Contactcenters beschikken over een ware goudmijn aan klant- en interactiegegevens. Opgenomen gesprekken, transcripties van chatinteracties, e-mails, sociale media enzovoorts. Big data dus. Ontzettend waardevol, maar alleen als je er ook daadwerkelijk iets mee doet natuurlijk. Helaas wordt dit soort data in veel organisaties nog handmatig geanalyseerd, met als gevolg dat slechts een fractie ervan daadwerkelijk wordt gebruikt. Dat is zonde.
Dat is dan ook precies waarom advanced analytics zo waardevol zijn: AI-gedreven analysetechnieken die het mogelijk maken om enorme hoeveelheden ongestructureerde data te analyseren en te kwantificeren. De resultaten hiervan kunnen worden gebruikt voor het verbeteren van de klantervaring (CX), om processen en werkmethodes te verbeteren, voor trainingsdoeleinden, of bijvoorbeeld als beveiligingsmiddel tegen fraude.
In deze blog gaan we in op de verschillende analysemethodes- en technologieën, waar ze voor worden gebruikt en wat de voordelen ervan zijn.
Download hier onze CX-whitepaper
Analyse waarvan?
De eerste vraag is natuurlijk wát je wilt analyseren. Wat is je doel? Vaak worden verschillende termen min of meer door elkaar heen gebruikt, die stuk voor stuk bijdragen aan het verkrijgen van inzichten die nodig zijn om een betere klantervaring te leveren en de dienstverlening van het contactcenter te verbeteren. En toch is er een wezenlijk verschil.
Contactcenteranalyse richt zich specifiek op de prestaties en KPI’s van het contactcenter, en analyseert aspecten zoals bijvoorbeeld wachttijden, gespreksduur en klanttevredenheid.
Klantanalyses onderzoeken data uit verschillende bronnen om klanteigenschappen, -voorkeuren en -trends te achterhalen. Ze kijken bijvoorbeeld naar demografische data, browse- en koopgedrag en klantfeedback.
Interactieanalyse bekijkt de conversaties van klanten met de organisatie over verschillende kanalen, zoals telefoon, e-mail en social media. Het gaat hierbij zowel om interacties met medewerkers als met bijvoorbeeld een bot of de selfservicekanalen van de organisatie. We gaan hier verderop in de blog dieper op in.
De verschillende analyses kunnen historisch, realtime of voorspellend zijn, en hebben meestal tot doel om de klantervaring te verbeteren en de bedrijfsvoering te stroomlijnen.
Voordelen
Het implementeren van geavanceerde analysetechnieken biedt veel voordelen. We hebben de belangrijkste ervan hieronder voor je op een rijtje gezet:
- Verbeterde klantenservice – door inzicht te krijgen in de prestaties van het contactcenter en de interacties tussen medewerkers en klanten, weet je wat je moet doen om klanten beter en persoonlijker van dienst te zijn.
- Kostenbesparing – bijvoorbeeld door het optimaliseren van het aantal medewerkers, of het verminderen van de drukte in het contactcenter door de implementatie van een chatbot of de optimalisatie van selfservicekanalen.
- Inzicht in trends en klantgedrag – door te kijken naar gegevens over klantinteracties, kun je trends identificeren die kunnen helpen bij het verbeteren van de klantervaring en het oplossen van problemen voordat ze escaleren.
- Betere besluitvorming – omdat je beslissingen neemt op basis van feiten in plaats van een onderbuikgevoel.
- Geoptimaliseerde workflows en verbeterde efficiëntie – geavanceerde analyses bieden inzicht in de prestaties van agenten, de kwaliteit van de interacties en de algehele prestaties van het contactcenter.
- Verhoogde productiviteit – door de prestaties van agenten te volgen kun je achterhalen waar verbeteringen kunnen worden aangebracht die de productiviteit verhogen en het team helpen om klanten effectief van dienst te zijn.
- Training en coaching – interactieanalyses zijn ontzettend waardevol om klantcontactmedewerkers inzicht te geven in hun prestaties
- Hogere conversie en klantretentie – door patronen in klantgedrag te identificeren en agenten de informatie te bieden die ze nodig hebben om klanten persoonlijker van dienst te zijn.
Interactieanalyse
Interactieanalyse is een waardevol hulpmiddel om de kwaliteit van de klantenservice te verbeteren. Terwijl traditionele enquêtes en tevredenheidsonderzoeken vaak steekproefsgewijs worden gedaan en de klant de tijd geven om over de vragen na te denken, is het vaak juist de ongevraagde, impliciete feedback die de meest waardevolle informatie oplevert. Het biedt inzicht in wat er speelt in de markt, welke trends zich voordoen, en wat mogelijke oorzaken van (veranderingen in) klantgedrag zijn.
Maar hoe doe je dat dan? Hoe analyseer je contactmomenten – uiteenlopend van chatgesprekken en telefonische interacties tot social media en e-mailverkeer – om ze daadwerkelijk te kunnen inzetten voor een betere klantervaring? Interactieanalyse biedt hiervoor de oplossing bij uitstek. Omdat het gebruikmaakt van AI-technologie en Natural Language Processing (NLP) is het namelijk mogelijk om gesprekken en andere interacties te analyseren en inzichtelijk te maken.
Het vindt steekwoorden, patronen, trends en vaak voorkomende onderwerpen, en geeft zo betekenis aan grote hoeveelheden ongestructureerde data. Met de hierdoor verkregen inzichten kun je heel gericht actie ondernemen, bijvoorbeeld om de klanttevredenheid te vergroten, processen te optimaliseren of het klantcontactteam te trainen.
Tekst-, spraak- en stemanalyse
Interactie-analyse bestaat uit de volgende onderdelen:
Tekstanalyse – Bij tekstanalyse ligt de focus op ongestructureerde schriftelijke communicatie, waaronder chatsessies, e-mails, sociale media en klantservicetickets. Tekstanalysetools kennen specifieke waarden toe aan woorden en zinsdelen, waarmee ze patronen en relaties in de datasets kunnen identificeren die inzicht geven in de klantreis.
En het wérkt! Een landelijk transportbedrijf in het Verenigd Koninkrijk, klant van onze partner ContentGuru, zag na de ingebruikname van de tekstanalyse-oplossing meer dan 95% nauwkeurigheid(1) bij het correct interpreteren van tekstberichten van klanten en beantwoording met de beste reisinformatie.
Spraakanalyse – Tools voor spraakanalyse kunnen met behulp AI en machine learning-technieken de belangrijkste zinnen en woorden in (mondelinge) klantgesprekken identificeren. Hiermee geven ze je inzicht in klantervaringen, veel voorkomende problemen, en trends in klantsentiment. Met deze kennis kun je bijvoorbeeld de scripts aanpassen en de klantervaring verbeteren.
Stemanalyse – waar spraakanalyse zich richt op de inhoud van gesprekken tussen klant en servicemedewerker, gaat het bij stemanalyse om de audiopatronen (toon, toonhoogte, tempo, ritme) met als doel om emoties – zoals bijvoorbeeld frustratie of juist tevredenheid – te achterhalen.
In een onderzoek(2) van Opus Research rapporteerde 68% van de deelnemende bedrijven een kostenbesparing dankzij de invoering van spraakanalyse, en 52% zag een omzetverhoging. Met de integratie van stemanalyse namen deze percentages nog verder toe.
- ContentGuru: klantcase tekstanalyse
- Opus Research: Global Survey of Speech Analytics and Conversational Service Automation: Destination 2020
Voorspellen is regeren
De fout die veel organisaties maken, is dat ze geen, te weinig, of te laat aandacht besteden aan interacties waarbij de klant afhaakt of bijvoorbeeld vastloopt in een selfservicekanaal. Terwijl het vaak al genoeg is als je hem op het juiste moment benadert om hem verder op weg te helpen in zijn klantreis.
Maar wat is dan het juiste moment? En op welke manier benader je de klant? Met een aanbieding of gebruikerstips, of bied je alleen je hulp aan? Een andere afweging is of je een bot inzet of een ‘menselijke’ medewerker. Feit is dat de voorkeuren van iedere klant verschillend zijn. En dat niet alleen, ze veranderen ook nog eens continu. Maar in hoeverre is klantgedrag voorspelbaar? Niets is zo veranderlijk als de mens, toch?
Predictive analytics is een krachtige technologie die contactcenters kunnen gebruiken om de klantervaring te verbeteren. Het maakt gebruik van AI, slimme algoritmes en machine learning om grote hoeveelheden historische en realtime data uit alle hoeken van de organisatie – en daarbuiten – te analyseren. Deze gegevens brengen net alleen de klantreis in kaart (journey mapping), maar vormen vooral de basis voor het ontwikkelen van voorspellende modellen over bijvoorbeeld klanttevredenheid, churn en verkoop.
Deze modellen kunnen worden gebruikt om gepersonaliseerde aanbevelingen te doen en efficiëntere service te bieden. Bijvoorbeeld door de klant op het juiste moment een impuls te geven door de inzet van een medewerker of bot, of door het doen van een aanbieding die op dát moment aantrekkelijk is voor de klant. Door proactief te handelen kun je problemen oplossen voordat ze escaleren, en vergroot je de kans om klanten te behouden.
Maar ook binnen het contactcenter werpen voorspellende analyses hun vruchten af. Zo kan het WFM-team er gebruik van maken om resources slimmer en productiever in te zetten. Daarnaast geven ze supportteams de inzichten die nodig zijn om klantproblemen snel en nauwkeurig op te lossen. Veel efficiënter voor klant én medewerker!
Doe iets met je data
Het verzamelen van data en het verkrijgen van inzichten is natuurlijk pas stap één. Stap twee is dat je er ook daadwerkelijk iets mee doet! Tijd voor actie, dus. Actie die leidt tot een betere klantervaring, grotere efficiëntie en productiviteit, kostenbesparingen… Het hangt er maar vanaf wat je doelstelling is. Hiervoor geven we je een aantal tips:
- Gegevensintegratie – voor een zo compleet mogelijk beeld moet het contactcenterplatform naadloos geïntegreerd zijn met de CRM-oplossing en andere backend systemen.
- Dashboards – een overload aan data is overweldigend en leidt alleen maar af. Zorg er dus voor dat je analysetools worden geleverd met kant-en-klare rapporten en heldere dashboards.
- Omnichannel analytics – combineer data uit alle interactiekanalen, zowel binnen het contactcenter als daarbuiten.
- Realtime data – met behulp van realtime data uit gespreksanalyses kan het contactcenterteam écht het verschil maken, bijvoorbeeld door het bieden van een hyperpersoonlijke service of door het de-escaleren van mogelijke problemen.
- Wees selectief – blijf gefocust op je plan en begin met de acties die het snelst resultaten zullen opleveren.
Tot slot
Het primaire doel van alle genoemde analyses is om inzicht te krijgen in de enorme aantallen klantinteracties, om er bruikbare gegevens uit te halen waar je werkelijk iets mee kúnt. Ze stroomlijnen het monitoring- en rapportageproces, waardoor je gemakkelijk trends en ontwikkelingen kunt ontdekken en hier actie op kunt nemen.
Zo wordt ongestructureerde data inzichtelijk en beschikbaar voor iedereen binnen de organisatie. Dat is van onschatbare waarde, want het verkrijgen van bruikbare inzichten leidt tot betere besluitvorming, een dieper begrip van de klant, en een efficiëntere bedrijfsvoering.
Ook al bieden de verschillende technologieën ieder op zich al waardevolle inzichten, het is de gecombineerde inzet ervan die tot het meest integrale klantbeeld leidt. Want uiteindelijk gaat het er natuurlijk om dat je de context begrijpt van interacties die over meerdere kanalen plaatsvinden. Dat je inzicht krijgt in zowel de expliciete, gestructureerde feedback als in de impliciete, ongestructureerde en vooral ongevraagde feedback.
Alleen zo kom je tot een 360-graden klantbeeld en leer je de klant, zijn gevoelens, drijfveren en gedrag beter te begrijpen. Zo kun je iedere klant persoonlijk benaderen en hem de juiste boodschap bieden, op het juiste moment én via het juiste kanaal. Hiermee heb je dus de tools in handen om de dienstverlening te verbeteren en de kans op klantloyaliteit te vergroten.
Wil jij de overload aan klant- en interactiegegevens ook beter begrijpen met behulp van AI en slimme analysetools? Ben je benieuwd hoe je de klantervaring en daarmee de bedrijfsresultaten kunt verbeteren, en welke cloud- of on-premise oplossing daar het beste bij aansluit? Maak dan nu een afspraak met een van onze experts. We helpen je graag op weg!
Whitepaper ‘Vanuit de pitstraat naar pole position’
De klantervaring is het concurrentie-instrument bij uitstek geworden, en in een wereld waarin veranderingen in klantgedrag en klantbehoeften elkaar in een razend tempo opvolgen, wordt de noodzaak voor de toepassing van innovatieve technologieën en automatisering in het contactcenter steeds groter. Zij die niet investeren in innovatie lopen een niet-overbrugbare achterstand op.
In onze whitepaper ‘Vanuit de pitstraat naar pole position: de urgentie van klantgerichte innovatie in het contactcenter’ bespreken we de verschillende manieren waarop AI en andere technologieën kunnen worden toegepast in contactcenters. Ze helpen om de juiste balans te vinden tussen mens en machine, en tussen schaalbaarheid en “personal touch”, om de klant optimaal van dienst te zijn.
Blijf niet steken in de pitstraat, maar investeer nu in de technologie die jouw bedrijf in pole position plaatst. We helpen je graag op weg.
