Dietro le quinte della tecnologia conversazionale: il circolo virtuoso delle Speech Analytics

Negli ultimi anni, ciò che chiamavamo “call center” ha subito un’importante evoluzione, spostandosi dall’essere un tradizionale gestore di chiamate telefoniche inbound e outbound ad un vero e proprio contact center omnichannel. Questa evoluzione è destinata a crescere ancora di più: circa il 60% dei care leader di varie aziende ha registrato dal 2020 un aumento delle chiamate totali, con il numero di contatti per cliente e una customer base in crescita come fattori chiave.

Per gestire questo incremento così significativo, le aziende hanno implementato strategie di user experience e assistenza clienti sempre più targetizzate e accurate, dove la corretta gestione dei dati diventa di importanza fondamentale, non solo per migliorare la customer experience ma anche per trasformare il customer care in una fonte di insight preziosi e, dunque, anche di profitto: viene stimato infatti che una corretta implementazione delle strategie di customer value possa aumentare il risultato anche di topline revenues.

Uno degli asset chiave di questa strategia è la Speech Analytics.

Il ruolo della Speech Analytics nella rivoluzione del customer care

Le speech analytics (SA) consentono alle organizzazioni di analizzare ogni conversazione con il cliente attraverso voce e testo, estraendone un vero e proprio patrimonio di dati fondamentale nel contesto odierno, dove ad oggi il 61% delle grandi imprese italiane ha già avviato almeno un progetto di AI, con i chatbot in prima fila tra le tecnologie impiegate, per comprendere al meglio i bisogni dei propri clienti e personalizzarne l’esperienza e per migliorare la produttività degli agenti. Queste soluzioni sono dunque in esponenziale crescita (si prevede un mercato da oltre 5 miliardi nel 2027) ,  in quanto sono in grado di gestire un’ampia gamma di interazioni con i clienti, combinando informazioni registrate e dati che provengono anche da altri canali, per comprendere meglio le loro esigenze ed aiutando parallelamente gli agenti a ridurre i rischi (di insoddisfazione). Tutto questo sfruttando gli strumenti analitici atti a valutare le chiamate end to end e migliorare i processi di engagement dei clienti.

Spitch, leader del settore nei sistemi di intelligenza artificiale conversazionale, ha identificato gli step fondamentali del processo di speech analytics, dettagliando come l’implementazione del sistema di SA possa creare un loop virtuoso di miglioramento del servizio di customer care.

Analisi interazioni clienti-agenti

Abbiamo parlato dell’evoluzione del customer care nel corso del tempo, ma l’obiettivo primario è rimasto invariato: il cliente ha un dubbio o una necessità, e queste devono essere soddisfatte. Ciò che cambia sono le aspettative del cliente su efficienza e velocità. Infatti, già nel 2021, in una ricerca americana, oltre il 65% di tutti i clienti ha dichiarato di avere aspettative sul customer service ben

più alte rispetto a quelle di un anno fa ed altre ancora in cui il 27% dichiara che la frustrazione principale di un servizio clienti scadente è proprio la mancanza di efficacia.

In questo quadro di alte aspettative, lo speech analytics applica, in diverse fasi, criteri mirati di data collection:

1. Trascrizione del parlato naturale con contestuale identificazione (tagging) di parole e frasi significative.
2. Analisi elementi non verbali come i silenzi, la velocità e la concitazione, che permettono di quantificare lo stress e valutare il sentiment dell’interlocutore.
3. Trasformazione del dato in informazioni di valore per la valutazione strategica.
4. Identificazione, tramite data collection, degli eventuali punti deboli del prodotto/servizio, del posizionamento rispetto ai competitor e delle aspettative dei clienti.

Rilevamento aree di miglioramento

Secondo una ricerca Hubspot, il 90% dei clienti considera una risposta immediata da parte del call center come molto importantecon la probabilità di abbandonare il servizio o l’azienda che risulta di 4 volte superiore se il customer service è troppo lento o infruttuoso.

Uno dei principali vantaggi delle speech analytics è la possibilità di sfruttare l’elaborazione di dati delle registrazioni per migliorare il risultato di ogni singola chiamata. Il processo di rilevamento delle aree di miglioramento passa attraverso alcuni step:

1. comparare i fattori che differenziano gli operatori che riescono a risolvere efficacemente l’interazione con il cliente e dunque trasformare un cliente insoddisfatto in uno felice. Lo scopo è quello di valutare l’efficacia della gestione, la bontà degli script e degli attuali processi e valutare l’eventuale implementazione di nuovi.
2. migliorare costantemente l’interpretazione del linguaggio naturale attraverso il NLP e l’adozione di un approccio predittivo sulle azioni e i comportamenti degli interlocutori, allo scopo di incrementare la FCR (First Call Resolution) e prevenire l’abbandono (Churn).

Implementazione di nuove strategie e controllo Kpi

Lo scopo del costante lavoro di miglioramento della gestione del cliente è finalizzato ad ottenere un sempre più preciso ed efficace customer care, realizzato con la speech analytics, attraverso lo studio dei KPI quantitativi quali ad esempio l’NPS (Net Promoter Score), l’AHT (Average Hold Time) e la CSAT (Customer Satisfaction).

Ma il vero lavoro della SA è l’integrazione di questi KPI con dati di tipo qualitativo, ovvero non solo una registrazione dell’indice di fidelizzazione e soddisfazione dei clienti, ma anche una comprensione delle ragioni che hanno portato a questi dati. Il risultato è un intervento mirato sulle problematiche più importanti attraverso strategie quali la ridefinizione degli script e la formazione degli agenti.

Non si finisce mai di migliorare

L’output di tutto il processo di analisi svolto tramite SA è dunque una maggiore efficacia delle strategie di customer care, ma il vero vantaggio consiste nel costante auto-miglioramento. Le strategie implementate a seguito del feedback delle speech analytics sono infatti continuamente soggette a valutazione e modificabili in base ai nuovi insight proposti dalla soluzione.

Le previsioni per il futuro parlano chiaro: la ricerca di una personalizzazione del servizio di customer care e un livello di accuratezza sempre più alti, necessitano di una soluzione che solo una tecnologia come l’IA conversazionale può fornire.

Continua a leggere le notizie di Diario Innovazione e segui la nostra pagina Facebook