Depuis quelques décennies, nous entendons tous parler de la valeur des « big data » dans les entreprises. Le problème a toujours été de savoir comment donner un sens à toutes ces données, et ce problème n’a fait que croître à mesure que notre monde devenait de plus en plus connecté, chacun et chaque chose générant de plus en plus de données.

Les outils d’analyse permettent de relever ce défi en explorant rapidement d’énormes quantités de données afin d’identifier des modèles et des tendances. Ces modèles et tendances fournissent un large éventail de renseignements commerciaux, révélant des informations cachées qui vous permettent enfin de libérer la valeur des « grandes données ». Les entreprises trouvent des moyens puissants d’utiliser les outils d’analyse dans l’ensemble de leur organisation, mais il y a un domaine en particulier où les outils d’analyse peuvent avoir un impact immédiat et significatif : le centre d’appels.

En effet, votre centre d’appels reçoit chaque jourune énorme quantité de données précieuses – desdonnées d’interaction client multicanalqui représentent la véritable voix, non filtrée, de votre client. Pourtant, le centre d’appel moyen n’examine qu’environ deux pour cent des interactions avec les clients. Il s’agit généralement d’un processus manuel, réalisé au moyen de contrôles aléatoires de l’assurance qualité et de la conformité, ainsi que de résolutions de litiges ciblées.

Les consommateurs mènent aujourd’hui une vie omnicanale : Ils disposent d’un large éventail d’options pour communiquer et effectuer des transactions – ils peuvent appeler, envoyer des courriels, envoyer des SMS, chatter, utiliser une application web ou mobile, ou même se connecter en personne – et ils veulent avoir la possibilité de choisir différents canaux pour répondre à des besoins spécifiques. Par exemple, ils peuvent choisir le courrier électronique pour éviter les conflits, le chat ou le texte pour la commodité, et l’appel téléphonique pour la rapidité et l’immédiateté de la réponse. Les consommateurs recherchent des marques qui leur offrent cette liberté omnicanale et leur sont fidèles. Mais ils s’attendent également à une expérience transparente et personnalisée.

Alors que les entreprises adoptent de plus en plus une approche omnicanale, le plus grand défi n’est pas d’activer plusieurs canaux – il existe d’innombrables applications, plates-formes et fournisseurs qui permettent de mettre en œuvre rapidement et facilement, par exemple, une fonction de chat sur le web. Le véritable défi consiste à supprimer les cloisonnements entre chaque canal et à rassembler toutes les données relatives aux interactions avec les clients. En d’autres termes, alors que vos clients vous contactent par le biais d’un nombre croissant de canaux, comment les reconnaître et relier chaque point de contact à une vision holistique de votre relation avec chaque client ?

Une vision omnicanale du client donne à votre centre de contact des avantages immédiats pour offrir des expériences client de qualité (lire : transparentes et personnalisées) – permettant à vos agents de reconnaître que l’appel vocal d’un client a eu lieu après des interactions précédentes par chat et par e-mail, par exemple.

Mais cette visibilité à 360 degrés est aussi l’étape la plus critique dans l’utilisation de l’analyse des interactions avec les clients pour obtenir des informations plus approfondies et plus précieuses sur la manière d’améliorer l’engagement et l’expérience des clients. Tout cela nous ramène au concept de « big data » : en supprimant les cloisonnements entre les canaux et en créant un pool unique et intégré d’informations sur les interactions avec les clients, vous augmentez la taille de vos données. Des données plus volumineuses – une image plus complète de vos clients – permettent aux outils d’analyse de produire des informations plus précises, plus pertinentes et plus utilisables. Ou, si l’on regarde les choses sous l’angle inverse : L’application d’outils d’analyse à des données cloisonnées augmente le risque d’obtenir des données erronées. Par exemple, la recherche d’informations distinctes sur les clients dans les données vocales et les données de chat séparément est problématique, car les mêmes clients utilisent souvent les deux canaux dans le cadre du même cycle de résolution des problèmes. Si vous manquez ce croisement, vous passez à côté de la vérité sur vos clients.

Analyse phonétique

Phonetics Analytics convertit les données sonores en 44 phonèmes anglais (les éléments constitutifs de la parole) et associe les phonèmes à des mots et des phrases. Il est rapide, peu gourmand en ressources humaines et, comme il n’est pas limité par un dictionnaire, vous pouvez facilement l’adapter pour reconnaître le jargon, les accents régionaux, les noms de marque et d’autres vocabulaires ouverts. D’autre part, l’analyse phonétique peut se heurter à des faux positifs pour des mots à consonance similaire : par exemple, « Grade A » peut être interprété comme « journée grise ».

Analyse de la parole en texte (LVCSR)

Également connue sous le nom de reconnaissance vocale continue à grand vocabulaire (LVCSR), cette technologie permet de transcrire les données audio en transcriptions et d’en extraire les mots, les phrases et le contexte. L’analyse de la parole en texte est limitée par un dictionnaire fermé (ce qui signifie qu’elle a du mal à traiter les mots inhabituels, les accents, l’argot, etc.) Elle nécessite également plus de temps et de puissance de traitement (bien que les nouvelles technologies basées sur les GPU accélèrent considérablement la transcription). En contrepartie, vous obtenez une transcription en texte intégral de chaque conversation, ce qui permet une recherche rapide et une analyse contextuelle solide.

Qu’est-ce qui est le plus important dans un centre d’appel ? La réponse est les deux. Chacune d’entre elles possède des atouts relatifs qui se complètent. L’analyse phonétique permet de catégoriser efficacement les appels et de les analyser rapidement. Il est également capable de détecter l’argot, le jargon et les accents régionaux. L’utilisation de la synthèse vocale est idéale pour les enquêtes approfondies, les recherches ad hoc et pour vous aider à trouver des choses que vous ne cherchiez même pas. C’est pourquoi nous avons combiné la phonétique et l’analyse de la parole en texte dans notre solution Calabrio Analytics, qui vous offre tout ce dont vous avez besoin pour examiner les appels des clients.

1. Pause et reprise automatiques pour la conformité

La raison la plus fréquente pour laquelle les centres d’appels mettent en œuvre l’analyse des postes de travail est de faciliter la conformité avec les normes PCI, HIPAA et autres réglementations régissant l’enregistrement des données sensibles. La fonction de pause et de reprise interrompt automatiquement l’enregistrement de l’écran, de l’audio et des frappes au clavier lorsqu’un agent atteint un champ désigné (comme le numéro de sécurité sociale ou le numéro de carte de crédit) – et reprend automatiquement l’enregistrement lorsque l’agent quitte le champ. Cela élimine le risque d’erreur humaine, ne ralentit pas vos agents et garantit que les informations sensibles ne sont jamais enregistrées ou stockées.

2. Suivi de l’activité du bureau

Cela peut ressembler à de l’espionnage, mais un suivi efficace de l’activité du poste de travail consiste en fait à donner plus de pouvoir aux agents. En établissant une corrélation entre les différents indicateurs d’interaction avec le client et les actions de l’agent, vous pouvez constater des éléments tels que

Quelles sont les applications ou les ressources de connaissances qui permettent d’obtenir les meilleurs résultats pour les clients ?
Quand le retard technologique ralentit les interactions
Lorsque le manque de ressources entrave la qualité de l’interaction

Qu’il s’agisse de développer les meilleures pratiques des agents ou de justifier les investissements dans les améliorations technologiques et l’expansion des ressources, vous pouvez donner à vos agents les outils qui leur permettront de mieux réussir.

3. Déclencheurs d’activité du bureau

À l’instar de la fonction de pause et de reprise automatique, le déclenchement d’événements de bureau vous permet de créer des flux de travail automatisés basés sur une action ou un indicateur spécifique de l’agent. Voici quelques exemples :

L’annulation d’un service ou le remboursement d’un produit peut déclencher l’enregistrement et l’examen complets de l’appel.
L’accès non autorisé à l’écran peut déclencher une alerte du superviseur.
Une vente dépassant un certain seuil peut déclencher une escalade en vue d’une reconnaissance ou d’une récompense.

Les déclencheurs peuvent être simples ou utiliser plusieurs critères. Dans les deux cas, le déclenchement d’événements de bureau ne nécessite pas de diplôme de programmation pour construire une logique complexe de type « si/alors » – il suffit généralement de naviguer dans quelques menus déroulants pour indiquer vos déclencheurs et vos actions.

1. Évaluations prédictives

Les évaluations prédictives utilisent l’intelligence artificielle pour générer un score de qualité pour chaque interaction avec le client avec une précision remarquable. La solution Predictive Evaluations de Calabrio examine les évaluations de qualité précédemment notées, ainsi que les données d’analyse vocale, en utilisant l’apprentissage automatique pour identifier les caractéristiques des interactions avec les clients qui ont le plus d’impact sur les scores de qualité. Ces enseignements sont ensuite appliqués à chaque interaction avec le client. L’outil analytique analyse une interaction avec un client, identifie les caractéristiques spécifiques et les introduit dans le modèle basé sur l’apprentissage automatique qui prédit le score de qualité. Cerise sur le gâteau : l’apprentissage automatique devient de plus en plus intelligent et précis au fil du temps. Cela permet au centre de contact de voir réellement chaque interaction avec le client et d’obtenir une image précise et holistique de l’expérience client qu’il fournit, ce qui permet des initiatives de gestion de la qualité plus ciblées qui ne dépendent pas d’un contrôle manuel aléatoire.

2. NPS prédictif

Le NPS prédictif applique la même approche que celle expliquée ci-dessus pour le Net Promoter Scoring. La solution Predictive NPS de Calabrio utilise son algorithme d’apprentissage automatique pour générer un Net Promoter Score prédictif pour chaque interaction avec le client. Vous disposez ainsi d’une vision plus précise de votre NPS et pouvez prendre des décisions en toute confiance, par exemple en ciblant vos programmes de marketing et d’engagement sur les détracteurs ou les promoteurs.

Qu’est-ce que l’analyse des sentiments ? Comment cela fonctionne-t-il dans le centre d’appel ?

Les clients mécontents ont toujours été au centre des préoccupations des centres d’appel. Vous voulez identifier les clients mécontents ou frustrés – etcomprendre le problème sous-jacent – le plus rapidement possible, afin de pouvoir résoudre rapidement les problèmes et éviter qu’ils n’affectent d’autres clients. Mais l’approche traditionnelle de l’identification des clients mécontents est lente : l’examen des enquêtes et autres données postérieures à l’appel pour trouver les clients insatisfaits et les interactions litigieuses demande beaucoup de ressources et ne permet souvent de détecter les problèmes que plusieurs jours ou semaines plus tard. À ce moment-là, il peut être trop tard pour faire amende honorable auprès d’un client spécifique – et un problème isolé peut s’être propagé et avoir des répercussions sur des dizaines ou des centaines de clients.

L’analyse des sentiments résout ce problème en fournissant immédiatement un score de sentiment (positif, neutre ou négatif) pour chaque interaction avec le client. L’analyse des sentiments alimentée par l’IA utilise une analyse avancée du texte et de la parole pour identifier les mots clés et les phrases qui indiquent le ton émotionnel et le sentiment sous-jacent derrière les mots d’un client. En substance, au lieu d’attendre que le client vous dise qu’il est mécontent de son expérience après la fin de l’appel (ou d’espérer qu’une vérification aléatoire de l’assurance qualité détecte un appel litigieux), l’analyse des sentiments met en évidence ces expériences négatives en temps réel. Vous pouvez signaler toutes les interactions négatives pour un examen immédiat et prioritaire, et permettre à votre centre d’appels et à votre organisation de prendre des mesures rapides en réponse aux problèmes des clients, qu’il s’agisse de contacter un client mécontent, d’aborder un problème émergent avec un produit ou un service, ou de fournir une formation supplémentaire à des agents spécifiques ou sur des sujets spécifiques.

L’analyse des sentiments constitue également un point de référence incroyablement utile pour toute une série d’efforts en matière d’assurance qualité. Les évaluations des performances des agents peuvent inclure des mesures du sentiment (par exemple, certains agents ont-ils tendance à avoir des interactions plus positives que la moyenne ?) L’étude des interactions entre les sentiments positifs peut également fournir des informations utiles pour la formation et le coaching des agents. Par exemple, vous pouvez identifier des mots ou des phrases clés qu’un agent peut utiliser pour susciter un sentiment plus positif chez le client, ou un langage d’agent en corrélation avec un sentiment négatif qu’il convient d’éviter.

L’analyse de la voix du client au-delà du centre de contact

Dans le panthéon des mots à la mode dans le monde des affaires, l’expression « centricité client » est à mettre sur le même plan que « big data ». De plus en plus d’entreprises cherchent à faire de l’orientation client leur mantra, c’est-à-dire à faire des priorités de leurs clients les principes directeurs de toutes leurs stratégies commerciales et de leurs prises de décision. Mais dans toute cette effervescence autour du centrage sur le client, de nombreuses organisations négligent leur ressource la plus puissante pour comprendre la véritable voix du client : le centre de contact. Chaque jour, les centres de contact ont des centaines, voire des milliers de conversations vocales, textuelles, électroniques et par chat avec les clients d’une entreprise. Ces données sont les plus riches, les plus complètes et les plus multidimensionnelles dont dispose une organisation pour comprendre l’expérience de ses clients – leurs besoins et leurs désirs, leurs valeurs et leurs priorités, ce qui les frustre et ce qu’ils aiment. Cette mine d’informations sur la voix du client constitue le tissu même des stratégies commerciales centrées sur le client et peut être le guide pur et sans filtre de la prise de décision centrée sur le client, en aidant une organisation à mieux comprendre ce qui constitue réellement un problème ou une opportunité et ce qui n’est qu’un simple bruit sur le marché.

La technologie avancée d’analyse des centres de contact rend simple et rentable l’exploitation de ces riches informations sur la voix du client (VOC) qui ont été enfouies dans les données des centres de contact. En outre, l’analyse des centres de contact peut fournir des informations sur les COV qui sont pertinentes bien au-delà du centre de contact, en fournissant des informations faciles à comprendre et hautement utilisables aux équipes de marketing, aux responsables des ventes, au développement de produits, etc. Les premiers utilisateurs partagent les informations sur les COV dans l’ensemble de l’entreprise, ce qui génère un large éventail de valeur commerciale – depuis la création d’efficacités opérationnelles et le repositionnement des offres, jusqu’à l’identification d’opportunités pour amplifier les efforts de vente et de marketing, renforcer les initiatives de marque et tirer parti de l’apport direct des clients pour stimuler l’innovation.

L’avenir de l’analyse des centres de contact

La quantité de données collectées par une organisation typique aujourd’hui continue d’augmenter de façon exponentielle : Plus de 90 % de toutes les données créées dans l’histoire de l’humanité l’ont été au cours des deux dernières années seulement. La première vague d’outils d’analyse s’est attaquée à ce problème en aidant les organisations à capturer et à donner un sens à toutes ces données – essentiellement en répondant à la question « Que s’est-il déjà passé ? ». Bien entendu, l’objectif est d’utiliser ces connaissances et ces conclusions sur ce qui s’est déjà produit pour éclairer la prise de décision et la stratégie sur ce qu’il convient de faire ensuite.

Mais l’avenir de l’analyse des données semble très différent. La collecte et la centralisation des données et des métadonnées étant de plus en plus faciles, et les moteurs d’analyse de plus en plus intelligents, l’attention se déplace de « Que s’est-il passé ? » à « Que se passe-t-il maintenant ? » et « Que se passera-t-il ensuite ? ». La nouvelle génération d’outils d’analyse permet aux entreprises d’anticiper ce qui va se passer (analyse prédictive) et de leur dire ce qu’elles doivent faire (analyse prescriptive). Il ne s’agit pas d’une prédiction de « voitures volantes » pour un avenir lointain : IDC prévoit que d’ici 2020, la moitié des logiciels d’analyse commerciale intégreront des outils d’analyse prédictive et prescriptive basés sur des « technologies informatiques cognitives » telles que l’apprentissage automatique et l’intelligence artificielle.

Voyons comment fonctionnent l’apprentissage automatique, l’intelligence artificielle et l’analyse prédictive et prescriptive, et comment ils sont utilisés aujourd’hui dans les centres de contact.

Comment fonctionne l’intelligence artificielle ?

Lorsque vous regardez cet écran, votre œil envoie 125 millions de données discrètes à votre cerveau. Multipliez ce chiffre par chaque milliseconde d’éveil et vous aurez une idée de l’immense quantité de données purement visuelles que votre cerveau traite chaque jour. Alors, comment le cerveau gère-t-il tout cela et sépare-t-il les informations pertinentes et exploitables du « bruit blanc » ? Grâce à un concept appelé « automaticité » : la capacité de reconnaître rapidement et automatiquement des modèles dans les données entrantes. Nous reconnaissons les signes, les symboles, les mots et les visages. Nous le faisons inconsciemment. Et nous réagissons automatiquement en conséquence.