Ontdek hoe Calabrio desktop analytics uw personeel verantwoordelijk kan houden
Big Data is als een puzzel: er is veel geweldige informatie, maar als je niet elk stukje hebt dat je nodig hebt, kun je het plaatje niet compleet maken. Het grote plaatje is belangrijk als je op de gegevens vertrouwt om weloverwogen zakelijke beslissingen te nemen. Als je alleen de verbale interactie tussen een callcenteragent en een klant analyseert, mis je misschien aanvullende informatie die extra context biedt: wat gebeurt er op het scherm van de agent terwijl hij in interactie is met de klant? Komt het gedrag op het scherm overeen met wat er gezegd wordt?
Onze nieuwe Calabrio Desktop Analytics oplossing is de nieuwste toevoeging aan Calabrio Analytic Services, en stelt bedrijven in staat om echt het complete plaatje te zien en te begrijpen van wat er gaande is met al die big data in het contact center op een geïntegreerde manier.
Op zijn eenvoudigst stelt Calabrio Desktop Analytics supervisors in staat om toetsaanslagen en schermactiviteiten van individuele agenten vast te leggen, zodat ze precies weten wat er gebeurt op de desktops van agenten – wat de agent ziet, welke vensters open zijn, wat er wordt getypt, enz.
Wanneer deze twee gegevensstromen echter worden gecombineerd met de context van mondelinge gesprekken die deze agenten met klanten voeren, krijgen bedrijven een ongekend inzicht in wat er met individuele agenten gebeurt, zodat best-practice werkgewoonten en het effectieve gebruik van softwaretoepassingen eenvoudig kunnen worden versterkt en overgenomen door de rest van het team.
Als u zich een piramide voorstelt (zie hieronder), staan er bovenaan duizenden gesprekken die basisinformatie over de klant bevatten, zoals naam, locatie, telefoonnummer en gebeld nummer. In het midden past u spraakanalyse toe op die gesprekken om honderdduizenden datapunten te vinden die erin verborgen zitten en die interessant voor u kunnen zijn. Onderaan heb je desktop analytics. Miljoenen interacties binnen de dag van een agent, van elke toetsaanslag en geopende applicatie tot – en dat is het belangrijkste – hoe die interactie zich verhoudt tot spraakanalyse en het gesprek zelf.
Draai nu je piramide om (zie hieronder). Met een focus op desktopanalyse doorboor je miljoenen klantinteractiepunten om te weten wat de agent doet en hoe dat zich verhoudt tot elk gesprek. Voor meer informatie over het analyseren van klantinteracties kunt u onze volledige handleiding hier vinden. Desktop analytics stelt hiervoor basisvragen: wat zijn mijn meest gebruikte applicaties in het contactcenter? Wat zijn de meest bezochte websites? De antwoorden op deze vragen zijn gemakkelijk te vinden omdat de software deze informatie logisch groepeert op basis van de organisatorische hiërarchie, het team en/of de agent. En wat nog belangrijker is, welke gesprekken zijn geassocieerd met deze interacties.
Als je bijvoorbeeld wilt weten welke website het vaakst wordt bekeken door je agenten, klik je op dat dashboard en ga je naar het gewenste gegevensniveau. De gegevens over “websiteweergaven” kunnen worden gesorteerd op totale tijdsbesteding, gebruikers en meer, om vervolgens verder te kijken naar gesprekken die op dat moment plaatsvinden.
Een van de beste eigenschappen van Calabrio Desktop Analytics is dat, omdat het op hetzelfde platform draait als Calabrio Speech Analytics, gebruikers naadloos gebruik kunnen maken van dezelfde infrastructuur, dashboards en technologie die ze gewend zijn van Calabrio Speech Analytics.
Omdat de analyse wordt gepresenteerd in Calabrio’s gebruiksvriendelijke, widget-gebaseerde dashboard, kunnen managers activiteiten, patronen en trends zien en vervolgens dieper inzoomen voor meer analyse. De desktop- en spraakanalyses maken gebruik van dezelfde zoek- en indexeringsoplossingen, dus ongeacht of de gegevens zijn vastgelegd in een activiteitenbestand of een audiobestand, gebruikers kunnen ze vinden, ongeacht het medium.
Als bedrijven toegang hebben tot al deze gegevens, kunnen ze woorden en acties beter correleren om het juiste bedrijfsresultaat te bereiken, bijvoorbeeld door risicoklanten beter te identificeren en aan te pakken of door problemen met producten in een vroeg stadium te ontdekken. Wanneer analyse en inzicht gebruikt kunnen worden in andere delen van het bedrijf, zoals verkoop en marketing, dan worden contact center-oplossingen een bedrijfsbrede big data troef.
