Voicebase und Tableau liefern durch Sprachanalyse neue Erkenntnisse

Helpdesk-Anrufe sind der erste Kontakt mit den Kunden eines Unternehmens sowie die Gelegenheit, einen guten Eindruck zu hinterlassen, Probleme zu lösen oder einen Verkauf zu tätigen. Dies macht die in diesen Aufrufen enthaltenen Informationen äußerst wertvoll und dennoch etwas schwer zugänglich. Mit anderen Worten, Sprachanrufe stellen eine enorme Chance dar. Laut Gartner Research finden immer noch mehr als 90 Prozent der Kundengespräche am Telefon statt und generieren eine erstaunliche Menge wertvoller Daten für Unternehmen. Laut MarketsandMarkets Research ist die Sprachanalyse auf dem Vormarsch und es wird erwartet, dass sie bis 2020 zu einer Milliardenbranche wird.

Sprachgespräche können das Kundenerlebnis verbessern und wertvolles Feedback generieren. Sprache ist ein differenzierteres und genaueres Analysewerkzeug, mit dem die Kundenreaktionen gemessen werden können. Dies gilt insbesondere für Helpdesk-Umgebungen, in denen ungünstige Kundenerfahrungen zu frustrierten Kunden, Wertverlust der Marke und Umsatzverlusten führen können.

Täglich werden 56 Millionen Stunden Kundenanrufe getätigt. das sind ungefähr 400 Milliarden gesprochene Wörter. Noch wichtiger für Unternehmen ist, dass diese Daten eine fokussierte Quelle für Kundeninformationen und Business Intelligence (BI) sein können.

Was ist Sprachanalyse?

Sprachanalyse ist der Prozess des Extrahierens von Bedeutung aus Audioaufnahmen, sodass diese mithilfe künstlicher Intelligenz (KI) analysiert werden können, um Daten zu analysieren, die Unternehmen für einen tieferen Einblick in die Konversation verwenden können. Sprachanalysesoftware kann stundenlang bestehende Supportanrufe in Anspruch nehmen und KI einsetzen, um mehrere Sprecher in einem Anruf zu trennen, den emotionalen Zustand von Anrufern durch Analysieren auf Hinweise in Stimmlage und Ton zu erkennen und häufig erwähnte Schlüsselwörter aufzudecken und zu verfolgen.

"Die Sprache ist im Allgemeinen ziemlich ausgereift, da sie in Call-Center-Umgebungen und anderswo verbessert, getestet und verfeinert wurde", sagte Pam Baker, BI- und Datenbankexpertin von PCMag. "Speech-to-Text ist bei Voicemail-Nachrichten weit verbreitet und eine ausgereifte Form der Sprache. Nach der Konvertierung in Text ist die Analyse so gut wie dieselbe wie bei jeder anderen textbasierten Eingabe."

Von Gesprächen zu Dashboards

Ein Großteil der für die Sprachanalyse verwendeten Daten stammt von Cloud-basierten Voice-over-IP-Systemen (VoIP), die Anrufe und andere Arten von Interaktionen automatisch aufgezeichnet haben, einschließlich Text-Chats und Videokonferenzen. Diese Daten verbleiben größtenteils auf den Servern, auf denen die Cloud-PBX ausgeführt wird. Dies passt gut zu Sprachanalyselösungen, da diese Plattformen auch im Software-as-a-Service-Modell (SaaS) bereitgestellt werden. Sie lassen sich problemlos in das VoIP-System oder das Callcenter integrieren.

VoiceBase, ein Anbieter von Sprachanalyse mit KI-Unterstützung, hat sich kürzlich mit Tableau, dem Marktführer für Datenvisualisierung und BI, zusammengetan. Mithilfe der VoiceBase-Lösung können Callcenter-Audioaufzeichnungen jetzt analysiert und als Datenquelle in einem erweiterten Textformat zur Verfügung gestellt werden, mit dem Tableau Desktop umfangreiche Visualisierungen liefert.

Das Ergebnis ist, dass Unternehmen Zugang zu Erkenntnissen haben, die sie zuvor einfach nicht hatten. Dazu gehört die Verwendung von NLP (Natural Language Processing), um Schlüsselwörter und Themen anzuzeigen, mit denen aufgezeichnete Inhalte auffindbar gemacht werden. Maschinelles Lernen (ML) wird eingesetzt, um die Sprachanalyse zu erweitern und Konversationsmetriken zu generieren, die zu Anruftreibern und Geschäftstrends führen. Diese Informationen können verwendet werden, um die Interaktionen im Call Center zu verbessern, Call Agent-Skripts zu optimieren und Produkt- oder Servicebereiche hervorzuheben, die verbessert werden könnten.

"Ich würde denken, dass Sprachanalyse für BI-Anbieter, die bereits auf die Verwendung von Abfragen in natürlicher Sprache und Audio- oder Videodaten-Mining ausgerichtet sind, eine natürliche Passform ist. Andere BI-Anbieter müssen möglicherweise mehr Arbeit leisten, um sie fit zu machen, aber es ist dennoch sinnvoll." tu das ", sagte Baker.

Sobald sie über die interaktiven Dashboards eines BI-Anbieters verfügbar sind, können die Benutzer einen Drilldown in die Anrufe ihres Unternehmens durchführen, um Beschwerden, Wettbewerbserwähnungen, Agenteninteraktionen, unverbindliche Gespräche, Verkaufsbeschwerden und Abwanderungsvorhersagen zu verstehen (dh vorherzusagen, ob Kunden einen Service oder ein Produkt kündigen werden)). Predictive Analytics werden verwendet, um komplexe Ereignisse zu erkennen und das zukünftige Kundenverhalten vorherzusagen, das auf früheren Anrufen und Mustern basiert.

So funktioniert die Sprachdatenvisualisierung

Durch die Anwendung der AI- und ML-Technologie auf Sprachanrufe müssen Gespräche in quantifizierbare und umsetzbare Datenströme umgewandelt werden. Bei der VoiceBase-Lösung werden diese Datenströme dann in mehrere Datenfeeds unterteilt. Diese umfassen eine breite Palette von Analysen, einschließlich Anrufvorhersagen, Anrufkategorisierung, Conversion-Metriken und Transkription. Sobald diese Analysen über ein BI-Objektiv betrachtet werden, können sie Benutzern einen Überblick über die Markengesundheit, die Wettbewerbsanalyse, die Customer Journey, die Marketingkampagnenanalyse, die Agentenüberwachung und die Vertriebsoptimierung geben, um nur einige Möglichkeiten zu nennen.

• Die beste Helpdesk-Software für 2019 Die beste Helpdesk-Software für 2019
• Die besten Self-Service Business Intelligence-Tools (BI) für 2019 Die besten Self-Service Business Intelligence-Tools (BI) für 2019
• Sprachanalyse: So verbessern Sie den Kundenservice und steigern den Umsatz Sprachanalyse: So verbessern Sie den Kundenservice und steigern den Umsatz

"Wir haben einen großen Trend im Wunsch unserer Kunden gesehen, Sprachanalysedaten, die in der Vergangenheit im Call Center festgehalten wurden, besser zu nutzen und mit der enormen Menge an BI zu korrelieren, die Tableau bereits bereitstellt", sagte Jay Blazensky. Mitbegründer und Chief Revenue Officer (CRO) bei VoiceBase.

"Bei der Sprachanalyse ist der Mehrwert für jeden BI-Anbieter höher", erklärt Baker. "Das liegt daran, dass diese Form der Daten und Analyse in der Vergangenheit auf Callcenter-Aktivitäten beschränkt war, z. B. die Analyse von Telefonanrufen auf Kundenstimmung, Beschwerden, Eskalationen, Lösungen und andere Aspekte im Zusammenhang mit Kundenbindung und Markenreputation. Hinzufügen dieser Callcenter-Daten Durch die Kombination anderer Daten können Unternehmen umfassendere und differenziertere Ergebnisse erzielen. Darüber hinaus kann die Sprachanalyse über das Callcenter hinaus erweitert werden, sodass noch mehr Daten gesammelt und verarbeitet werden können."