CAS CLIENT
Comment l'analyse vocale peut-elle améliorer l'expérience client et stimuler les performances de l'entreprise ?
Dans cette vidéo, Mickael Loreau, directeur de l'innovation et des produits chez HomeServe, s'entretient avec Matthieu Myszak, directeur de Artefact Data Consulting, et Hanan Ouazan, directeur de Data Science VP, pour discuter de la façon dont les solutions data de Artefactchangent le fonctionnement du centre d'appels de l'entreprise.
Le défi
Présent en France depuis 20 ans, HomeServe est le leader mondial des services d'assurance habitation, avec 8 millions de clients et plus d'un milliard de chiffre d'affaires.
Lorsqu'il s'agit d'une urgence à domicile, le canal le plus utilisé par les clients est le téléphone - 9 clients sur 10 le préfèrent. Cette particularité place le centre d'appels au cœur de chaque étape de la chaîne de valeur de l'assurance, de la vente au service client, et finalement à l'assistance.
Bien que HomeServe ait déjà développé des solutions conversationnelles basées sur l'IA et qu'elle soit présente sur Google Assistant et Amazon Alexa, elle souhaitait explorer de nouvelles façons dont l'IA pourrait améliorer l'efficacité et l'expérience client dans son canal téléphonique existant.
Ils étaient particulièrement intéressés par l'impact que l'analyse vocale pourrait avoir sur les vastes quantités de données clients inexploitées qu'ils avaient collectées ( data ).
Solution
Artefact a tout d'abord aidé HomeServe à opter pour une stratégie de "fabrication" plutôt que d'"achat", car seul un actif propriétaire adapté à son organisation, combinant technologie et compétences, pouvait répondre à ses nombreux objectifs, dont les suivants :
- Une nouvelle plateforme interne data dédiée à la voix data
- Architecture propriétaire agnostique permettant de multiples sujets et cas d'utilisation
- Algorithmes de pointe spécialement formés pour HomeServe
Nous avons également établi un plan pour développer l'expertise de HomeServe en matière de langage naturel, d'algorithmes scientifiques ( data ) et de structures techniques de traitement de l'IA ( data).
Ensuite, Artefact a mis en place une équipe multidisciplinaire à long terme avec HomeServe, composée d'une équipe commerciale, d'une équipe centrale data et d'une équipe informatique, afin d'évaluer la maturité de l'analyse vocale, la valeur et la faisabilité des cas d'utilisation pertinents, ainsi que les améliorations apportées à l'expérience et à l'efficacité des clients.
Comme nous ne pouvions pas construire l'ensemble de l'architecture tout de suite, nous devions démontrer rapidement la valeur de l'analyse vocale à toutes les parties prenantes par le biais d'un produit minimum viable (MVP), capable de s'étendre après sa validation par des experts métier.
Pour ce faire, nous avons analysé deux cas d'utilisation de grande valeur dans le cadre d'un atelier interentreprises de quatre semaines. Nous avons développé plusieurs microservices pour la collecte et le traitement de data et nous les avons emballés pour permettre à ces cas d'utilisation d'être développés et réutilisés à l'avenir, si la phase MVP s'avérait fructueuse.
- Affiner la compréhension des causes profondes des contacts avec les clients: L'analyse des sujets et des sous-sujets des appels entrants permet de détecter les irritants dans les conversations, de signaler les opportunités potentielles de ventes croisées ou incitatives et d'identifier les optimisations opérationnelles.
- Détecter les risques de non-conformité dans les appels de vente: L'IA pourrait pré-filtrer les risques qui doivent être traités par un humain, maximisant ainsi la valeur ajoutée des équipes de conformité qui pourraient se concentrer sur des appels spécifiques plutôt que sur des échantillons aléatoires.
Résultats
La conclusion la plus importante pour Artefact est que nous avons prouvé que la technologie est mature. L'analyse de la parole est prête à produire de la valeur pour les entreprises dès maintenant.
L'analyse des cas d'utilisation des causes profondes des contacts avec les clients a permis de dégager trois informations exploitables, qui pourraient aider les agents des centres d'appels à être plus performants, à vendre plus de contrats et à bénéficier d'une charge de travail moins fastidieuse :
- L'augmentation des classifications des sujets pourrait améliorer les processus de réponse vocale interactive et de routage.
- L'analyse améliorée des sentiments permet de classer les appels selon quatre niveaux de satisfaction et d'améliorer la qualité du service à la clientèle.
- L'analyse du potentiel de vente croisée des sous-thèmes peut permettre d'explorer les opportunités et les conversions au sein des appels.
La détection de la non-conformité dans l'analyse des cas d'utilisation des appels de vente nous a permis de prouver que l'IA peut être exploitée pour mieux orienter le travail de l'équipe de conformité.
