VIENE DE: COMUNICACION >> ARTICULOS
Juan José García
Cada vez más, las organizaciones están utilizando analítica para entender mejor lo que los clientes piensan sobre sus productos, servicios, políticas y sus agentes. Mediante este análisis se persigue el conocimiento profundo de la conducta y opiniones del cliente, un paso crítico que se encuentra en el corazón de las estrategias de servicio al cliente.
En el contact center, la analítica comprende una amplia gama de soluciones software que se centran en: análisis de datos (Data Analytics ), análisis de la experiencia del cliente (Customer Feedback Management ) y análisis de voz (Speech Analytics). La analítica añade la columna vertebral para la atención al cliente. Aunque ampliamente promocionado en la prensa comercial y empresarial tanto el “customer centricity” (empresa centrada en el cliente), como la analítica, no están bien definidos, como señaló Cristian Mitreanu, fundador y líder de la iniciativa de investigación RedefiningStrategy. com. En un documento titulado “La próxima generación del customer centricity”, Mitreanu escribe: “Uno de los conceptos de negocio más populares hoy en día, el customer centricity, tiene un pequeño secreto sucio: es el término de negocios con una de las definiciones más imprecisas”. Si el customer centricity está tan pobremente definido, ¿cómo actúa un equipo de dirección de contact center cuando se les encomienda que sean más “customer centric”?. Desde un punto de vista práctico, ¿cómo debería organizase y operarse el contact center y cómo debería elegirse al personal, para tener “la capacidad de comprender y responder alas necesidades del cliente”? Este es el problema para el que está diseñada la analítica o, más específicamente, los análisis de optimización de la fuerza de trabajo (WFO) (analytics-driven workforce optimization). Hablaremos aquí de analítica en el contact center, y en cómo forma parte de una avanzada solución para la mejora de la fuerza de trabajo que puede afectar a áreas más allá del contact center, incluyendo las interacciones de las sucursales (branch-offfice) y las operaciones “back-office”.
Una perspectiva diferente
La optimización de la fuerza de trabajo es un término relativamente nuevo en la industria. Fue acuñado por analistas que vieron previamente soluciones de software dispares, incluido el control de calidad (quality monitoring), administración de personal (workforce management), gestión del rendimiento (performance management) y eLearning, y sus nuevas posibilidades al estar integrados y mejorados por una novedosa capa transversal basada en potenciar el análisis.
Debido a que es un proceso de negocio en sí mismo, la optimización de fuerza de trabajo no sólo aborda las necesidades de desarrollo del personal, también ofrece la oportunidad de rediseñar y simplificar los procesos existentes en los contact centers. Siendo tan importante como es – y no hay que equivocarse, es vital – la optimización de la fuerza laboral es esencialmente una estrategia que se centra en la ejecución en el contact center para maximizar la eficacia y eficiencia de toda la organización.
Análisis versus Reporting
Aunque muchos contact centers creen que ya emplean analítica en sus procesos operativos y de toma de decisiones, frecuentemente están confundiendo la analítica con los informes. Pero los informes no constituyen analítica, ni siquiera cuando se pasa tiempo “analizando” éstos. Los informes se centran en lo que ha sucedido. La analítica se centra en por qué: ¿Por qué los clientes llaman y envían correo? ¿Por qué están desertando? ¿Por qué crece el volumen de llamadas?
Asimismo, la analítica también puede abordar otro tipo de preguntas: ¿Cuánto tiempo esperan los clientes en cola antes de enfadarse? ¿Son las llamadas calificadas como “alta calidad” percibidas así por nuestros clientes? ¿Cómo debemos responder a las tendencias que hemos descubierto? ¿Cómo podemos obtener el mejor resultado? En el contact center, la analítica de voz (speech analitycs), la analítica de datos (data analytics) y la gestión de encuestas del clientes (feedback management), son potenciales aplicaciones independientes. Sin embargo, al igual que las funciones básicas de la prestación de workforce optimization se benefician de la integración y sinergias entre datos y funcionalidades.
Speech Analytics
Tal vez las preguntas más fundamentales para cualquier director de contact center son: ¿Por qué nos están llamando? Y, ¿por qué siguen llamándonos? Mientras que muchos de los directores de contact center quizá puedan responder a la primera pregunta, posiblemente, la mayoría no puedan dar respuestas a la segunda cuestión.
Pero los clientes nos están diciendo exactamente por qué están llamando, escribiéndonos emails y visitando nuestras páginas webs. Nos lo dicen, pero no tenemos tiempo para escuchar y procesar todo.
Las soluciones de análisis de voz para centros de contacto utilizan técnicas de minería de audio consistente en buscar ocurrencias de palabras o frases específicas entre grandes volúmenes de audio. Los dos métodos más comunes son: LVCSR (Large-Vocabulary Continuous Speech Recognition) y el reconocimiento fonético.
LVCSR depende de un diccionario de palabras que utiliza para comprender lo que se dice. Utilizando este diccionario crea un índice que permite realizar rápidamente búsquedas de palabras clave y frases. La velocidad de procesado es pobre pero, por contra, el índice semántico resultante permite buscar muy rápidamente. Desafortunadamente, si una determinada palabra no está en el diccionario, no se puede encontrar en las grabaciones.
En cambio, el reconocimiento fonético no entiende de palabras. El proceso es mucho más rápido, pero las búsquedas sobre un índice fonético son lentas. Pueden buscar fácilmente nuevas palabras y frases, pero el problema son los errores de reconocimiento: es imposible distinguir homónimos y palabras que suenan igual.
Las nuevas generaciones de soluciones de análisis de voz emplean elementos de ambas tecnologías. Verint Impact 360® Speech Analytics utiliza un diccionario de gran tamaño, e indexación rápida sobre un motor de de análisis fonético. La solución evita la necesidad reproceso de las llamadas grabadas con resultados de búsqueda más precisos y mejor comprensión de lo que se dice. Los resultados de búsqueda, por tanto, son de mayor calidad con comprensión más profunda de las palabras y frases, categorización más nítida y un mejor análisis de la raíz de posibles raíces del problema. El proceso comienza con el procesamiento de un gran número de conversaciones grabadas. Usando las tecnologías de minería de indexación de audio, I360 Speech Analytics reconoce palabras y las organiza en categorías. El software puede lograr esto ya que “entiende” el contenido. En el diagrama, un gran número de las llamadas han sido analizados en tres categorías: las de quejas de clientes, las que ofertan un nuevo producto, y aquéllas en las que se menciona un competidor durante la conversación. A continuación la solución “bucea” en cada categoría para identifican grupos de llamadas con características comunes que sugieren las causas raíz.
El factor clave para éxito en términos de impacto en el negocio radica en la calidad y profundidad del índice de búsqueda, la precisión de la categorización y los algoritmos de identificación de la causa raíz.
El impacto potencial de la utilización rigurosa y continua de análisis de voz por el centro de contacto puede ser considerable. Por ejemplo, una conocida compañía de seguros ha mejorado su resolución primera llamada un 25 por ciento y disfruta de una serie de beneficios secundarios, incluida una reducción sustancial del tiempo medio de respuesta, la reducción del TMO, la mejora de la moral de los agentes, y evitar la necesidad de 22 agentes adicionales.
Data Analytics
El concepto Analítica de Datos tiende a ser mal entendido, en gran parte porque se confunde con el análisis de datos. Sin embargo, el análisis de datos no es analítica de datos, y esto no es sólo una cuestión de semántica. Data Analytics no sólo rastrea datos, proporciona nueva información sobre ellos, convirtiéndolos en conocimiento. Para ello, utiliza algoritmos, procesos estadísticos, y matemática aplicada a procesar grandes volúmenes de datos de contacto. Herramientas como Impact 360 Data Analytics que pueden incluir información sobre: colas, agentes y datos de productividad del equipo (ACD); utilización de tiempos de agente y gestión de las actividades del sistema desde WFM; puntuaciones individuales y grupales del sistema de gestión de calidad; tiempos de atención de las llamadas; absentismo. Las soluciones de Data Analytics proporcionan una alternativa viable para procesar grandes conjuntos de datos y transformarlos en conocimiento e ideas.
Gestión de la experiencia del cliente
Solicitar las opiniones de la gente de una manera sistemática se remonta al menos al siglo XIX. Los centros de contacto han realizado encuestas por correo, automáticas (IVR) y encuestas telefónicas que se utilizan para determinar cómo se siente el cliente acerca de la interacción con el agente, la empresa, sus productos, y así sucesivamente. Las encuestas telefónicas son costosas y requieren una cantidad considerable de tiempo para obtener un número estadísticamente válido. Las encuestas por correo son menos costosas, pero requieren mucho más tiempo para obtener resultados. Se impone por tanto el uso de IVRs como medio para conseguir los objetivos y reducir drásticamente los costes. El mayor problema es la tasa de participación. La gente es reacia a aceptar las encuestas, lo que se atribuye a la longitud de la encuesta. Soluciones de gestión de la experiencia de cliente como Verint Impact 360 Customer Feeback pueden aumentar las tasas de participación hasta el 60 – 90 por ciento de las transacciones. Está implícita la idea de que el mecanismo de encuesta es lo suficientemente simple para que lo pueda utilizar y controlar el contact center. Algunos sistemas pueden requerir demasiado tiempo para poner en práctica los cambios en los menús y las preguntas.
Los resultados de las encuestas a clientes pueden mostrar diferencias significativas frente a métricas internas de calidad. Esto puede ayudar a los centros de calibrar sus procesos internos de puntuación, de aquí la importancia de la integración con los sistemas de gestión de calidad.
Conseguir una empresa centrada en el cliente
Más allá del contact center
Medir el ratio de resolución en primera llamada con precisión y racionalizar los sistemas de puntuación de control beneficia al contact center. Sin embargo, la analítica aplicada a los centros de contacto puede ayudar a que pasen de ser un centro de coste a un activo estratégico, ofreciendo información sobre el comportamiento y las opiniones de los clientes, y ayudando a impulsar las estrategias de servicio centradas en el cliente. Cuando se implementa como parte de una solución WFO, la analítica puede extender el alcance de WFO más allá del centro de contacto. Casi todos los departamentos y funciones en la empresa pueden beneficiarse de tener una mejor comprensión de quiénes son sus clientes, su valor, lo que les gusta, y lo que desean. La optimización del trabajo dirigida por el análisis puede ofrecer a los centros de contacto una manera eficaz de gestionar la eficiencia y la eficacia, al tiempo que entrega la información estratégica del cliente a otras áreas de la empresa para mejorar la experiencia global del cliente, reducir los costes, y mejorar la ventaja competitiva.
