هوش مکالمه ای مرکز تماس
هوش مکالمه ای مرکز تماس
آنچه خواهیم خواند
هوش مکالمهای و نسل جدید مرکز تماس
تحول هوش مکالمهای در مرکز تماس
هوش مکالمهای در مرکز تماس تحول بزرگی ایجاد کرده است. این فناوری، با ترکیب هوش مصنوعی ، تحلیل احساسها و تشخیص نیت کاربر به سرپرستها امکان میدهد تعاملهای مشتری را بهطور دقیق بررسی کنند و تجربه مشتری بهبود یافته عرضهکند. استفاده از رونویسی صدا و تحلیل بلادرنگ، روندهای مرکز تماس را قابل پیشبینی کرده و پاسخگویی سریع و هوشمندانه به نیازهای مشتریان را ممکن میسازد. در این مقاله، کاربردها و مزایای هوش مکالمهای در مرکز تماسهای آینده بررسی میشود.
هوش مکالمهای (CI) چیست؟
هوش مکالمهای (CI) مرکز تماس را از جریان مبهمی از گفتوگوها به منبعی پویا از تجزیه و تحلیل کسب و کار تبدیل کرده است. اساس هوش مکالمهای، توانایی تجزیه و تحلیل و درک یک مکالمه برای ایجاد اعتماد بین مشتریان و سازمانها است.
هوش محاورهای، تجزیه و تحلیلهای بلادرنگ و پس از تعامل را با هم ترکیب میکند که از راه رباتها، عوامل مجازی و ابزارهای کمکی، هوش بلادرنگ را تقویت میکند. هوش مصنوعی (AI) نقش مهمی در تجزیه و تحلیل حجم زیادی از دادهها در داخل و خارج از یک تعامل برای عرضه بینشهای مفید و بهینهسازی مداوم برای بهبود تجربههای مشتری و نتیجههای تجاری ایفا میکند.
آنچه از پیش روی شما میگذرد در مورد " هوش مکالمه ای مرکز تماس " است، ما در شرکت هاوش تلاش میکنیم راهنمای خوبی برای تمام کسب و کارهایی باشیم که قصد دارند از خدمات امور مربوط به مشتریان استفاده کنند.
چگونه ابزارهای جدید CI تجربه مشتری بهتری را رقم خواهند زد
با پیدایش ابزارها بر پایه هوش مصنوعی مانند رونویسی صدا، تشخیص لحن و تحلیل احساسها، در کنار سایر فناوریها، سرپرستها و مدیران مرکز تماس، ایده روشنی از آنچه در حال حاضر در گفتوگوها اتفاق میافتد، به دست میآورند و میتوانند روندها را پیشبینی کنند.
با همگرایی مدلهای زبانی بزرگ و هوش مصنوعی، و همچنین کاهش شدید هزینه، افزایش سرعت و بهبود امنیت ابزارهای موجود، هوش رقابتی دوباره قرار است مرکز تماس را متحول کند.
این امر، مرکز تماس را از جایی که در آن تجزیه و تحلیلها جمعآوری میشدند، به جایی تبدیل میکند که در آن نگرانیهای مشتری حتا قبل از نیاز به مداخله یک کارشناس یا مدیر مرکز تماس، حل و فصل میشود .
هوش محاورهای چیست؟
پایهگذاری پایهها
هوش مکالمهای بر روی لایههایی ساخته شده است که هر کدام قابلیتهای جدیدی را ایجاد میکنند که سرپرست یا مدیر مرکز تماس را قادر میسازد به پرسشهای کلیدی پاسخ دهد:
- در حال حاضر در مرکز تماس چه اتفاقی میافتد؟
- چرا مردم تماس میگیرند؟
- آیا مشتریان از نتیجه ارتباطها (تعاملها) راضی هستند؟
اگرچه نظارت زنده بر تماسها از زمان ایجاد مرکز تلفن وجود داشته است، اما ایجاد ضبط تماس به سرپرستها این امکان را میدهد که خود را از وظیفه غیرقابل مقیاسبندی گوش دادن زنده به تماسها رها کنند. آنها میتوانند تماسها را در زمانی که برایشان مناسب بود برای نمونه در زمانهایی که کار کمتری دارند یا زمان بیشتری برای تمرکز و تحلیل دارند، بررسی کنند.
تکامل هوش مکالمهای واقعی با رونویسی خودکار صدا رخ داد. در پنج سال گذشته بود که رونویسی صدا به سطحی از دقت و قابلیت اطمینان رسید که خواندن متن رونویسی شده و درک آنچه در یک مکالمه اتفاق افتاده را ممکن ساخت. این بدان معناست که سرپرستها مجبور نیستند به ضبطها گوش دهند. آنها میتوانستند متن مکالمهها را مرور کنند تا بفهمند چه اتفاقی افتاده است.
رمزگشایی متن بین کارشناس مرکز تماس و مشتری
با رمزگشایی متن تعامل بین کارشناس مرکز تماس و مشتریها یا کاربران، اکنون میتوان از بسیاری از فناوریهای جدید برای دستیابی به درک بهتر استفاده کرد; برای نمونه،
- متن را میتوان جستجو کرد؛
- جستجوها میتوانند خودکار شوند؛
- عبارتها را میتوان به سرعت برای شناسایی موضوعها شناسایی کرد;
و این موضوعها را میتوان در طول زمان مقایسه کرد تا روندها و اطلاعات سطحی را که ممکن است برای سرپرستها مهم باشد و در طول شیفت خود از آنها آگاه باشند، شناسایی کرد و به سمت خدمترسانی و ساختن تجربه مشتری بهتر گام برداشت.
همچنین جستجوی اولیه، درک زبان طبیعی از راه تشخیص موجودیت و قصد، میتواند دلایل تماس مشتریان را شناسایی کند. ابزارهای جدید بر پایه هوش مصنوعی همچنین میتوانند هر دو طرف مکالمه را تجزیه و تحلیل کنند تا ببینند آیا مشتری حالتهای احساسی مثبت یا منفی ابراز کرده است و آیا نماینده در پاسخ همدل بوده یا کمکی نکرده است.
با بررسی آکوستیک (صوتشناسی) یک تعامل، سرپرستها میتوانند اطلاعاتی را استخراج کنند که برای جمعآوری آنها به ساعتها گوشدادن و خواندن متن مصاحبه نیاز است.
- آیا نماینده با مشتری صحبت کرد؟
- آیا مکثهای ناخوشایندی وجود داشت؟
- آیا یک طرف مکالمه خیلی بیشتر از طرف دیگر صحبت میکرد؟
هوش مکالمهای همین حالا
کاربرد هوش مکالمهای زمانی آشکار شد که اطلاعات بهدست آمده از راه ابزارهای مختلف با هم ترکیب شد و درک جدیدی از تعاملهای فردی، عملکرد کارشناسهای تماس و روندهای کلی ایجاد شد.
تحلیل احساسها را میتوان از راه رویدادهای فردی مشاهده کرد ، مثل نمرههای کلی برای یک تعامل یا روند اینکه آیا تماس با احساسهای منفی شروع شده و سپس به احساسهای مثبت تبدیل شده است یا برعکس و یا اینکه هیچ حرکتی نداشته است.
با جمعآوری نمرهی هیجانها، حالتهای احساسی و همدلی برای تعامل، نتایج نظرسنجی پس از تماس و سایر معیارها، سرپرستها میتوانند متوجه شوند که عملکرد کارشناسها چه به صورت جداگانه و چه نسبت به همکاران آنها چگونه است. همین جمعآوری معیارها را میتوان در سطح صف انجام داد تا مشخص شود کدام صفها عملکرد بهتری دارند. این به سرپرستها و مدیران مرکز تماس اجازه میدهد تا عملکرد را بر اساس شاخصهای کلیدی عملکرد (KPI) بهینه کنند.
با ترکیب منابع داده برای دستهبندی تعاملها، میتوان اطلاعات بیشتری استخراج کرد.
- آیا نماینده یا مشتری موضوعهای خاصی را با یکدیگر بیان کردند؟
- آیا موضوعی در اول و آخر مکالمه مطرح شد، چرا که احساسها منفی بود؟
- آیا وقتی مشتری احساسهای منفی داشت، کارشناس حرق او را قطع کرد؟
با ایجاد مجموعهای از تعاملها که معیارهای خاصی را برآورده میکنند، سرپرستها میتوانند گنجینهای از مثالها را برای آموزش به کارشناسها جمعآوری کنند که متوجه شوند در مدیریت تعاملها چه چیزی کم و بیش اثرگذار است.
سطح بعدی برای ابزارهای CI
برای تولید هوش مکالمهای کاربردی در نسل فعلی ابزارهای هوش مکالمهای وجود دارند. اما نسل بعدی ابزارها اطلاعات رو درست زمانی که کارشناسها و سرپرست ها به آن نیاز دارند به صورت کوتاه و روشن عرضه خواهند کرد. این ابزارها همچنین راهحلها و مراحل بعدی را پیشنهاد میدهند و استدلال پشت پیشنهادهای خود را نیز عرضه میکنند.
در گام اول، ابزارهای هوش مصنوعی میتوانند خلاصههایی از بخشهای مختلف تعاملها و ارتباطها، کل مکالمهها یا حتا خلاصههای خوبی از تعاملهای چندگانهای که توسط یک عامل واحد رخ داده است، ایجاد کنند. این ابزارها همچنین میتوانند کل یک صف را در یک دوره مشخص خلاصه کنند تا دیدگاه جامعتری از عملکرد به دست آورند.
ابزارهای هوش مصنوعی همچنین میتوانند برای کشف بینشهایی در مورد آنچه در یک تعامل اتفاق افتاده است، مورد استفاده قرار گیرند.
- دلیل تماس چی بود؟
- مصوبه چه بود؟
- چه اقدامهایی باید توسط عامل انجام شود؟
- اگر در طول تعامل، امتیاز احساسی مثبت یا منفی قوی وجود داشت، علت آن چه بود؟
این شیوهی جدید تحلیل، زمان لازم برای کنار هم قرار دادن موضوعهایی که در تعاملها یا نمرههای حالتهای احساسی مشاهده شدهاند را برای رسیدن به دلیل واقعی تعامل مشتری با یک کارشناس، صرفهجویی میکند. این بینشها میتوانند برای بهبود عملکرد کارشناس، دانش ربات، کمک خلبانان کارشناس و کارشناسها مجازی برای بهبود عملکرد کلی مرکز تماس استفاده شوند.
بررسی تعاملها و ارتباطهای فردی
نسل بعدی ابزارها، اطلاعات مهم مورد نیاز را بهتر عرضه خواهند کرد. سرپرستها نه تنها قادر به جمعآوری تجزیه و تحلیل خواهند بود، بلکه میتوانند به سرعت به سراغ اعداد و ارقام بروند و نمونههایی از تعاملها و ارتباطهای فردی را بررسی کنند. سپس میتوانند از این نمونهها برای آموزش یا توضیح علت وقوع روندهای خاص استفاده کنند.
سرپرستها همچنین میتوانند - به صورت بلادرنگ - ببینند که در هر مکالمهای در مرکز تماس چه اتفاقی میافتد. آنها میتوانند رونویسی زنده از تعاملها را مشاهده کنند و از موضوعهای مورد بحث در هر لحظه در صف، و همچنین حالتهای احساسی مربوط به مشتریان و میزان مفید بودن کارشناسها مطلع شوند. این امر فرصتی را برای سرویسهای بر پایه هوش مصنوعی یا سرپرستها ایجاد میکند تا در صورت عدم موفقیت یک تعامل، مداخله کنند.
ابزارهای CI بیشتر از عرضه انعطافپذیری و سرعت بیشتر در نظارتها بر تعاملها، شروع به تدوین پاسخهایی از سوی کارشناسها به مشتریان خواهند کرد که نه تنها دلایل فردی برای تماس را حل میکند، بلکه به اهداف بزرگتر تجاری مرکز تماس نیز خدمترسانی میکند.
در سطح سرپرست، این میتواند شامل پیشنهادهای زبان طبیعی در مورد آنچه یک سرپرست میتواند در لحظه برای رسیدگی به زمینههای مشکلدار، حفظ پیشینه عملکرد موجود یا دستیابی به پیشینه عملکرد جدید، یا حتا قدردانی از عملکرد استثنایی و پاداش به کارشناسها عالی انجام دهد، باشد.
هموار کردن راه
پیادهسازی نسل بعدی هوش محاورهای بدون خطر نیست. هر سیستم بر پایه هوش مصنوعی باید در برابر توهم، حملهها بر پایه وارد کردن دستورهای مخرب و سوگیریهای ناشی از دادههای آموزشی محافظت شود.
کارکنان باید برای کار در کنار ابزارها آموزش ببینند. و شما باید اطمینان حاصل کنید که تعادلی بین همکاری و شک و تردید در نتایج وجود دارد. همچنین باید دقت زیادی شود تا اطمینان حاصل شود که آموزش این سیستمها حریم خصوصی یا اخلاق را به خطر نمیاندازد.
مزیت نسل بعدی ابزارها این است که باعث رضایت بیشتر مشتریان میشوند و به کارمندان اجازه میدهند تا به جای ورود دادهها یا گزارشدهی، روی بخشهای اصلی تعامل تمرکز کنند.
مشتریانی که مشکلهای به نسبت سادهای دارند، قبل از اینکه در صف انتظار قرار بگیرند، مشکلهای آنها حل میشود و کارشناسها میتوانند با تعاملهای پیچیدهتر و رضایتبخشتری روبرو شوند.
نتیجه گیری
بهکارگیری هوش مکالمهای در مرکز تماس، با ترکیب هوش مصنوعی و تحلیل تعاملها مشتری، بهرهوری مرکز تماس و کیفیت خدمات را افزایش میدهد. این فناوری امکان عرضه تجربه مشتری بهبود یافته و بهینهسازی عملکرد کارشناسها را فراهم کرده و مسیر تحول دیجیتال در نسل بعدی مرکز تماس را هموار میکند.