度量是呼叫中的静默量----但与呼叫长度一样,不可能得到能够在没有上下文的情况下改进CX的真正的洞察力。

因为在联络中心沉默不是金色的,对吧?分析所说的内容以及如何说是CX成功的一个更好的指标。

语音分析的一个独特特征是情感分析。IT公司能够识别出客户是快乐还是不快乐的单词、短语和声音质量。这种组合对于理解在呼叫中触发正和否定的反应和结果是至关重要的。

考虑是否有可能测量客户的赞美来评估座席性能----然后可以帮助主管奖励高性能座席并指导正在执行不足的座席。

这种实时反馈在成功调用帮助座席准确地了解导致自我指导和增长的期望结果(或不希望的结果)之后,直接提供了深入了解的速度。

最后,许多联系中心之间的另一个共性是他们对调查和净启动子评分的依赖,但是这些收集反馈的方法并不说明改进CX所需的可操作的见解。为什么?主要是因为这些方法集中在一个非常小的交互样本上,并且它们通常在没有任何颜色的上下文的情况下被捕获。

关于为什么有人打电话来的信息,代理如何处理这个问题,是否解决了问题,在谈话中口头表达和展示的情绪对于理解和改进公司的CX至关重要。

来自语音分析的未经请求的反馈充满了针对这些基本问题的上下文和见解,并可用于影响客户体验和满意度--但这些数据中的大部分都未使用。

当你将这种不请自来的反馈与调查和NPS的调查结果相结合时,你就可以获得体验的“之前、期间和之后”的图片。反过来,组织可以接触到运营问题和CX问题,以及隐藏的销售和营销机会,这些机会可能会激发企业的参与和收入。

现在是时候推进传统的指标了,这些指标是联系中心几十年来用来评估呼叫的。许多组织已经开始提高这一标准,超越了通话时间和沉默的程度。

有了语音分析,我们现在可以进入一个洞察力的世界,描述什么是真正成功的召唤。我们现在能够评估代理行为,分析客户满意度,评估主动反馈--通过这些数据,改进CX的可能性确实是无穷无尽的。

杰夫·加林诺是CallMiner的CTO。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢。