24

Apr 2014

Real-time monitoring of analyse na het telefoongesprek?

posted by Remco Witkamp Callcenter_agent_coach_training_software_626_332

Real-time monitoring of analyse na het telefoongesprek? Real-time monitoren is op dit moment een van de meest besproken thema’s in de wereld van spraakanalyse. De interesse voor real-time monitoren is ook zeer begrijpelijk, wie wil er nu niet automatisch vaststellen wanneer er iets aan de hand is om vervolgens de agent te helpen het gesprek goed af te handelen? Zo zijn er maar weinigen die niet de meerwaarde zien van het pro-actief weergeven van bijvoorbeeld relevante kennisbank-items zodat de agent zijn aandacht bij de klant kan houden en niet op zoek hoeft naar relevante informatie in systemen of bij collega’s. Er zijn veel applicaties beschikbaar voor real-time monitoren van gesprekken en deze bieden allen waarde. Veel klantorganisaties zien echter net pas het potentieel dat het analyseren van opgenomen gesprekken heeft, maar het integreren van real-time monitoring én alarmering in de operatie is vaak nog een brug te ver. Ondanks dat vragen organisaties zich af of real-time analyse de prioriteit zou moeten hebben en of dit spraakanalyses na het gesprek overbodig maakt. Als je aan de slag gaat met spraakanalyse wat is er dan belangrijker: real-time monitoring of analyse na het gesprek? Als je beiden wilt doen, waar begin je dan het beste mee? De eerste vraag blijkt een strikvraag te zijn. Van de twee mogelijkheden is de ene niet beter dan de andere, het zijn verschillende kanten van dezelfde medaille. Om de meeste waarde voor de organisatie en klanten te bieden zou zowel monitoring als analyse moeten zijn ingezet. Op de vraag waar te beginnen is een simpel antwoord te geven: begin met spraakanalyse na het gesprek. Waarom? Je begint met spraakanalyse zodat je kunt bepalen welke wijzigingen het meeste zullen opbrengen om daarna middels real-time monitoring wijzigingen actief door te voeren en het resultaat te meten. Door gebruik van beide componenten te maken wordt het best mogelijke resultaat behaald.

 

 

Niet alle oplossingen zijn even zinvol
Real-time monitoren is het vermogen van de spraakengine om ‘in te prikken’ op een live gesprek waar het woorden en zinnen direct identificeert en zo een bepaald thema of voorval herkent. De twee belangrijkste mogelijkheden die een goede RTM-engine (Real Time Monitoring-engine) biedt zijn (1) minimale latency en (2) gestructureerde logica. Latency heeft betrekking op de tijd die het systeem nodig heeft om een gebeurtenis te identificeren en vervolgens een actie uit te zetten naar een agent of supervisor. Als de applicatie meer dan 2 seconden nodig heeft om een medewerker op de juiste manier te informeren, is de informatie over het algemeen al niet meer relevant. Real-time monitoren levert alleen waarde als de oplossing tijdig informatie levert aan een agents of supervisor zodat deze ook de uitkomst van het gesprek nog kan wijzigen. Gestructureerde logica heeft betrekking op de capaciteit van een systeem om verbanden te leggen tussen woorden en zinnen en hierop Boolean logica op los te laten om complexe gebeurtenissen te signaleren. Wees bewust dat oplossingen voor real-time monitoren gesprekken analyseren tijdens het gesprek. Gebeurtenissen die kunnen worden herkend aan bijvoorbeeld een aantal woorden en/of zinnen uitgesproken binnen 30 seconden van elkaar zijn relatief eenvoudig te herkennen voor een systeem. Een gebeurtenis die te herkennen is o.b.v. een aantal woorden of zinnen die ver uit elkaar liggen in een gesprek zijn niet geschikt voor real-time monitoring, voor dit type gesprekken is analyse na het gesprek de methode om tot inzicht en verbetering te komen. De beste manier om real-time monitoring toe te passen Daar waar in een gesprek blijkt dat nog gedurende de interactie een actie kan worden uitgezet om het resultaat van het gesprek positief te beïnvloeden is het het meest zinvol real-time monitoring toe te passen. In de meeste gevallen zal er een zogenaamde ‘screen pop’ worden ingezet om de agent van relevante informatie te voorzien. De weergegeven informatie wordt over het algemeen vanuit de kennisbank beschikbaar gesteld en biedt de agent hulp bij het direct afhandelen van de vraag/verzoek. Zo kan een agent er bijvoorbeeld aan worden herinnerd dat hij bepaalde dingen nog tegen de klant moet zeggen, een advies krijgen hoe het beste om te gaan met een complexe technische vraag of welke upsell-propositie het beste aan deze klant kan worden gedaan. Supervisors op de hoogte worden gehouden als zich situaties voordoen die als risicovol zijn geclassificeerd en indien nodig kan gericht worden meegeluisterd of een agent met raad en daad worden bijgestaan middels bijvoorbeeld chat. Agenten presteren het beste als ze zich actief met het gesprek kunnen bezig houden en zo min mogelijk worden afgeleid. Elk real-time monitoring systeem moet daarom zodanig werken dat alleen berichten van groot belang aan de agent worden getoond. Spraakanalyse na het gesprek is de sleutel tot het correct prioriteren van real-time meldingen aan agents. Spraakanalyse helpt te achterhalen welke gesprekken te monitoren, welke meldingen je aan een medewerker voorlegt en of initiatieven ter verbetering het gewenste resultaat hebben opgeleverd.

 

 

Terugkijken om vooruit te komen
Analyse na het gesprek heeft kort gezegd te maken met het verwerken van opnames nadat de gesprekken hebben plaatsgevonden. Het verwerken van deze opnames wordt gedaan om patronen die het mogelijk maken bedrijfsprocessen te kwantificeren (en wat de uitkomst daarvan is), inzichtelijk te maken en te communiceren. Ook kunnen hypotheses worden getest, zogenaamde root-cause analyses worden doorgevoerd en kunnen de uitkomsten worden gebruikt om organisatie-brede veranderingen door te voeren. Analyse van gevoerde gesprekken maken het mogelijk te begrijpen waardoor contact wordt opgenomen, hoe medewerkers het beste met deze gesprekken om kunnen gaan en waar verbeteringen kunnen worden doorgevoerd in een proces, product of dienst. Zoals al eerder aangegeven heb je een real-time monitoring oplossing nodig die ingericht is om een melding te genereren als zich een gesprekssituatie voordoet waar bijsturing de de grootste impact heeft op het gespreksresultaat en de bedrijfsresultaten. De enige manier om dit echt goed te doen is middels empirisch, kwantitatief bewijs dat door analyse van gespreksinhoud na het gesprek kan worden geleverd. Het antwoord op de vraag waar te beginnen is eenvoudig: begin met analyses na het gesprek. De hoofdmethode waarop spraakanalyse tot empirisch bewijs komt is door complexe, gestructureerde zoekactiviteiten. Het vermogen om Booleaanse en tijd-gebaseerde operatoren af te zetten tegen metingen zoals exacte duur en moment van beëindiging van het gesprek, zorgen ervoor dat analyse na het gesprek de volledige context inzichtelijk kan maken. Gespreksanalyses kunnen hierdoor worden gebruikt om bedrijfsprocessen en agentgedrag te begrijpen die de klantbeleving negatief beïnvloeden. Met deze waardevolle informatie in handen kan de workflow nieuw worden vormgegeven en real-time monitoring en alarmering worden opgenomen in de workflow. Met spraakanalyse wordt vervolgens het effect van de wijzigingen gemeten, werken de agents conform de gepresenteerde suggesties en reageren klanten zoals verwacht? Kortom, meten of er efficiënter gewerkt wordt en het resultaat een meer tevreden klant is.

 

 

In het verlengde van de eerste vraag…
Kun je een optimaal werkende real-time monitoring oplossing hebben zonder de inzet van spraakanalyse? Wat mij betreft niet! Door real-time monitoring als stand-alone  oplossing in te zetten doe je de oplossing geen recht. Real-time monitoring is een geweldig middel om business rules en workflows te automatiseren en veranderingen in agent-gedrag te realiseren. Real-time monitoring is op zijn best als spraakanalyse wordt gebruikt om met empirische gegevens te bepalen wanneer een agent een ‘pop-up’ krijgt. Het automatiseren van een slecht proces betekent ten slotte niet dat het proces verbetert. Gebruik spraakanalyse om een slecht proces om te vormen en gebruik vervolgens real-time monitoring en alarmering om veranderingen door te voeren – in ieder gesprek.