szerző:
techline.hu

Nehéz megbecsülni, hogy mekkora a call és contact centerek által generált napi összforgalom ma Magyarországon.

Nehéz megbecsülni, hogy mekkora a call és contact centerek által generált napi összforgalom ma Magyarországon. Egy klasszikus ügyfélszolgálaton 2-4 perc, egy telemarketing call centerben 3-5, míg egy hibaelhárító technikai call centerben akár 10-15 perc is lehet az átlagos beszélgetés hossza. Minden beszélgetéshez utómunka is tartozik, amelynek a hossza szintén sok mindentől függ, például a CRM integráció fokától, az adott termék/szolgáltatás bonyolultságától, illetve a képzés színvonalától, de jellemzően ennek hossza nagyjából megegyezik a beszélgetés idejével. Tehát egy 100 fős call centerben napi 600 órányi hanganyag is keletkezik.

Elemzésre váró adatok
Az ügyfél és ügyfélszolgálatos közötti párbeszédek rögzítése és öt évig történő tárolása kötelező, így rendkívül sok hasznos, elemzésre váró adat gyűlik össze nap mint nap. Kézenfekvő tehát, hogy az ügyfelekkel folytatott beszélgetéseket a cég rendszeresen és átfogóan elemezze. Gyakorlati tapasztalat, hogy általában a hívásoknak pusztán 1-2%-át elemzik, ami a statisztikai törvényszerűségek miatt azt eredményezi, hogy nagyrészt átlagos hívások kerülnek górcső alá.

A probléma, hogy ennél nagyobb hívásmennyiség visszahallgatása pusztán emberi erőre alapozva már egy kisebb forgalmat lebonyolító ügyfélszolgálat esetében is gyakorlatilag kivitelezhetetlen feladat. Itt jön a képbe a mesterséges intelligenciával felruházott számítógépes adatfeldolgozás.

Kielemzett temperamentumok
Egy „hallógéptől” elvárható, hogy nagy mennyiségben legyen képes felismerni és értelmezni az elhangzottakat, de akadnak olyan rendszerek is, amelyek akár az érzelmi reakciókat is figyelni tudják. A módszer velejét minden esetben egy mintakeresési eljárás és egy tapasztalaton, illetve beállításokon alapuló osztályozás képezi. Ilyenkor vizsgálják a beszélők által alkalmazott hangerőt, hangsúlyozást, a beszéd sebességét, illetve a beszédben lévő szüneteket, vagy akár azt is, hogy a partnerek mikor beszélnek egyszerre. Így kikereshető az, ha valaki ideges, és a kedvezőtlen temperamentumokat a szövegkörnyezettel együtt vizsgálva statisztikailag is feltárhatók az ügyfelek számára legfájóbb pontok.

Számos további következtetés is levonható az érzelem alapú elemzéssel. Ha például egy kezelőnél gyakoriak a hangoskodó, ideges ügyfelek, ott feltehetően rossz az ügyfélkezelési folyamat, ahol pedig sok a szünet, ott tudáshiány állhat a háttérben.
A megfelelő szoftver persze nem pusztán az érzelmeket ismeri fel a párbeszédekben, hanem a konkrét szavak előfordulási helyére és gyakoriságára is képes rátalálni. Így kiderülhet például, hogy jellemzően mi okozza az ügyfelek lemorzsolódását, illetve konkurenciához történő elvándorlását. Ha például egy termék vagy szolgáltatás neve mellett gyakran elhangzik a drága szó, az nyilván túl van árazva, vagy rosszul van pozícionálva. Így a vállalat eladási részlege is profitálhat az ügyfélszolgálaton zajló beszélgetések elemzéséből, hiszen az eredmények alapján a vállalat eladási stratégiáját is optimalizálhatja.

Mibe kerül az elemzés?
Az ilyesfajta, intelligens rendszereknek a bevezetése akkor lehet csak kifizetődő, ha legalább egy közepes (~100 fős) ügyfélszolgálatról beszélünk, mert a költségek megtérülése kisebb léptékben nehezebben kigazdálkodható, másrészt a statisztikai módszerek relevanciája megkövetel egy bizonyos hívásmennyiséget. Lokalizált rendszereknél (ahol az érzelmek osztályozását vagy a szófelismerést már nem kell tanítani a szoftvernek) a telepítés egyszerű, és mindenképpen standard szervereket igényel. Nagyon fontos, hogy bevezetés előtt pár hetes konzultáció keretében pontosan tisztába kell kerülni azzal, hogy mire is akarjuk felhasználni a rendszert (ilyenkor dől el az is, hogy milyen egyéb rendszerekkel kell integrálódni), hiszen a felhasználási lehetőségek tárháza – ha nem is végtelen, de – meglehetősen széles körű. A rendszer használata pedig felkészült elemzőket igényel, és csak akkor profitálhat a felhasználó a működtetéséből, ha az elemzéseket akciók követik, aminek része a lépések eredményeinek ellenőrzése.
Az ügyfélszolgálati beszélgetések (és más interakciók) automatikus feldolgozása tehát már nem a tudományos fantasztikum világa, és szakszerű használatából mind a szolgáltató, mind az ügyfél profitálhat.
A mesterséges intelligencia call centeres alkalmazásáról további érdekes részleteket olvashat techline.hu szakmai támogatásával készült Business IT Plusz 2010 című kiadványból, amelyet mindössze 995 forintos áron megvásárolhat az újságárusoknál, vagy megrendelhet itt.

 

Állj mellénk!

Tegyünk közösen azért, hogy a propaganda mellett továbbra is megjelenjenek a tények!

Ha neked is fontos a minőségi újságírás, kérjük, hogy támogasd a munkánkat.

Állj mellénk!

Tegyünk közösen azért, hogy a propaganda mellett továbbra is megjelenjenek a tények!

Ha neked is fontos a minőségi újságírás, kérjük, hogy támogasd a munkánkat.
Vekerdy Tamás utolsó tanácsa a Nők Lapjában: egyik gyerek sem hülye

Vekerdy Tamás utolsó tanácsa a Nők Lapjában: egyik gyerek sem hülye

Trump szankciókkal fenyegetett, ha nem lesz sikeres az amerikai alelnök ankarai tárgyalása

Trump szankciókkal fenyegetett, ha nem lesz sikeres az amerikai alelnök ankarai tárgyalása

Meghalt a testnevelő tanár, aki több gyereket is megmentett a veronai buszbalesetnél

Meghalt a testnevelő tanár, aki több gyereket is megmentett a veronai buszbalesetnél

Nagy gond van ezzel a 15 alkalmazással, azonnal törölje, ha valamelyik fent van a telefonján

Nagy gond van ezzel a 15 alkalmazással, azonnal törölje, ha valamelyik fent van a telefonján

Hosszú Katinka: Most a legjobb úszónak lenni

Hosszú Katinka: Most a legjobb úszónak lenni

Tűzoltók csaptak össze a rendőrökkel egy párizsi tüntetésen

Tűzoltók csaptak össze a rendőrökkel egy párizsi tüntetésen