18 December 2015

Introducción a Speech Analytics

Actualmente, en el entorno de contact center, uno de los más importantes aspectos a valorar tanto desde el punto de vista interno de compañía como del lado de los clientes es la calidad de los servicios que se ofrecen evaluados a través de la satisfacción del cliente. Por ello, es vital encontrar los procesos y herramientas adecuados para poder medir esta satisfacción. Con este objetivo se han ido desarrollando diversos métodos más o menos sencillos de implementar y con resultados muy dispares. Hoy en día, gracias a la tecnología que nos ofrecen herramientas como Speech Analytics, es posible realizar estas labores de forma mucho más rápida y eficiente obteniendo una información valiosísima que nos permite mejorar. En este post trataré de explicar en qué consiste Speech Analytics y cómo se utiliza para obtener la información a aplicar para la mejora de calidad de los servicios.

Speech Analytics es una técnica de análisis automático del audio (aunque también puede ser ejecutado sobre un grupo de textos), que puede ser realizado a través del tratamiento de un conjunto de grabaciones de un mismo servicio ya tramitadas. Estas técnicas se apoyan en los rápidos avances tecnológicos que se están produciendo en algunos campos directamente relacionados con Speech Analytics como el reconocimiento de voz o el tratamiento estadístico de grandes volúmenes de datos.

Por medio de estas herramientas, el objetivo principal es intentar medir la calidad de atención de los agentes mediante la evaluación y evolución de los diferentes sentimientos, detectados en la voz de los llamantes. Como se puede deducir, al igual que se estudia la voz del llamante, se analizará la propia conversación y voz del agente implicado para ver si sigue de forma adecuada el argumentario establecido para la campaña y si se pueden detectar palabras inadecuadas, silencios, ruidos, esperas, entonaciones extrañas u otros efectos que puedan ser objeto de mejora por parte de los agentes. Con ambos sentidos de comunicación tratados, será sencillo identificar y estructurar el contenido de los diálogos para afinar los argumentarios, teniendo en cuenta múltiples métricas a obtener desde los contenidos, motivaciones o posibles causas de insatisfacción detectados. De igual forma, estas técnicas se pueden aprovechar para detectar parámetros muy interesantes de los participantes en diferentes campañas, como por ejemplo, reconocer mediante patrones sonoros algunas de las características principales de los llamantes tales como su género, edad, idioma, estado emocional… Por otro lado, otra de las posibles funcionalidades a aplicar sería mejorar de forma automática las estadísticas y reportes de la campaña, por ejemplo detectar las casuísticas más repetidas de las llamadas.

En próximos posts iremos desgranando más funcionalidades de esta herramienta.