Kunstmatige Intelligentie Blog 2023
Spraakherkenning vult de gaten die callcenters diep in hun ondersteunende functie hebben. Wij laten u zien hoe.
Het zou niet moeilijk zijn om te bevestigen dat moderne callcenters inderdaad ‘ervaringscentra’ zijn. Ze zijn wat je gemakkelijk zou kunnen associëren met de buzz-afkortingen CX, UX, EX of ROX, en dat is begrijpelijk.
Vanaf het moment dat klanten een callcenter benaderen, testen ze onbewust of ze verbinding kunnen maken met de merken waarvan ze kopen.
Als zodanig zijn ze bij elk contactpunt (opnieuw onbewust):
- Onderzoek naar de mate van moeiteloosheid en gemak die ze ervaren
- De toon en aard van de berichtgeving van het merk ontcijferen
- Herkennen of de algehele ervaring vloeiend en natuurlijk is
- Beoordelen of hun eigen betrokkenheid wordt toegejuicht en beloond met passende erkenning
- Tolken of ze als individuen of als nummers worden behandeld
- Evalueren hoe wachttijden, snelheid van service en algemene interacties de waargenomen waarde van het merk voor hen weerspiegelen
Met andere woorden, het moderne callcenter is een door technologie ondersteund contactpunt dat verder moet gaan dan “spraakherkenning” om een betekenisvolle rol te spelen bij het stimuleren van merkmeerwaarde.
Wat aan de basis ligt van deze evolutie is “emotie- en contextherkenning” – de mechanismen die worden vergemakkelijkt door spraakherkenningstechnologie. Het is begrijpelijk dat Statista voorspelt dat de markt voor spraakherkenning in 2026 $ 27,16 miljard waard zal zijn – een stijging ten opzichte van $ 10,7 miljard in 2020.
Eerlijk gezegd klinkt dat niet zo vergezocht, als je bedenkt hoe effectief spraakinvoer wordt toegepast en wat de toekomst te wachten staat.
Dat gezegd hebbende, laten we er meteen in duiken en onderzoeken hoe spraakherkenningstechnologie een beslissende verschuiving zal veroorzaken in de manier waarop callcenters met klanten omgaan.
Spraakherkenningstechnologie – Een inleiding
In wezen stelt stem- of spraakherkenning een machine in staat om spraakpatronen te interpreteren en te begrijpen en op de gebruiker te reageren op gelijke voet met een menselijke agent zonder hulp.
De meest bekende en gebruikte vorm van spraakherkenning is de “speech-to-text”-functie, die een audio-opname van iemands stem omzet in tekst. De gesproken woorden van de gebruiker worden omgezet in digitale gegevens en verwerkt door machine learning-algoritmen om een model te creëren voor het begrijpen en voorspellen van de acties van de gebruiker.
Dit model wordt gebruikt om reacties in natuurlijke taal nauwkeurig te anticiperen en te communiceren in plaats van vooraf ingestelde prompts of instructies.
Uiteraard presenteren callcenters zich als levensvatbare kandidaten om deze balans tussen snelheid, nauwkeurigheid en efficiëntie te realiseren met behulp van spraakherkenningstechnologie — vooral AI- en ML-aangedreven automatische spraakherkenning (ASR).
Lees hier hoe Verloop.io de ASR-nauwkeurigheid verbeterde met foutcorrectietechnieken.
3 manieren waarop spraakherkenning de evolutie van oproep- naar ervaringscentra vergemakkelijkt
Een typische dag in een callcenter draait om rinkelende telefoons en chatmeldingen die door de kamer zoemen. Op zijn minst gezegd hebben moderne callcenters moeite om een recordhoge digitale vraag bij te houden. Een klantenservice-voicebot met een competente ASR kan de meeste, zo niet alle, problemen met uw contactcenter oplossen. Hier is hoe:
1. Ontdekking van inhoud en contextueel bewustzijn
Het afleiden van gedragspatronen uit vragen van klanten helpt waardevolle inzichten in de voorkeuren van klanten te vergaren. Met een getrainde ASR bent u in staat om synergie tussen u en uw klanten tot stand te brengen door samengestelde inhoud te markeren die relevant is voor hun vragen.
Op basis van deep learning verkrijgt ASR betekenisvolle inzichten door:
- Let op de toon, cadans en buiging van de stem
- De componenten van spraak classificeren (zoals fonemen, intonatie en klemtoon)
- De woordassociaties herkennen en woordsets voorspellen op basis van het verzoek van een gebruiker
- Het versnellen van immens nauwkeurige transcripties door al deze te overwegen terwijl de interacties in tekstuele vorm worden vertaald
Als gevolg hiervan kunnen merken gepersonaliseerde, op inhoud gebaseerde engagementen aanboren en de klantervaring verrijken met echt relevante inhoud en intuïtieve, sterk gecontextualiseerde interacties.
2. Snelle, intelligente gespreksroutering
Gewoonlijk volgen callcenters een zeer gestructureerde en lineaire ervaring. Bekwame agenten volgen vooraf gedefinieerde stappen terwijl ze overal algemene en specifieke informatie verstrekken. Maar, dit snijdt het niet meer.
Traditionele IVR is bijvoorbeeld onder de loep genomen vanwege het gebrek aan klantbetrokkenheid en overweldigende strengheid in de reacties.
Vonage publiceerde zelfs een artikel met de titel “RIP IVR: 1980-2020”, waarin het merk benadrukte hoe IVR meer dan 50% van de klanten ervan weerhoudt het gesprek af te ronden.
Gelukkig heeft conversatie-AI de regels van het spel veranderd met betrekking tot het rapporteren, opnemen en oplossen van inkomende verzoeken door tegemoet te komen aan de behoeften van mensen voordat ze zelfs maar een agent bereiken. AI-aangedreven IVR plaatst empathie in het hart van interacties en geeft prioriteit aan nauwkeurigheid en efficiëntie bij het leveren van reacties.
Spraakherkenningstechnologie is tegenwoordig opmerkzaam. Na het peilen van de aard van de vraag, kan het de vraag doorsturen naar de relevante afdeling, zodat deze wordt behandeld door de meest gekwalificeerde experts.
Voice AI kan ook tussen de regels door lezen. Omdat het emotie en urgentie in de stem van de spreker kan detecteren, weet het precies wanneer het gesprek moet worden omgeleid naar een beschikbare agent. Als de AI bijvoorbeeld om de een of andere reden de vraag niet nauwkeurig kan afhandelen, waardoor de gebruiker kennelijk meer gefrustreerd raakt, pikt de bot dat meteen op. Om te voorkomen dat de gebruiker meer geagiteerd wordt, zal de AI het ticket onmiddellijk aan de agent overhandigen.
3. Gedifferentieerde klantervaring
Zoals hierboven toegelicht, heeft spraakherkenningstechnologie het potentieel om merk-klantcongruentie te creëren en de dienstverlening te differentiëren. Dit wordt mogelijk gemaakt door gebruik te maken van omgangstaal en het herkennen van de emotionele context.
Bijvoorbeeld de ASR van Verloop, meer dan 1000 uur aan klantinteracties getraindkan de subtiele verschillen in spraakpatronen begrijpen en verschillende reacties uitlokken.
Denk ook eens aan het geval dat een klant belt om te informeren naar een product of dienst. De antwoorden van de agent op deze oproep kunnen worden toegewezen aan drie gecontextualiseerde clusters: ‘ontdekking’, ‘verwachting’ en ‘oplossing’.
Elk van deze clusters heeft een griezelig potentieel om de ervaring van de klant te accentueren. En de agent kan relevante aanpassingen maken in hun antwoorden om de ervaring verder te verbeteren.
Callcenters kunnen deze ASR-gestuurde gesprekken zelfs via meerdere kanalen gebruiken om het idee van ‘omnichannel-ervaring’ te bevorderen. Dit betekent ook dat de reactietijden van kanalen meer gesynchroniseerd zullen zijn, waardoor potentiële wrijvingspunten worden verminderd.
De implementatie van spraakherkenningstechnologie kan er inderdaad enorm toe bijdragen dat anderszins lineaire, rigide en voorspelbare oproepen intuïtieve, efficiënte en boeiende ervaringen worden.
het komt neer op
Het is opmerkelijk dat het verstaan van spraak, samen met zijn unieke dialect, evenals de plaatselijke nuance, een uitdagende prestatie kan zijn. Er kunnen fouten optreden bij het interpreteren van wat er wordt gezegd. Maar conversationele AI beheert deze complexiteit met een aanzienlijke mate van efficiëntie door gebruik te maken van deep learning neurale netwerken.
Onze Voice AI-technologie ondersteunt bijvoorbeeld een diepgaande analyse van de emotionele dimensie van spraak door intentie, accent en dialect te detecteren. Het vult deze gegevens ook aan door te helpen bij het navigeren door de casusgeschiedenis – en dat allemaal bovenop meertalige ondersteuning (meer dan 20 talen).
Stuur ons een bericht of plan een demo om meer te weten te komen over hoe u Voice AI kunt gebruiken in uw callcenter.
