Las soluciones de análisis de voz, o como habitualmente utilizamos en inglés, Speech Analytics, han sido últimamente de las herramientas más valiosas para las compañías que tienen que gestionar conversaciones con sus clientes. Llevan más de 10 años con una presencia fuerte el mercado del Contact Center y los beneficios que ofrecen hacen la mayoría de ocasiones rentable la inversión en ellas.

Si tuviera que describir lo que pueden hacer los Speech Analytics en pocas palabras diría que son una herramienta facilitadora de planes de acción, pero para ello se requiere de algunas personas con conocimiento de la operativa y el negocio dedicadas a interpretar los datos y proponer dichos planes de acción. Eso si, antes de nada hay que tener en cuenta que un Speech Analytics no es una caja que se compra, se instala, se configura y ya está. Es una herramienta que necesita de un proyecto tanto estratégico como tecnológico para que su implementación sea un éxito y la empresa obtenga los beneficios esperados.

Tras esta primera introducción y centrándonos en el análisis de voz, dentro de los Speech Analytics podríamos hablar de dos productos diferentes: Real Time Speech Analytics e Historical Speech Analytics. La solución más extendida en la mayor parte de las compañías es el Historical Speech Analytics, es decir, después de finalizar las conversaciones y disponer de las grabaciones, éstas se pasan al Speech Analytics donde se transcriben y analizan para obtener diferentes resultados. Sin embargo, Real Time Speech Analytics permite analizar las conversaciones de los agentes mientras se produce la conversación. Estas soluciones están abriendo nuevas posibilidades para las compañías en el análisis de lo que está ocurriendo en las comunicaciones entre cliente-empresa.

Hay que entender que son dos productos diferentes y que, por el momento, no permiten ofrecer las mismas capacidades. Por ello, a continuación explicamos los principales usos que se están aplicando gracias a estas soluciones, aunque cabe destacar que se puede dar otros desde el análisis de la voz del cliente y agente.

Historical Speech Analytics

Como se trata de un análisis de las conversaciones ya finalizadas por lo clientes, los usos que se pueden dar están orientados a obtener datos conversación por conversación o también medias o número de ocurrencias que están sucediendo en las conversaciones.

Tras transcribir y analizar las conversaciones, se dispone de un repositorio o base de datos de lo que nos dicen los clientes y la atención que ofrecen los agentes. Por ello, es una herramienta que tiene interés para diferentes áreas de la compañía como Customer Experience, Marketing, Ventas, Calidad, Formación, Operaciones, etc.

Del análisis de las conversaciones podremos conocer lo que dicen los clientes (qué preguntan y qué palabras utilizan), identificar palabras o frases que se repiten en un % alto y pueden suponer un punto favorable o un riesgo, controlar o medir patrones que pueden/deben darse en las conversaciones para controlar calidad, conocimiento, cross-selling, etc.

Habitualmente, los objetivos que se pueden perseguir son:

  • Diseñar los pasillos de cliente.
  • Análisis de información de la competencia.
  • Incrementar las ventas.
  • Incremento de calidad emitida y percibida.
  • Mejorar la experiencia del cliente.
  • Reducir llamadas automatizando conversaciones de bajo valor.
  • Identificar los motivos de llamada de los clientes.
  • Mejora del desempeño de los agentes.

srgb shutterstock 149087459

Real Time Speech Analytics

En este caso la transcripción y análisis se realiza en tiempo real, y se obtiene información que permite tomar decisiones inmediatas, pero no permite comparar lo que ocurre con el resto de las conversaciones. Las tecnologías de Speech Analytics en tiempo real no están tan evolucionadas como las que analizan el histórico y, dada la inmediatez que se requiere de la información, no se dispone de un reconocimiento del lenguaje natural sino que se reconocen palabras o frases concretas.

Esta herramienta requiere muchos más recursos para realizar el análisis puesto que dependiendo del número de llamadas que queramos analizar, así necesitaremos en cuanto a licencias/máquinas. Sin embargo, en histórico habitualmente se analiza un % y se dispone de la ventaja de poder realizar las transcripciones las 24 horas del día con menos recursos.

La herramienta en tiempo real puede tener interés para las mismas áreas de la compañía que indicábamos en el caso anterior pero, dado que se utiliza para disparar alertas en tiempo real y reconducir las conversaciones, es algo más táctico y se utiliza en los equipos que manejan los agentes de Ventas, Atención al Cliente, Recobro, etc.

Del análisis de las conversaciones en tiempo real también podremos conocer lo que dicen los clientes (qué preguntan y qué palabras utilizan), identificar palabras o frases que pueden suponer un punto favorable o un riesgo como palabras malsonantes del cliente o el agente, nombrar a la competencia y también se puede aplicar para la biometría de la voz.

Los objetivos pueden llegar a ser casi los mismos que en caso anterior, pero destacaría los siguientes:

  • Verificación/identificación del cliente (biometría de la voz).
  • Mejorar la experiencia del cliente.
  • Reducir las bajas de cliente (Churn)
  • Mejora del desempeño de los agentes con argumentarios dinámicos.

Conclusiones

Mientras los Speech Analytics en modo histórico ofrecen una visión que ayuda a definir la estrategia y la táctica, el modo tiempo real se orienta principalmente a la táctica. Ambos tratan de identificar los “momentos de la verdad” para saber qué está ocurriendo y qué poder hacer para mejorar.

Estas herramientas pueden facilitar cómo adaptar los productos/servicios que se ofrece a lo que demandan los clientes, o mejor aún, a lo que entienden los clientes que contactan con la empresa, y por otro lado, identificando los motivos principales de llamada de los clientes, se puede llegar a organizar y formar a los grupos de agentes en función de lo que solicitan los clientes para incrementar la resolución en el primer contacto.

En definitiva, la solución histórico es muy madura y la considero un primer paso seguro de implementar en la compañía puesto que ayuda a comprender determinadas situaciones o datos que sorprenden aún llevando muchos años prestando un servicio. Por otro lado, en tiempo real la solución es algo menos madura pero favorece mucho a trabajar en el momento y no actuar semanas después del análisis. Esto permite incrementar la satisfacción y evitar la pérdida de cliente en el instante que es momento más probable de conseguirlo. Cada organización deberá hacer un análisis estratégico de qué quiere obtener de su centro de relación con el cliente y en base a ello decidir por un modelo u otro de Speech Analytics, puesto que la tecnología, al fin y al cabo, es una mera herramienta al servicio de la empresa.

Anterior

Probando y mejorando la estrategia de experiencia de cliente omnicanal

Siguiente

Chatbots que ahorran millones de euros

Foto del avatar

Sobre el autor

Javier Yubero

Con más de 15 años de experiencia en el sector de las tecnologías para el contact center, Javier ha sido parte del órgano directivo de varias compañías del sector. Su pasión por la innovación y sus capacidades para la resolución de problemas de gran complejidad hacen de él un profesional dinámico y de probada eficacia

Te puede interesar