CAS DU 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, discute avec Matthieu Myszak, directeur de la consultation Artefact Data, et Hanan Ouazan, directeur - Data Science VP, de la manière dont les solutions data de Artefact modifient le fonctionnement du centre d'appels de l'entreprise.
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'urgences domestiques, le canal le plus utilisé par les clients est le téléphone - 9 clients sur 10 le préfèrent. Cette particularité place le centre d'appel au cœur de chaque étape de la chaîne de valeur de l'assurance, de la vente au service à la clientèle, 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 data inexploitées qu'ils avaient collectées.
Solution
Artefact a commencé par aider HomeServe à opter pour une stratégie de “fabrication” plutôt que d“”achat", car seul un actif propriétaire adapté à leur organisation, combinant technologie et compétences, pouvait répondre à leurs nombreux objectifs, dont les suivants :
- Un nouveau data platform interne dédié 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 principale de 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 mettre en place l'ensemble de l'architecture immédiatement, nous devions rapidement démontrer 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 sous-sujets des appels entrants permet de détecter les irritants dans les conversations, d'identifier les opportunités potentielles de vente croisée ou de vente incitative, 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 du cas d'utilisation des causes profondes des contacts avec les clients a permis d'obtenir 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 :
- Une meilleure classification des sujets pourrait améliorer la réponse vocale interactive et les processus de routage.
- L'analyse améliorée des sentiments permet de classer les appels en 4 niveaux de satisfaction et d'améliorer la qualité de l'assistance 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.
