U vraagt, wij begrijpen
Klanten van KPN gebruiken in toenemende mate het (mobiele) internet om te communiceren met de klantenservice. Ondanks of misschien wel dankzij deze stijging, wordt KPN geconfronteerd met een toename van real-time klantcontact. Klanten laten via alle kanalen – inclusief sociale media – snel en gemakkelijk weten hoe ze over dat contact denken. De klantenservice van KPN verwerkt vele miljoenen gesprekken per jaar. De vragen zijn diverser dan ooit vanwege de grote verscheidenheid aan producten en diensten die KPN levert. Telefonie blijft het geprefereerde en vooral ook meest efficiënte kanaal voor real-time klantcontact, waarbij het essentieel is om geautomatiseerd de klant te identificeren, de vraag te classificeren en relevante informatie mee te geven aan de medewerker die het gesprek krijgt. Spraakherkenning is daarbij onontbeerlijk.
Waarvoor belt u?
Bij KPN spreek je in waarvoor je belt en word je indien mogelijk automatisch geïdentificeerd op basis van het telefoonnummer. Het systeem verbindt je door met de meest geschikte medewerker. En op het moment dat de medewerker het gesprek krijgt aangeboden, beschikt die niet alleen over de CRM gegevens van de beller, maar staat de vraag van de klant in tekst op het scherm en kan daar relevante informatie uit het kennissysteem aan toe worden gevoegd. Deze combinatie van identificatie, classificatie en routering van het gesprek via CTI is de meest uitgebreide toepassing van spraakherkenning op dit moment.
Bij KPN zijn vooral voordelen geboekt in de wijze waarop klanten worden bediend: meer eenduidigheid in de informatieverstrekking en een effectieve inzet van CTI bij doorverbinden. Het verhogen van de Net Promoter Score en dus een hogere kwaliteit tegen geringere kosten.
‘U vraagt, wij begrijpen’ is echter meer dan alleen spraakherkenning. Een uitgebreide analyse van eerder gevoerde gesprekken heeft voor een belangrijk deel bijgedragen aan het begrijpen van de context van een ingesproken vraag. KPN en Telecats hebben verstand van processen – en nog belangrijker: ze moeten ook de eindklanten door en door begrijpen. Achter alle klantcontacten, systemen, processen en procedures gaan immers gewoon mensen schuil.
Sander Hesselink, Telecats: “Wat prettig was bij de invoering van spraakherkenning is dat deze technologie tegenwoordig breed geaccepteerd is en zelfs steeds vaker vanzelfsprekend. Mensen moeten desalniettemin ook ‘leren’ om met nieuwe technologie om te gaan. Die inbedding in ons dagelijkse leven gaat sneller naarmate er meer laagdrempelige toepassingen komen. Steeds meer grote bedrijven zetten spraaktechnologie gericht in en dat is gunstig voor de kwaliteit ervan. De technologie moet namelijk getraind worden. Hoe meer trainingsdata er beschikbaar is, hoe beter het werkt. Dat trainingsaspect geldt ook voor gebruikers: hoe vaker je als mens spraakherkenning gebruikt, hoe handiger je er mee wordt. Dat is een grotendeels onbewust proces.”
De technologie wordt betrouwbaarder en menselijker
De meeste spraakherkenningsystemen werken met taalmodellen en een woordenschat van circa 75.000 woorden. Ter vergelijking: de gemiddelde woordenschat van een mens is zo’n 30.000 woorden. Taal- en spraakherkenning werkt verder op basis van statistiek: systemen werken met waarschijnlijkheidsberekeningen. Dat heeft enerzijds te maken met spraakherkenning, het zo goed mogelijk verstaan van klanken en het zo groot mogelijk maken van de kans dat de juiste vertaling daarvan wordt gepresenteerd en anderzijds met het toekennen van betekenis ofwel semantiek. Omdat rekenkracht van systemen steeds toeneemt (wet van Moore), gaan taalsystemen steeds beter werken en kunnen ze bijvoorbeeld ook steeds beter nagaan welke relaties er tussen woorden of woordcombinaties bestaan. De technologie wordt met toenemende computerprestaties dus doorlopend verfijnd, krijgt meer gevoel voor context en wordt daarmee geleidelijk betrouwbaarder en menselijker (AI).
https://www.telecats.nl/cases-nieuws/kpn/
