在這個以客戶為中心的新商業時代,贏得了客戶就意味著贏得了未來。企業的聯絡中心或客服團隊往往掌握著大量的客戶數據,這些源自客戶心聲(VoC)的數據蘊藏著價值巨大的信息金礦,亟待企業去深入發掘。
Aberdeen 2018年發布的一項關于客戶心聲的調研結果表明,擅于規劃并運營VoC計劃的企業往往業績表現突出,相比未實施該計劃的企業,客戶保留率高出45%,同時能夠節省客戶服務成本達13倍之多。
然而,傳統的數據分析手段費時費力,效率低下,難以實現通話錄音的真正價值。語音分析技術融合了語音識別技術與大數據分析技術,通過實時通話質檢、全量錄音質檢、自動化質量管理等一系列解決方案,助力企業挖掘客戶價值并洞悉市場需求,從而達到優化客戶交互、加快市場開拓、推動業務創新的目的。
客戶交互正處于快速發展的數字化浪潮之中,啟動語音分析計劃勢在必行。然而很多企業卻不知道從何下手。Verint倡導客戶交互的易用化、現代化和自動化,希望以下這些建議可以幫助企業在打造并實施語音分析計劃時有章可循。
第一,識別重要數據及其存儲位置
語音團隊應充分了解內部客戶需求,即其服務的企業相關部門工作中存在的痛點、亟待解決的問題、語音分析團隊的解決方案中應融入哪些數據等。常用的數據一般包括:
- 呼叫類型或隊列(例如:技術問題、賬單、銷售、繳費等)
- 交換機數據
- IVR數據
- 客戶滿意度數據
- 與客戶相關的數據(例如:客戶終身價值、購買的服務、客戶服務周期、客戶獲得方法、上次聯系日期、上次聯系原因等)
第二,為員工普及語音分析相關的知識
如今語音分析的應用越來越普遍,然而人們對于這個概念仍然存在模糊的認識,不太清楚它到底是什么。員工對于語音分析的工作原理、實際應用中的準確度、主要功能、部署方式以及語音團隊挖掘數據、獲取價值的方法等知識了解得越多,企業就能夠越迅速、越順利地獲得投資回報。
第三,就分類構架達成一致并創建分類
分類指語音分析解決方案對通話內容進行識別和標注主題的過程,應按照企業的業務類型、客戶類型、客戶來電原因等不同角度對通話進行分類,并建立相關分析圖表,據此清晰直觀地發現客戶服務中存在的問題,繼而分析原因并尋找改進的解決方案。
完成這項任務可能需要一些時間,但花些精力討論并創建核心分類非常重要。框架分類不必一下子就建全,可以在幾周之內先創建一個可以快速啟用的初始框架,之后,企業可根據業務進展情況創建其它分類并隨時進行微調,使企業的分類體系不斷得到完善。這種按需逐漸創建并增加分類數量的方法,便于維護和完善,效率遠遠高于一蹴而就的做法。
第四,建立溝通流程
語音分析團隊需要與企業的其它部門進行充分的溝通,這一點許多企業往往認識不足。建立溝通流程非常重要,員工可以通過該流程提出關于語音分析的問題、請求或建議,推動企業上下形成合力。
首先,讓所有企業決策者、部門主管及其他相關人員與語音分析團隊進行充分溝通,加強對彼此需求的了解。
確定語音分析團隊接收請求單的方式,如電話、電子郵件等。請求單中涵蓋的信息如處理和完成時間等要羅列清楚,如果對分析結果的呈現有格式要求(如ppt,Email),也需在請求中予以說明。
確定語音分析團隊分享信息的方式,為調研項目制定基礎時間表,同時讓該表具備一定靈活性。
收到請求單后跟進調研進展并部署相關行動。
第五,基于洞察力采取行動
語音分析本身并不能改善客戶交互、減少客戶流失、增加購買行為、降低運營成本或優化業務流程。為獲得投資回報,企業應根據解決方案中提供的建議決策采取行動。Verint?語音分析?解決方案匯集了大量輔助明智決策的情報信息,能夠幫助企業更快獲得投資回報,其中包括:
Verint語音分析通過多種算法對搜索結果中有統計學意義的詞匯及短語群組進行推算,這種做法可以顯著減少用戶聽取通話錄音的時間,更高效地建立準確、有價值的分類。
類比報告可自動識別任意兩組通話在使用語言和短語上的顯著性差異,如成功的銷售案例與失敗的銷售案例,客戶滿意的通話與客戶不滿意的通話,使用的相關語匯會有很大不同。通過研究結果理想與不理想的通話中經常出現的詞匯及短語,企業可以制定話術指導或撰寫話術腳本及知識性文章,幫助員工更有效地處理類似情況。
由語義智能驅動的Verint語音分析通過將討論話題和會話關系進行分組,自動從客戶交互中提取主題。這些主題與人工建立的通話分類相似,但它們是由系統自動生成的,不帶有任何用戶偏見,因此可以揭示出一些企業可能沒有意識到的重大趨勢。
成功的語音分析計劃需要的不僅僅是技術投資和建立語音分析專業團隊,還需要明確該團隊在整個企業中創建、利用與共享情報信息的方式,從而確保企業的語音分析計劃行之有效并獲得長久成功。