Речевая аналитика

Система речевой аналитики автоматизирует контакт-центр и снижает расходы на персонал, повышает лояльность клиентов и LTV, а также увеличивает конверсию путем контроля скриптов и работы операторов.
⠀
Решает различные бизнес-задачи:
– предотвращение утечки информации. Платформа оповестит, если будет обнаружено, что оператор запрашивает пин-код у клиента;
– оптимизация затрат на персонал. Платформа берет на себя рутинную задачу прослушивания аудиозаписей, что позволяет перевести освободившихся сотрудников на более сложные задачи;
– снижение негативных эмоций клиентов. Платформа быстро оповещает о звонках, в которых возникает больше негативных эмоций, и указывает конкретных операторов. Это помогает отправить сотрудника на дополнительное обучение или уволить;
– повышение качества обучения. Операторы получают автоматические оповещения о своих ошибках в звонках и имеют доступ к обучающим курсам;
– снижение количества жалоб. Звонки, в которых система обнаруживает потенциальную жалобу, могут быть оперативно переданы более опытным сотрудникам для решения проблемы клиента;
– повышение общего уровня удовлетворенности клиентов. Общий контроль за качеством общения операторов с клиентами помогает укрепить лояльность клиентов к компании;
– повышение конверсии продаж. Система анализирует, какие слова или фразы в скриптах способствуют увеличению продаж, а какие нет. Эта информация помогает внести изменения в скрипты и повысить конверсию.
⠀
Инструменты для более глубокого анализа бизнес-коммуникаций:
– единый интерфейс. На платформе могут работать сотрудники разных уровней: операторы, супервизоры и руководители отдела контроля качества;
– словари. Поиск нужных звонков по готовым словарям, содержащим конкретные слова. Например, можно настроить автоматический поиск звонков, где встречается нецензурная лексика. В системе уже есть 21 готовый словарь, и можно создать собственные;
– семантический поиск. В отличие от обычного поиска, система ищет звонки не только по ключевым словам, но и по фразам, что делает выборку более релевантной. Такой инструмент полезен компаниям, где операторы не работают по скриптам;
– облако тегов. Система собирает распространенные последовательности фраз из двух и трех слов, которые встречаются в звонках. Это помогает получить информацию о поведении клиента и оператора в разные моменты диалога;
– поиск по интонации. ML-модель анализирует аудио и определяет негативные эмоции по интонации говорящего, даже если клиент не использует негативных слов. Например, сервис может распознать сарказм, когда клиент говорит «спасибо»;
– отчеты и статистика. На платформе можно самостоятельно настроить и создать отчеты по параметрам: время, операторы, наличие определенных фраз, перерывы в разговоре и по другим. Всего доступно более 10 параметров.