CASO CLIENTE
In che modo l'analisi vocale può migliorare l'esperienza dei clienti e incrementare le prestazioni aziendali?
In questo video, Mickael Loreau, Direttore Innovazione e Prodotti di HomeServe, chiacchiera con Matthieu Myszak, Direttore di Artefact Data Consulting, e Hanan Ouazan, Direttore - VP Data Science, per discutere di come le soluzioni di dati di Artefactstiano cambiando il funzionamento del call center dell'azienda.
Sfida
Presente in Francia da 20 anni, HomeServe è leader mondiale nei servizi di assicurazione sulla casa, con 8 milioni di clienti e oltre un miliardo di fatturato.
Quando si tratta di emergenze domestiche, il canale più utilizzato dai clienti è il telefono: 9 clienti su 10 lo preferiscono. Questa particolarità pone il call center al centro di ogni fase della catena del valore assicurativo, dalla vendita al servizio clienti, fino all'assistenza.
Sebbene HomeServe abbia già sviluppato soluzioni conversazionali basate sull'IA e sia presente su Google Assistant e Amazon Alexa, voleva esplorare nuovi modi in cui l'IA potesse migliorare l'efficienza e l'esperienza del cliente nel canale telefonico esistente.
Erano particolarmente interessati a vedere quale impatto avrebbe potuto avere l'analisi vocale sulle vaste quantità di dati dei clienti non sfruttati che avevano raccolto.
Soluzione
Artefact Abbiamo iniziato aiutando HomeServe a scegliere una strategia di "make" piuttosto che di "buy", in quanto solo una risorsa proprietaria personalizzata per la loro organizzazione, che combinasse tecnologia e competenze, avrebbe potuto soddisfare i loro numerosi obiettivi, tra cui:
- Una nuova piattaforma dati interna dedicata ai dati vocali
- Architettura agnostica proprietaria che consente di utilizzare più soggetti e casi d'uso.
- Algoritmi di prim'ordine addestrati specificamente per HomeServe
Abbiamo inoltre definito un piano per lo sviluppo delle competenze di HomeServe nel linguaggio naturale, negli algoritmi di scienza dei dati e nelle strutture tecniche di trattamento dei dati AI.
Successivamente, Artefact ha creato con HomeServe un team multidisciplinare a lungo termine composto da un team aziendale, un team di dati di base e un team IT per valutare la maturità dell'analisi vocale, il valore e la fattibilità dei casi d'uso rilevanti e i miglioramenti dell'esperienza e dell'efficienza dei clienti.
Poiché non potevamo costruire subito l'intera architettura, avevamo bisogno di dimostrare rapidamente il valore dell'analisi vocale a tutti gli stakeholder attraverso un prodotto minimo realizzabile (MVP), in grado di espandersi dopo la sua convalida con gli esperti aziendali.
A tal fine, abbiamo analizzato due casi d'uso di alto valore in un workshop aziendale di quattro settimane. Abbiamo sviluppato diversi microservizi per la raccolta e l'elaborazione dei dati e li abbiamo confezionati per consentire lo sviluppo e il riutilizzo di questi casi d'uso in futuro, se la fase MVP dovesse avere successo.
- Affinare la comprensione delle cause principali dei contatti con i clienti: L'analisi degli argomenti e dei sotto-argomenti delle chiamate in entrata può rilevare i fattori irritanti all'interno delle conversazioni, segnalare potenziali opportunità di cross-selling o up-selling e identificare ottimizzazioni operative.
- Rilevare i rischi di non conformità nelle telefonate di vendita: L'intelligenza artificiale potrebbe pre-filtrare i rischi che devono essere gestiti da un umano, massimizzando così il valore aggiunto dei team di compliance che potrebbero concentrarsi su chiamate specifiche piuttosto che su campioni casuali.
Risultati
La conclusione più importante per Artefact è che abbiamo dimostrato che la tecnologia è matura. L'analisi vocale è pronta a produrre valore per le aziende in questo momento.
L'analisi del caso d'uso del contatto con i clienti ha prodotto tre informazioni utili, che potrebbero aiutare gli agenti del call center a ottenere prestazioni migliori, a vendere più contratti e a beneficiare di un carico di lavoro meno noioso:
- L'aumento della classificazione degli argomenti potrebbe migliorare la risposta vocale interattiva e i processi di routing.
- L'analisi del sentiment può suddividere le chiamate in 4 livelli di soddisfazione e migliorare la qualità dell'assistenza clienti.
- L'analisi del potenziale di vendita incrociata dei sottoargomenti può consentire di esplorare le opportunità e le conversioni all'interno delle chiamate.
L'analisi del caso d'uso del rilevamento della non conformità nelle chiamate di vendita ci ha permesso di dimostrare che l'IA può essere sfruttata per orientare meglio il lavoro del team di conformità.