Een van de belangrijkste redenen waarom ik bijna twee jaar geleden bij Calabrio kwam werken, was omdat de leiders en ik een visie deelden over de enorme voordelen die een cloudgebaseerde contactcenterstrategie zou kunnen bieden aan klanten over de hele wereld. Sindsdien hebben we die visie gerealiseerd en blijven we ons inzetten om het voor klanten gemakkelijker te maken om de kosten- en flexibiliteitsvoordelen te behalen van het inzetten van Calabrio in de cloud (bewijs: vorige week nog hebben we aangekondigd dat Calabrio de Advanced Technology Partner status heeft bereikt in het Amazon Web Services (AWS) Partner Network!)
Ik beschouw Amazon en Calabrio elk op hun eigen manier als marktverstoorders en ik ben ontzettend trots op het werk dat we samen hebben gedaan. Waarom denk ik dat Calabrio en AWS zo aantrekkelijk zijn voor klanten? Hier zijn twee goede redenen:
- Calabrio was de eerste leverancier van personeelsoptimalisatie (WFO) die samenwerkte met Amazon Connect. Calabrio was de eerste die inzag dat het combineren van Amazon Connect – Amazon’s cloudgebaseerde contactcenterservice die het voor elk bedrijf eenvoudig maakt om een robuust, intelligent, omnichannel contactcenter in de cloud te bouwen – met een cloudgebaseerde WFO-oplossing één naadloos platform creëert voor een betere klantervaring. Onze klanten profiteren van die vroege connectie en de sterke relatie met Amazon Connect die we in de loop der tijd hebben ontwikkeld, samen met een sterk afgestemde go-to-market strategie.
- In tegenstelling tot de meeste andere WFO-providers is Calabrio zowel een AWS-partner als een Amazon Connect-partner. De cloud-gebaseerde versie van Calabrio’s platform is gebouwd op AWS, dus bedrijven die de Calabrio ONE Cloud overwegen weten dat AWS het heeft gecertificeerd om betrouwbaar te draaien, met de flexibiliteit, schaalbaarheid en pay-as-you-go aanbod van AWS.
Als ze samen worden ingezet, bieden Amazon Connect en Calabrio ONE bedrijven een complete Contact Center as a Service (CCaaS) toolset. Met geïntegreerde mogelijkheden zoals gespreksopname, kwaliteitsbeheer, personeelsbeheer, multichannelanalyse en gegevensbeheer kunnen leiders van contactcentra agenten efficiënter en effectiever inplannen, prestaties bewaken en mogelijkheden identificeren om de klantervaring te verbeteren.
En daar zijn we niet gestopt. We maken gebruik van kunstmatige intelligentie (AI) en machine learning in onze gezamenlijke oplossing om wiskundige benaderingen te maken van zowel agent- als klantgedrag, en intelligente voorspellingen over uitkomsten die de meeste invloed hebben op klanten en de organisatie die hen bedient. Dingen zoals het op tijd herkennen van indicatoren voor klantontevredenheid om negatieve situaties te verhelpen en klanten te behouden, en het onderscheid maken tussen klanten die bluffen dat ze een service zullen laten vallen en klanten die daadwerkelijk zullen opzeggen.
Bijvoorbeeld:
1. Voorspellende NPS. Door ingevulde klantenenquêtes en spraakfonetiekgegevens te beoordelen, identificeren we de kenmerken van de interactie met de klant die de meeste invloed hebben op de tevredenheidsscores, zoals de tijd tussen het eerste antwoord en de daaropvolgende antwoorden, of tekstantwoorden met vergelijkbare bewoordingen resulteren in tevreden klanten en hoeveel moeite de agent doet om het probleem van de klant op te lossen. De technologie gebruikt deze informatie vervolgens om een voorspellende Net Promoter Score (NPS) te genereren voor alle klanten, zelfs voor degenen die geen enquête hebben ingevuld of op een andere manier feedback hebben gegeven, en vertelt het bedrijf in wezen of een interactie met een klant zal leiden tot een positieve of negatieve klantervaring. Het resultaat is dat leiders beter geïnformeerde beslissingen kunnen nemen over zaken als agentevaluaties of klantgerichtheid, omdat ze beslissingen baseren op 100% van de klantgegevens.
2. Voorspellende evaluatie. Voorspellende evaluatie werkt op een vergelijkbare manier als voorspellende NPS, maar het past een wiskundig model toe op fonetische spraakslagen en eerder gescoorde kwaliteitsmanagementevaluaties om de interactieaspecten te identificeren die de grootste impact hebben op kwaliteitsscores. Door het genereren van voorspellende kwaliteitsevaluatiescores voor 100 procent van de klantinteracties zijn beoordelaars beter in staat om de juiste gesprekken te identificeren en te evalueren, en betere beslissingen te nemen over welke agenten extra coaching nodig hebben.
3. Sentimentanalyse. Sentimentanalyse maakt gebruik van een op maat ontworpen, contactcentergericht lexicon om automatisch het sentiment van elk gesprek te scoren (positief, negatief of neutraal), zodat managers sentimenttrends kunnen herkennen op het moment dat ze zich voordoen en snel de bedrijfsonderdelen kunnen aanpassen die van invloed zijn op de klantervaring. Managers hoeven niet langer te wachten op achterblijvende feedbackbronnen zoals verkoopsenquêtes of enquêtes na een telefoongesprek om de stem van hun klant te begrijpen. In plaats daarvan gebruiken ze constant evoluerende sentimentscores om de beste kansen voor coaching van agenten te identificeren en om te beslissen hoe ze opkomende problemen moeten aanpakken.
Als je meer wilt weten over wat het gezamenlijke Calabrio/Amazon Connect-aanbod voor jouw bedrijf kan betekenen, kom dan volgende week naar Joe Eisner van Amazon en mijn co-presentatie op Enterprise Connect 2019 in Orlando.
Customer Experience Intelligence met Calabrio en Amazon ConnectMaart 19, 2019 om 12:10 uur, stand 2106
