Speech Analytics is een technologie die de efficiëntie van het klantcontact aanzienlijk verhoogt. Het systeem kan onder andere zichzelf verbeteren door middel van self-learning. Self-learning betekent dat het systeem zelf patronen ziet in data die het ontvangt. Het doel hiervan is het verbeteren van de klantervaring, die mensen bij jouw bedrijf ervaren. Daarnaast zorgt het systeem voor een betere werksfeer en lagere kosten. De betere werksfeer wordt gecreëerd doordat werknemers zelf inzichtelijk hebben op welke punten zij nog verbetering kunnen boeken, maar ook de coaches kunnen tijdens de coachgesprekken veel beter inhaken op hetgeen verbeterd moet worden en aangeven welke dingen er juist heel goed gaan.
Concreet betekent dit dat je de mogelijkheid krijgt om snel en gericht in te spelen op actuele ontwikkelingen binnen je marktgebied. Door gebruik te maken van Speech Analytics kan je zien wat klanten missen in je bedrijf, wat hen frustreert en wat ze naar je bedrijf brengt, maar ook welke factoren in het contact zorgen voor een tevreden klant. Je krijgt als organisatie beter inzicht welke onderdelen van de calls soepel verlopen en waar de bottlenecks zitten. Een voorbeeld hiervan is silent case reduction.
Silent Case Reduction
Silent case reduction is het korter maken van telefoongesprekken door de stiltes in gesprekken te verminderen. Hiervoor moeten we heel specifiek weten waardoor mensen (zowel de beller als de medewerker) stopten met praten. Dit kan worden gedaan door te kijken waar er in de audiofiles minder volume is. Met Speech Analytics kun je deze stiltes gemakkelijk terugvinden. Wat er in één van de gevallen kon worden aangetoond is dat er een stilte viel omdat de medewerker bij bepaalde vragen veel moest opzoeken. Door snel en gemakkelijk te kunnen inzien bij welke vragen en welke momenten in het gesprek dit is voorgekomen, kun je het probleem snel analyseren. Vervolgens kan de quality specialist hier mee aan het werk, om het proces te verbeteren, de call te herstructureren en de werknemers van betere kennis te voorzien. Dit leverde een gemiddelde vermindering op van 20 seconden op de totale gesprekstijd.
In de praktijk
Een andere use-case waarbij Speech Analytics geholpen heeft is die van een multinational die onder andere koelkasten produceert. De leiders van dit bedrijf suggereerde dat als de temperatuur buiten stijgt, er veel meer contact wordt opgenomen met de klantenservice.
Door de gesprekken te categoriseren met gebruik van Speech Analytics en door meta data te verzamelen over de gesprekken, zijn we in staat te achterhalen waarvoor mensen bellen en waarom. Een volgende stap is dan om ‘event alert triggers’ toe te passen. Dat betekent bijvoorbeeld dat we het systeem vertellen dat het ons moet inlichten (triggeren) wanneer iemand het woord koelkast gebruikt. Gedurende dit proces kwamen we er inderdaad achter dat er een correlatie zit tussen de temperatuur buiten en het aantal belletjes over koelkasten.
Dus, je hebt nu een stukje gelezen over wat Speech Analytics allemaal doet. Maar hoe werkt dit voor jou? Hoe zet je zoiets op en wat is ons proces?
De 7 stappen naar succes.
Stap één is het formuleren van een helder doel. Een voorbeeld kan zijn het verbeteren van klanttevredenheid. Het is namelijk cruciaal dat we eerst formuleren wat we willen verbeteren, dat we een stip op de horizon hebben, voordat we met Speech Analytics deze dingen kunnen verwezenlijken.
Stap twee is dan het maken van een heldere hypothese. Dit is belangrijk omdat we op die manier een weg hebben om het doel te bereiken. Een voorbeeld is: ‘ik denk dat klanten niet zo blij zijn, omdat de gesprekken te lang duren’. Vervolgens kunnen we aan de hand van deze hypothese gaan kijken hoe we de gesprekken kunnen inkorten.
Een derde stap in dit proces is het verzamelen en analyseren van data (kijken naar de duur van de gesprekken en tevredenheid van de klanten). Het doel van dit verzamelen is om inzicht te krijgen in het proces zoals het nu verloopt. Door dit te doen weet je heel concreet waar groeimogelijkheden en verbeterpunten liggen.
De volledige 7 stappen vindt je terug in onze webinar die hier gratis te bekijken is: Speech Analytics Webinar (25 min)
Key take-away van Teleperformance
Wat wij vaak zien, is dat er op het moment dat dit soort technologieën worden toegepast collega’s vanuit de IT afdeling worden gehaald om een tool als deze te implementeren. Wat wij hebben geleerd is dat zonder de juiste mensen je software waardeloos is. Kies daarom niet alleen voor een IT specialist die dit gaat implementeren maar stel een team samen. Een team van specialisten, zorg dat je team minimaal bestaat uit; uiteraard een IT specialist een business analyst, Speech analyst en een cliënt specialist. Samen maken zij de software tot een succes en zorgen ze dat het efficiënt kan worden gebruikt. Stel dus eerst je team samen voordat je de gesprekken gaat analyseren maar überhaupt de software gaat omarmen.
