Analítica de la voz, una mina de oro para las empresas

“Esta llamada puede ser grabada o monitoreada para fines de calidad en el servicio” es una frase que millones de personas han escuchado una y otra vez al entrar en contacto vía telefónica con un área de atención a clientes.

Y aunque pareciera una frase rutinaria, la grabación de las llamadas y el análisis de su contenido se ha venido consolidando como el “big data basado en el habla” que muchas empresas ya están utilizando para conocer mejor a sus clientes.

Para hacerlo posible, están utilizando nuevas generaciones de tecnología de Speech Analytics, o analítica de voz, soportada por inteligencia artificial, para obtener información estructurada a partir de datos no estructurados contenidos en el habla de las personas.

Si no existiera esta tecnología, las empresas se verían obligadas a escuchar millones de grabaciones y procesar su contenido, haciéndolo inviable en cuanto a tiempo y costos.

Speech analytics es un sistema que analiza de forma automática el contenido de un audio, generalmente de una conversación entre un cliente y un agente de ventas, usando algoritmos de búsqueda, reiteración y adyacencia de palabras para identificar, mediante patrones sonoros, intenciones, estados emocionales, edades, idiomas, entre otros.

Combina reconocimiento de voz, la herramienta tecnológica Speech to text que transcribe el audio a texto mediante reconocimiento automático de voz, transformándola (transcripción) a datos (texto) y metadatos (datos que proveen información sobre las palabras), y reconocimiento cualitativo de las conversaciones.

El análisis de las conversaciones puede darse en tres niveles: en tiempo real (aunque es el menos utilizado), después de la interacción y con datos de cierto período de tiempo.

Como resultado se obtienen reconocimiento de palabras o frases y patrones sonoros, que correctamente analizados brindan valiosos insights del cliente y del negocio, incidiendo en los siguientes rubros:

• Mejorar la experiencia del consumidor al identificar cuál es su intención y estado de ánimo durante la interacción, cuáles son sus “disparadores de compra”; también detecta objeciones, inconformidades o patrones de comportamiento que denotan un riesgo de abandono del cliente.
• Conocer las causas de contacto más frecuentes, y para el caso de quejas, identificar los problemas operativos, logísticos y de procesos que las originan.
• Optimizar la calidad del servicio al conocer los motivos para transferir o poner en espera las llamadas, así como identificar procesos que entorpecen una buena experiencia del cliente.
• Conocer las preferencias y necesidades, expresadas o no, de los clientes para ofrecerles productos y servicios acordes a sus necesidades, así como hacer ventas cruzadas.
• Comunicación eficiente para saber si aquellas palabras o frases que deberían ser parte de la interacción, por requerimientos de ventas, regulatorios, legales o contractuales, son utilizadas y en qué parte de la interacción. También puede verificar si los agentes de ventas incorporan en su lenguaje frases positivas que cumplen con las normas, estilo de comunicación o técnicas de ventas. Asimismo, identifica expresiones no deseables en las interacciones.
• Evaluar la velocidad, pronunciación y términos utilizados en las interacciones de voz y contrastarlas con los motivos del contacto y la resolución de estos.
• Reducir los tiempos de atención al contar con respuestas ágiles y predeterminadas frente a preguntas frecuentes.

Además de analizar patrones conocidos, la tecnología de Speech Analytics permite identificar tendencias emergentes y descubrir relaciones desconocidas entre ciertos temas, información del cliente y atributos del personal encargado de la atención a este.

Sobre el autor: Paolo Boni es CEO de Convertia, firma que ofrece servicios de adquisición de clientes y transformación de procesos de marketing y ventas. Tiene oficinas en México, España y Colombia, además de operar en Perú, Ecuador, Costa Rica y Panamá.