Всё более популярными становятся системы речевой аналитики, особенно интегрированные с AI-решениями. Зачем нужна такая система, как она работает и куда будет развиваться в дальнейшем?
Сегодня качество коммуникаций с клиентами становится основным полем конкуренции между брендами. Общение с операторами кол-центра или менеджерами по продажам может как улучшить впечатление, так и навсегда испортить его. Поэтому бизнес ищет инструменты, которые позволят моментально отследить, когда менеджер отклоняется от скрипта, не пытается снизить градус конфликта, помогут разобраться в проблеме.
Всё более популярными становятся системы речевой аналитики, особенно интегрированные с AI-решениями. Зачем нужна такая система, как она работает и куда будет развиваться в дальнейшем?
Зачем речевая аналитика нужна бизнесу?
Речевая аналитика — это инструмент, который преобразует записи разговоров в текст и анализирует их по нужным критериям. Компании используют сервисы от различных вендоров для анализа звонков, контроля работы контакт-центров, повышения качества обслуживания клиентов и, как следствие, увеличения продаж. Ожидается, что рынок речевой аналитики к 2025 году вырастет не менее чем на 15%.
Улучшение клиентского опыта
Первоначально речевая аналитика использовалась для контроля и оценки работы операторов и менеджеров по продажам: говорят ли они вежливо, следуют ли скрипту, «доводят» ли клиента до покупки, предлагают ли дополнительные решения. К 2024 году сервисы речевой аналитики научились распознавать эмоции в диалогах.
Как это работает? Системы с помощью лексических паттернов автоматически подсвечивают диалоги, требующие дополнительного анализа. Если система настроена на поиск слов или фраз, указывающих на негатив, она выделит разговоры, которые их содержат. Как следствие, удается быстро найти проблемные диалоги или паттерны поведения, а дальше помочь в решении проблемы. Например, предложить клиенту бонус или скидку, чтобы улучшить общее впечатление. Пример использования: крупный застройщик из Тюмени за cчет работы с речевой аналитикой стал обрабатывать до 100% диалогов с клиентами, в то время как вручную специалисты по контролю качества успевали прослушать только 12%. Благодаря автоматическому анализу 900 диалогов удалось понять ожидания клиентов и скорректировать цены на один из жилых комплексов.
Снижение операционных расходов
Речевая аналитика следит за каждой фразой операторов, поэтому нет необходимости нанимать большой штат в отдел контроля качества и перепроверять каждый диалог. Растет и качество оценки: система ничего не упустит, ведь она не устает и не бывает рассеянна.
Всё это приводит к тому, что снижается среднее время обработки звонков и появляется возможность повлиять на другие показатели. Если выяснится, что операторы тратят слишком много времени на обработку звонков, которые не ведут к увеличению выручки, то компания может выявить и изменить соответствующие процессы. Пример использования: «Ростелеком» проанализировал диалоги горячей линии через систему Speech Analytics Lab и обнаружил, что сотрудники тратят больше всего времени на непрофильные обращения. В итоге компания снизила нагрузку на операторов на 14% за счет развития сервисов самообслуживания.
Увеличение продаж
Речевая аналитика позволяет выявить проблемы с текущими продуктами или услугами. Система найдет все обращения, в которых клиенты жаловались на опоздания курьеров или проблемы с товарами. Узнав о сложностях, компания сможет улучшить сервис, мотивируя покупателей пользоваться им и дальше. А это, в свою очередь, позитивно сказывается на продажах.
В частности, технология позволяет точнее выявлять потребности клиентов и принимать бизнес-решения на основе полученной информации. Например, выявив повышенный спрос, можно скорректировать цены на лимитированный товар или услугу. Или узнав, что клиенты обращают внимание на наличие у продавца сертификатов качества на продукты или услуги, можно использовать эту информацию в маркетинговых сообщениях.
Пример использования: интернет-магазин «Премьер Техно» применил технологию речевой аналитики от CoMagic, чтобы разобраться в причинах отсутствия звонков в кол-центр при высоком трафике сайта. Благодаря возможностям автотегирования удалось выяснить, что текущие цены неконкурентоспособны. После их корректировки продажи выросли.
Как устроена речевая аналитика?
Современные системы речевой аналитики сочетают в себе сразу несколько видов технологий....