Le Big Data est au cœur des préoccupations de beaucoup d’entre nous dans le secteur des technologies de l’information parce qu’il représente un grand défi et une grande opportunité.
IDC estime que chaque année, l’univers numérique crée et reproduit 1,8 zettaoctet d’informations, soit 1,8 trillion de gigaoctets. Afin d’extraire la valeur de ces données, les entreprises doivent adopter des solutions qui permettent non seulement de récupérer et d’organiser efficacement les informations, mais aussi d’utiliser efficacement ces données.
Le Big Data englobe traditionnellement le traitement d’événements complexes et l’analyse du contenu des transactions commerciales, des données stockées, des métadonnées et, plus récemment, des médias sociaux et de divertissement dans lesquels les consommateurs ou d’autres entreprises fournissent un flux constant de données les concernant. L’analyse des Big Data permet aux annonceurs, aux détaillants, aux fournisseurs de services mobiles/Internet/câble, aux organisations gouvernementales et à bien d’autres de mieux connaître leurs activités et leurs clients.
Les transactions des centres de contact sont souvent négligées dans les initiatives de Big Data parce que la voix est une ressource “non structurée” et que les premières technologies d’analyse de la parole ont été complexes, décourageantes et inflexibles. De nombreuses solutions d’analyse vocale reposent sur de longs processus de conversion de la voix en texte pour trier les données, laissant les utilisateurs attendre des semaines, voire des mois, pour recevoir des rapports et des analyses de leurs transactions vocales.
L’objectif principal de Calabrio est de développer des solutions qui facilitent l’utilisation de la technologie afin que les centres de contact ne soient plus limités par une technologie intransigeante. C’est pourquoi mon équipe a abordé l’analyse de la parole d’une manière un peu différente. En exploitant un puissant moteur phonétique, notre approche permet aux utilisateurs d’indexer directement les données vocales avec des termes de recherche uniques et personnalisés qui aboutissent à des “résultats” sur des phrases d’intérêt à partir de centaines de milliers d’appels enregistrés. Il en résulte ce que j’appelle un problème Google, où vous pouvez avoir des millions de visites en une seule journée d’appels. C’est pourquoi nous avons également créé la notion de score de confiance réglable, qui permet d’éliminer facilement le bruit. Le résultat final est une boîte confinée d’occurrences pertinentes qui révèlent des schémas et des informations sur ce que disent vos clients. Vous commencez à voir les choses qui vous sautent aux yeux dans des tableaux de bord clairs et percutants.
Comparez notre approche aux méthodes traditionnelles de conversion de la voix en texte, qui nécessitent l’élaboration et la maintenance d’un vaste dictionnaire prérempli, et trop souvent un temps et une puissance de calcul intenables pour le traitement. Ce que d’autres solutions font en quelques jours, la nôtre l’accomplit en quelques secondes. L’approche technologique permet aux clients d’adapter leur investissement aux besoins de leur entreprise – en faisant évoluer leur environnement analytique pour qu’il soit aussi étendu ou en temps réel que le justifie leur dossier.
Le déverrouillage des transactions vocales permet non seulement aux responsables des centres de contact d’en savoir plus, mais aussi aux données des transactions du service client de faire partie d’initiatives stratégiques de Big Data sans ajouter de complexité. Nous y parvenons grâce à des applications dotées de tableaux de bord interactifs qui rendent compte de tout, des performances des agents aux tendances en matière de ventes et de marketing. Les Big Data sont déjà assez compliquées – heureusement, les centres de contact peuvent maintenant profiter de logiciels et d’outils simplifiés qui masquent les analyses sous-jacentes complexes pour l’utilisateur final, et débloquent facilement la véritable valeur qui se trouve dans leurs Big Data.
