Számos olyan terület létezik, ahol a beszélgetések rögzítése és azok folyamatos vizsgálata, elemzése kiemelt fontosságú.

A hanganyagok vizsgálata rengeteg munkaidőt, költséget és energiát emészthet fel, aminek kiváltására technológia hiányában nem volt lehetőség vagy alternatíva. Egy újítás viszont alapvető változást ad ezen a területen.

Ez a Speech-to-Text (STT), a beszédfelismerő és beszédből szöveget előállító technológia, ami napjaink egyik legdinamikusabban fejlődő digitális megoldása. Lényege, hogy a rendszer a beszédet automatikusan felismeri, majd valós időben vagy későbbi feldolgozás során írott szöveggé alakítja. Mindez mögött fejlett nyelvi modellek, gépi tanulás és elemző algoritmusok működnek, amelyek egyre pontosabban értik meg a természetes emberi beszédet.

Miért jó ez az Ügyfélszolgálatoknak és a Call centereknek?

Ügyfélszolgálatok és Call Centerek esetében ez a funkció nagy mértékben segítheti a minőségi és elégedettségi tényezők megvalósulását, mivel lehetővé teszik a beszélgetések sokkal mélyebb és összetettebb vizsgálatát.

A hanganyagok hallgatása egy bevált és talán az egyetlen módszer volt az ellenőrzésre, viszont időigényes és jelentős bérköltséget emészthet fel, illetve vannak korlátai és hibalehetőségei.

Sok esetben a nagy mennyiség és az időtartam miatt lehetetlen az összes hanganyagot meghallgatni és elemezni, csak egy bizonyos merítésből tudunk képet alkotni, aminek az eredménye mennyiségtől függően jelentősen torzulhat.

Arról nem is beszélve, hogy a monotonitás miatt az ellenőrzést végző kolléga sem tud 100%-osan odafigyelni.

Ezeket a tényezőket kiküszöbölve segít STT.

Összefoglaló kérése és elemzés

Ezzel a megoldással egy írásos alapot, információhalmazt kapunk, amiből összefoglalót kérve elemezhetjük a beszélgetéseket. Ez lehetőséget ad arra, hogy tömegesen, akár az összes beszélgetésre vonatkozóan vizsgáljuk és teljes képet kapjunk a folyamatról.

A hanghallgatás mellett, vagy helyett, a hanganyag leírt szövegében tudunk keresni. Felismeri a kulcskifejezéseket, problématípusokat, fontosabb elemeket, akár riasztás állíthatunk be egy adott tiltott szólistára, kötelező elemekre, vagy akár kifejezésekre.

Segít a visszatérő hibák azonosításában és a szolgáltatás folyamatos fejlesztésében.

Kiváló alapot adnak különféle elemzésekhez: teljesítményméréshez, minőségellenőrzéshez, trendek felderítéséhez.

A cégek így pontos képet kapnak arról, milyen témák terhelik leginkább az ügyfélszolgálatot, milyen kérdések merülnek fel leggyakrabban, illetve hol vannak a folyamatokban elakadások. Ezek az adatok hosszú távon stratégiai döntéseket támogatnak. A modern Speech-to-Text rendszerek ráadásul könnyen integrálhatók meglévő CRM-ekbe, jegykezelő platformokba vagy analitikai eszközökbe, így a bevezetés nem jár bonyolult átalakítással.

Automatizált riportok, valós idejű hívásfigyelés és akár azonnali javaslatadás is megvalósítható, amely az operátorokat közvetlenül segíti a hívások során. Összességében a Speech-to-Text nem csupán egy kényelmi funkció, hanem olyan eszköz, amely javítja az ügyfélélményt, gyorsítja a munkát, csökkenti az emberi hibák számát, és értékes, adatalapú döntésekhez biztosít megbízható alapot.

A jövőben is sok új lehetőség fog a rendelkezésre állni, újabb és újabb statisztikai adatok elérését teszi lehetővé, mint pl. beszédtempó vizsgálata (hanghullám elemzés), a beszélő érzelmeinek észlelése.

Hátrányok kockázatok

Az AI integráció kérdése sok esetben felmerül és hasznos az adatok elemzésénél, viszont érdemes tisztában lennünk a hátrányokkal is.

Összetett kérdések, elemzésekre vonatkozó kérések esetén a hibázás lehetőségével számolnunk kell. A megoldás a rendelkezésére álló információk alapján tény alapú elemzésre törekszik, minden esetben próbál választ vagy megoldást adni a kérdésünkre, de a jelenlegi nyelvi modellek hibázhatnak.

Minél egyszerűbb, célirányosabb kérdések használatára érdemes törekedni, tesztelve és figyelve a kapott válaszokat.

A leiratozás során hibaként tapasztalhatunk elírásokat, ami lehet egy-egy karakter, vagy akár teljes szavak elírásának hibája. A hiba súlyát az adja, hogy mennyire befolyásolja az adott mondanivaló vagy tartalom érthetőségét.

100%-osan hibamentes megoldás egyelőre nincs. Minden modellnek van egy (WER) Word Error Rates mutatója, ami meghatározza, hogy a modell hány százalékos pontossággal végzi a leiratozást.

Összegzés:

Az előnyöket és hátrányokat figyelembe véve minden felhasználási területen más-más kockázati tényezők léphetnek fel, viszont egy általános, a leiratozásból kapott információk vizsgálata mindenképp egy olyan előnyhöz juttatja az Ügyfélszolgálatokat és Call Centereket, amik mind ügyfélélmény szempontjából, mind versenypiaci szempontból fontos lehet.