สารบัญ:
วีดีโอ: Voicebase | Visualizing speech analytics for the true voice of the customer (กันยายน 2024)
การโทรศัพท์ Helpdesk เป็นการติดต่อครั้งแรกกับลูกค้าของ บริษัท รวมถึงโอกาสในการสร้างความประทับใจแก้ปัญหาหรือทำการขาย สิ่งนี้ทำให้ข้อมูลที่อยู่ในการโทรเหล่านี้มีค่ามหาศาล แต่ค่อนข้างเข้าถึงได้ยาก กล่าวอีกนัยหนึ่งการโทรด้วยเสียงเป็นโอกาสที่ยิ่งใหญ่ จากการวิจัยของการ์ทเนอร์พบว่ากว่า 90% ของการสนทนากับลูกค้ายังคงเกิดขึ้นทางโทรศัพท์และสร้างข้อมูลที่มีค่าให้กับ บริษัท ต่างๆ การวิเคราะห์คำพูดเพิ่มขึ้นและคาดว่าจะกลายเป็นอุตสาหกรรมพันล้านดอลลาร์ภายในปี 2563 ตามรายงานของ MarketsandMarkets
การสนทนาด้วยเสียงสามารถผลักดันประสบการณ์ของลูกค้าที่ดีขึ้นรวมทั้งสร้างความคิดเห็นที่มีค่า คำพูดเป็นเครื่องมือวิเคราะห์ที่เหมาะสมยิ่งขึ้นและใช้ในการวัดการตอบสนองของลูกค้า โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมที่ช่วยเหลือซึ่งประสบการณ์ของลูกค้าที่ไม่พึงประสงค์สามารถนำไปสู่ลูกค้าที่ผิดหวังการพังทลายของมูลค่าแบรนด์และยอดขายที่หายไป
ทุกวันมีการโทรศัพท์ติดต่อกับลูกค้า 56 ล้านชั่วโมง นั่นคือประมาณ 400 พันล้านคำพูด ที่สำคัญกว่าสำหรับธุรกิจข้อมูลนี้สามารถเป็นแหล่งเน้นการป้อนข้อมูลของลูกค้าและระบบธุรกิจอัจฉริยะ (BI)
การวิเคราะห์คำพูดคืออะไร
การวิเคราะห์คำพูดเป็นกระบวนการของการแยกความหมายจากการบันทึกเสียงดังนั้นสิ่งเหล่านี้สามารถวิเคราะห์ได้โดยใช้ปัญญาประดิษฐ์ (AI) เพื่อแยกวิเคราะห์ข้อมูลที่ธุรกิจสามารถนำไปใช้ในการสนทนาเชิงลึก ซอฟต์แวร์การวิเคราะห์คำพูดอาจใช้เวลาหลายชั่วโมงในการโทรหาฝ่ายสนับสนุนที่มีอยู่และจ้าง AI เพื่อแยกลำโพงหลายตัวระหว่างการโทรตรวจจับสถานะทางอารมณ์ของผู้โทรโดยการวิเคราะห์หาสัญญาณเสียงและโทนเสียงและค้นหาและติดตามคำหลักที่กล่าวถึงบ่อยๆ
แพมเบเกอร์กล่าวว่า "การพูดโดยทั่วไปค่อนข้างเป็นผู้ใหญ่ได้รับการฝึกฝนทดสอบและปรับปรุงในการตั้งค่าคอลล์เซ็นเตอร์และที่อื่น ๆ " แพมเบเกอร์ผู้เชี่ยวชาญด้านฐานข้อมูลและ PCMag ของ BI กล่าว "Speech-to-text เป็นเรื่องปกติสำหรับข้อความเสียงและนั่นเป็นรูปแบบการพูดที่สูงมากเมื่อแปลงเป็นข้อความแล้วงานวิเคราะห์ก็ค่อนข้างจะเหมือนกับที่ใช้สำหรับอินพุตข้อความอื่น ๆ "
จากบทสนทนาถึงแดชบอร์ด
ข้อมูลส่วนใหญ่ที่ใช้สำหรับการวิเคราะห์คำพูดมาจากระบบ Voice-over-IP (VoIP) บนคลาวด์ที่มีการบันทึกการโทรอัตโนมัติและการโต้ตอบรูปแบบอื่น ๆ รวมถึงการแชทข้อความและการประชุมทางวิดีโอ ส่วนใหญ่ข้อมูลนี้จะยังคงอยู่บนเซิร์ฟเวอร์ที่ใช้งานระบบคลาวด์ PBX ซึ่งเหมาะสมกับโซลูชันการวิเคราะห์คำพูดเพราะตราบใดที่มีการปรับใช้แพลตฟอร์มเหล่านี้ในรูปแบบ Software-as-a-Service (SaaS) พวกเขารวมเข้ากับระบบ VoIP หรือคอลเซ็นเตอร์ได้อย่างง่ายดาย
VoiceBase ผู้ให้บริการวิเคราะห์เสียงพูดที่ทำงานด้วย AI เพิ่งร่วมมือกับการสร้างภาพข้อมูลและ Tableau ผู้นำตลาด BI ด้วยการใช้โซลูชันของ VoiceBase ตอนนี้สามารถแยกวิเคราะห์การบันทึกเสียงของคอลเซ็นเตอร์ได้แล้วทำให้เป็นแหล่งข้อมูลในรูปแบบข้อความที่ได้รับการตกแต่งที่ Tableau Desktop สามารถใช้เพื่อสร้างภาพข้อมูลที่สมบูรณ์
ผลที่ได้คือ บริษัท จะสามารถเข้าถึงข้อมูลเชิงลึกที่พวกเขาไม่เคยมีมาก่อน สิ่งเหล่านี้รวมถึงการใช้การประมวลผลภาษาธรรมชาติ (NLP) เพื่อแยกคำหลักและหัวข้อที่ทำให้ค้นพบเนื้อหาที่บันทึกไว้ การเรียนรู้ด้วยเครื่องจักร (ML) นั้นใช้เพื่อขยายการวิเคราะห์เสียงพูดและสร้างเมตริกการสนทนาส่งผลให้ไดรเวอร์การโทรและแนวโน้มธุรกิจ ข้อมูลนี้สามารถใช้เพื่อปรับปรุงการโต้ตอบของศูนย์บริการข้อมูลปรับปรุงสคริปต์ตัวแทนการโทรและเน้นผลิตภัณฑ์หรือบริการที่สามารถปรับปรุงได้
"ฉันคิดว่าการวิเคราะห์คำพูดจะเหมาะอย่างยิ่งสำหรับผู้ขาย BI ที่ได้รับการปรับให้ใช้การสืบค้นด้วยภาษาธรรมชาติและการทำเหมืองข้อมูลเสียงหรือวิดีโอผู้ให้บริการ BI รายอื่นอาจต้องทำงานเพิ่มเติมเพื่อให้เหมาะสม แต่ก็สมเหตุสมผล ทำเช่นนั้น "เบเคอร์กล่าว
เมื่อพร้อมใช้งานผ่านแดชบอร์ดแบบโต้ตอบของผู้ขาย BI ผู้ใช้สามารถเจาะลึกเข้าไปในการโทรของ บริษัท เพื่อทำความเข้าใจกับข้อร้องเรียนการกล่าวถึงการแข่งขันการติดต่อตัวแทนการพูดคุยการคัดค้านการขายและการคาดการณ์แบบปั่นป่วน ) การวิเคราะห์เชิงคาดการณ์ใช้เพื่อตรวจสอบเหตุการณ์ที่ซับซ้อนและทำนายพฤติกรรมของลูกค้าในอนาคตที่อิงกับการโทรและรูปแบบที่ผ่านมา
การแสดงข้อมูลด้วยเสียงทำงานอย่างไร
การใช้เทคโนโลยี AI และ ML กับการโทรด้วยเสียงหมายความว่าการสนทนาจะต้องเปลี่ยนเป็นสตรีมข้อมูลเชิงปริมาณและดำเนินการได้ ในกรณีของโซลูชันของ VoiceBase สตรีมข้อมูลเหล่านี้จะถูกจัดหมวดหมู่เป็นฟีดข้อมูลหลายตัว สิ่งเหล่านี้ประกอบด้วยการวิเคราะห์ที่หลากหลายรวมถึงการทำนายการโทรหมวดหมู่การโทรตัวชี้วัดการแปลงและการถอดความ เมื่อดูผ่านเลนส์ BI การวิเคราะห์เหล่านี้สามารถช่วยให้ผู้ใช้งานทราบถึงภาพรวมของแบรนด์การวิเคราะห์การแข่งขันการเดินทางของลูกค้าการวิเคราะห์แคมเปญการตลาดการตรวจสอบตัวแทนและการเพิ่มประสิทธิภาพการขาย
- ซอฟต์แวร์ช่วยเหลือที่ดีที่สุดสำหรับปี 2562 ซอฟต์แวร์ช่วยเหลือที่ดีที่สุดสำหรับปี 2562
- เครื่องมือข่าวกรองธุรกิจแบบบริการตนเอง (BI) ที่ดีที่สุดสำหรับปี 2019 เครื่องมือข่าวกรองธุรกิจแบบบริการตนเองที่ดีที่สุดสำหรับปี 2019
- Speech Analytics: วิธีปรับปรุงการบริการลูกค้าและเพิ่มยอดขาย Speech Analytics: วิธีปรับปรุงการบริการลูกค้าและเพิ่มยอดขาย
“ เราได้เห็นแนวโน้มที่ยิ่งใหญ่ในความต้องการของลูกค้าของเราในการใช้ประโยชน์จากข้อมูลการวิเคราะห์เสียงพูดที่ดีขึ้นซึ่งในอดีตเคยติดกับคอลล์เซ็นเตอร์และเพื่อเชื่อมโยงกับ BI จำนวนมหาศาลที่ให้บริการโดย Tableau” Jay Blazensky กล่าว ผู้ร่วมก่อตั้งและหัวหน้าเจ้าหน้าที่สรรพากร (CRO) ที่ VoiceBase
"ในกรณีของการวิเคราะห์เสียงพูดมูลค่าเพิ่มสำหรับผู้ขาย BI ใด ๆ จะสูงกว่า" นายเบเกอร์อธิบาย "นั่นเป็นเพราะรูปแบบของข้อมูลและการวิเคราะห์ในอดีตนั้นถูก จำกัด ไว้ที่กิจกรรมของศูนย์บริการ - ตัวอย่างเช่นการวิเคราะห์การโทรศัพท์สำหรับความเชื่อมั่นของลูกค้าการร้องเรียนการเพิ่มระดับความละเอียดและอื่น ๆ ที่เกี่ยวข้องกับการเก็บข้อมูลลูกค้าและชื่อเสียงของแบรนด์ เพื่อการผสมผสานของข้อมูลอื่นทำให้เกิดผลลัพธ์ที่ครอบคลุมและเหมาะสมยิ่งขึ้นสำหรับธุรกิจที่ต้องดำเนินการนอกจากนี้การวิเคราะห์คำพูดสามารถขยายได้นอกเหนือจากศูนย์บริการข้อมูลเพื่อให้สามารถเก็บเกี่ยวและขุดข้อมูลได้มากขึ้น "
