¿Has oído hablar del speech analytics, sabes que es muy potente, pero no entiendes ni qué es, ni qué puede hacer por ti?
¡No te preocupes! En este post te ayudamos a entender cómo funciona (de forma súper sencilla) y cómo lo está usando el sector para que valores si aporta valor a tu contact center.
1. ¿QUÉ ES EL SPEECH ANALYTICS?
El speech analytics es un modelo de inteligencia artificial – como un gran cerebro virtual – que ha sido entrenado para entender cómo nos expresamos los humanos para, a partir de ahí, extraer datos clave de una conversación.
Dependiendo del propósito con el que se haya creado, puede hacer tareas sencillas como traducir una conversación o hacer un resumen, o tareas mucho más complejas como identificar emociones o evaluar la calidad del servicio.
2. ¿CÓMO APORTA VALOR EL SPEECH ANALYTICS AL CONTACT CENTER?
Desde que existen los call centers y se empieza a medir la experiencia del cliente, siempre ha habido un supervisor o un equipo de calidad que ha escuchado llamadas manualmente para evaluar el servicio ofrecido.
Eso ha sido así durante años. Una tarea lenta, parcial y 100% manual. Hasta la llegada del speech analytics.
Esta tecnología es capaz de analizar no solo llamadas, sino también chats, correos y mensajes de WhatsApp, y hacerlo en tiempo real.
Ya no hablamos solo de dejar de perder horas escuchando conversaciones: hablamos de automatizar el análisis de la calidad del servicio en cuestión de segundos.
Gracias a la transcripción automática, los modelos de speech analytics —como nuestro Quality Monitoring— generan para cada interacción:
- Un titular que resume el motivo de la llamada.
- Un resumen del desarrollo de la conversación.
- Una categoría que clasifica el tipo de contacto.
- Una valoración del estado emocional del cliente (satisfecho, neutro, insatisfecho).
- Una puntuación de calidad del servicio (de 1 a 5 estrellas).
Todo eso sin intervención humana. Y lo mejor: para todas las llamadas, si así lo deseas.
3. 10 PROCESOS QUE PUEDES EMPEZAR A AUTOMATIZAR CON LOS DATOS DE SPEECH ANALYTICS
Está muy bien tener todos esos datos… pero, ¿y ahora qué? ¿Cómo los aprovechas para mejorar tus operaciones?
Como bien se dice, la información es poder. Estas son algunas de las tareas que podemos hacer de forma más rápida y sencilla gracias a los datos que obtenemos del speech analytics.
3.1 DETECCIÓN DE PROBLEMAS RECURRENTES
El sueño de cualquier responsable de calidad es tener claro cuál es su top 3 de motivos de llamada más habituales.
Saber exactamente qué tópicos están generando más fricción permite desarrollar estrategias para reducir ese tipo de llamadas/mensajes, y lo más importante: detectar pequeños fallos, contactar con el departamento que lo gestiona y prevenir «un problemón».
¿Cómo hacerlo?
Crea categorías para clasificar los distintos tipos de incidencias que sueles recibir y así como una de “bajas” o “cancelaciones”.
Así podrás filtrar rápidamente todas esas conversaciones y comparar el volumen de cada una de ellas.
💡 Te aconsejamos conectar esos datos con Power BI (u otra herramienta de dashboards) para detectar picos y tendencias de forma más rápida.
3.2 ANÁLISIS DEL GRADO DE CUMPLIMIENTO (COMPLIANCE)
Una más tarea sencilla (pero no menos valiosa) es que la IA te ayuda a verifica automáticamente si los agentes están cumpliendo con la normativa RGPD o están siguiendo correctamente el guión.
¿Cómo hacerlo?
Personalizando los criterios para evaluar el servicio a través de la puntuación de estrellas. Por ejemplo:
- 1 estrella: saluda al cliente y se presenta.
- 2 estrellas: saluda, se presenta y menciona la política de privacidad.
- 3 estrellas: todo lo anterior, y verifica correctamente la identidad del cliente.
- 4 estrellas: todo lo anterior, y se asegura de comprender la situación.
- 5 estrellas: todo lo anterior, y pregunta si hay algo más que puede hacer.
💡 Ideal para departamentos de atención al cliente de aseguradoras, bancos o del sector sanitario.
3.3 EVALUACIÓN DEL DESEMPEÑO DE LOS AGENTES
Con esta información también podrás saber qué agente es el que responde mejor a las incidencias de «bajas» o quién tiene más conocimiento sobre un producto en concreto.
No solo te sirve para hacer un plan de formación más adaptado a las necesidades reales de cada miembro del equipo, si no también para dar feedback.
¿Cómo hacerlo?
Puedes emplear la valoración por estrellas para que el bot evalúe a los agentes por ti:
- 1 estrella: no es amable, no resuelve la petición y el cliente queda insatisfecho.
- 2 estrellas: es amable, no resuelve la petición y el cliente queda insatisfecho.
- 3 estrellas: es amable, ha resuelto la petición, pero el cliente no ha expresado estar satisfecho.
- 4 estrellas: es amable, ha resuelto la petición y el cliente queda satisfecho.
- 5 estrellas: es amable, ha resuelto la petición para que no sean necesarias acciones adicionales y el cliente queda satisfecho.
3.4 SEGMENTACIÓN DE CLIENTES POR GRADO DE SATISFACCIÓN
Como el speech analytics es capaz de saber el grado de satisfacción de los clientes tras la conversación y etiqueta cada llamada y chat proporcionándonos esa información, podemos filtrar estos datos y sacar un listado de clientes no han quedado satisfechos con nuestro servicio en el último mes.
💡 Con este listado, los departamentos de marketing y ventas pueden trazar mejores estrategias de retención de clientes.
3.5 DETECCIÓN DE MEJORAS EN LA GESTIÓN DE LLAMADAS
También puedes trabajar en la mejora continua de tu sistema de enrutamiento de llamadas, ya sea una IVR o un voicebot, y subsanar errores.
¿Cómo hacerlo?
Si cruzas la categoría de la conversación con la cola que la ha atendido, podrás ver si hay alguna categoría del llamada que no ha aterrizado en el departamento que tocaba.
3.6 DETECCIÓN DE MEJORAS EN PRODUCTOS/SERVICIOS
Aunque esta información es más interesante para el equipo de producto (y es un poco más compleja de sacar) sigue siendo posible averiguarla.
¿Cómo hacerlo?
Si para ti es importante saber el producto por el que más contactan los clientes, puedes hacer que el modelo identifique siempre esta información y la refleje en el campo de «categoría».
Con este dato, puedes filtrar todas las llamadas y mensajes por tipo de producto/servicio para luego volver a filtrar por aquellas intervenciones en las que el cliente ha quedado insatisfecho. Con esta combinación de datos, podrás ver, a través de los titulares y resúmenes, si hay algún problema recurrente en un producto/servicio concreto.
💡 Muy interesante para el equipo de producto.
3.7 ANÁLISIS DE LA EFICACIA DE CAMPAÑAS COMERCIALES
¿Acabas de lanzar una promoción o cambio en condiciones? Puedes analizar cómo está siendo recibida y si los agentes la están comunicando correctamente.
¿Cómo hacerlo?
Haz que el modelo detecte cuando se está hablando de esta campaña y haz que cree una categoría específica, por ejemplo: «campaña de verano».
Si cruzas esta etiqueta con el grado de satisfacción del cliente puedes saber el volumen de conversaciones que está generando esta acción comercial y qué miembros del equipo están siendo más efectivos.
💡 Súper útil para equipos de marketing y ventas.
3.8 DETECCIÓN DE BUENAS PRÁCTICAS
Así como puedes encontrar problemas, también puedes encontrar «la fórmula del éxito»: qué frases, qué enfoques o qué respuestas resuelven más rápido y mejor.
¿Cómo hacerlo?
Si filtras por aquellas interacciones con la máxima satisfacción (5 estrellas) y el tiempo de conversación, puedes, a través del nombre del agente y el resumen, averiguar si hay algún patrón que se pueda replicar o se pueda incorporar al guión.
UN BUEN PROVEEDOR, MARCA LA DIFERENCIA
Para asegurar un retorno de la inversión de este tipo de tecnología, necesitas un proveedor que conozca el sector y que pueda guiarte en la explotación de datos y en conseguir la información que necesitas.
Puedes ponerte en contacto con nuestros expertos a través de nuestro chat, llamando al 900 670 750 o rellenando este formulario.
