Günümüzde kalite standartları gereğince, çağrı merkezlerinde yapılan tüm görüşmeler kayıt altına alınıyor ve performans analizi ya da güvenlik gibi amaçlarla saklanıyor. Ancak çağrı merkezlerinin büyüklüğü ve gün boyunca gelen çağrı miktarı göz önünde bulundurulduğunda, saklanan kayıtlarda tarama yapmak oldukça büyük bir sorun. Zaman ve yoğun bir işgücü gerektiren analiz işlemi, genellikle, binlerce kayıt arasından temsilci gruplarına göre rastgele seçilen birkaç kaydın dinlenmesi yoluyla gerçekleştiriliyor. Dinlenemeyen kayıtlardan herhangi bir bilgi elde edilemediği için görüşmelerin yalnızca çok küçük bir yüzdesi takip edilebiliyor. GVZ Speech Analytics, bu soruna getirdiği etkin çözümle, çağrı merkezlerinin verimliliğini ve müşteri memnuniyetini artırıyor.
GVZ Speech Analytics, çağrı merkezlerinde müşteri temsilcisi ile müşteriler arasında geçen konuşmaları otomatik olarak yazıya dökebilen ve görüşmelerin çok yönlü analizini yapan bir yazılım. Konuşmaları otomatik olarak analiz ediyor, konuşma içeriği ve konuşmacılar hakkında faydalı bilgileri ayrıştırarak raporlayabiliyor. Bu sayede “müşteri temsilcisi performans analizi”, “müşteri memnuniyeti analizi”, “duygu analizi”, “kampanya analizi” ve “rakip firma analizi”gibi işlemler gerçekleştiriliyor ve çağrı merkezlerinin performansında belirgin rol oynayan verilerin doğru bir biçimde değerlendirilmesi mümkün hale geliyor.
Sestek CEO’su Prof. Dr. M. Levent Arslan, GVZ Speech Analytics’in şirketlere sağladığı en önemli avantajlardan birinin, elle değerlendirilemeyecek milyonlarca çağrıdan değerli veriler toplayarak anlamlandırabilmesi olduğuna dikkat çekiyor:
“GVZ Speech Analytics, müşteri bakış açısının yansıması olduğu kadar çağrı merkezinin işlevselliğinin de önemli bir göstergesidir. Müşteri temsilcilerinin müşteriyle nasıl iletişim kurdukları ya da kurum kültürünü nasıl yansıttıkları bu yazılımla izlenebilir. Elde edilen bilgiler müşteri temsilcisi yöneticileri, analistler ve şirket yöneticileri için nesnel değerlendirme kriterlerini oluşturur. GVZ Speech Analytics’i kullanan ilk kurumlardan biri olan Garanti Emeklilik ile ayrıcalıklı bir proje hayata geçirdik. Proje kapsamında Garanti Emeklilik’ten aldığımız geri bildirimler, ürünümüzü daha etkili bir şekilde geliştirmemiz ve yeni modüller eklememiz anlamında önemli bir yere sahip oldu.”
Garanti Emeklilik, müşterileri ile doğrudan temas noktası olan Satış Sonrası Hizmetler ve Çağrı Merkezi’nde GVZ Speech Analytics çözümünden yararlanıyor. GVZ Speech Analytics’i, müşteriye verilen hizmetin doğruluğunu ölçmek, müşteri temsilcilerinin performanslarını değerlendirmek, kampanya, rakip ve trend analizleri ile kurumun rekabetteki konumunu gözlemlemek amacıyla kullandıklarını belirten Garanti Emeklilik Genel Müdür Yardımcısı Ömer Mert, Sestek ile gerçekleştirdikleri iş birliği hakkında şu bilgileri aktardı:
“Kalite politikamız gereği müşterilerimize her zaman daha iyi hizmet sunmak için teknolojik gelişmeleri yakından takip ediyoruz. Bu bağlamda Sestek’in inovatif çözümü Speech Analytics’i Satış Sonrası Hizmetler ve Çağrı Merkezimizde konumlandırmamız performans yönetimimizi doğrudan etkileyen önemli veriler elde etmemizi sağladı. Sestek’i bir tedarikçiden çok iş ortağı olarak görmemiz, Speech Analytics ile ilgili interaktif bir süreç izlememize katkıda bulundu. Örneğin, Speech Analytics’in geliştirilen yeni modüllerinde ve gerçekleştirilen güncellemelerinde ürünle ilgili geri bildirimlerimizin etkisi oldu. Aynı zamanda gerçekleştirdiğimiz CRM entegrasyonu ile GVZ Speech Analytics verilerinden çok daha geniş bir alanda yararlanarak verimli sonuçlar elde etme şansı bulduk.”
Duygu analiziyle müşterinin ruh halini ölçebilen yazılım
Sestek CEO’su Prof. Dr. M. Levent Arslan, GVZ Speech Analytics ile çağrı merkezlerinde müşteri temsilcisi performans analizi ya da müşteri memnuniyeti analizinin kolayca ve hızlı bir şekilde gerçekleştirilebildiğini belirtiyor:
“Yazılımın en önemli avantajlarından biri ise duygu analizi yapabilmesi. Duygu analizinde konuşma, kullanılan kelimelerden bağımsız olarak akustik özelliklerine göre sınıflandırılıyor. Müşteri memnuniyet analizini güçlendiren bu metrik için “mutlu”, “mutsuz”, “sinirli” ve “normal” kategorileri oluşturulmuş bulunuyor. Aynı analiz müşteri temsilcisi için de yapılabiliyor ve çağrı merkezi isterse, gelen çağrıların motivasyonu en yüksek müşteri temsilcilerine aktarılması gibi çağrı dağıtım senaryoları düzenleyebiliyor.”
GVZ Speech Analytics aracılığıyla işletmeler sundukları fırsat veya kampanyaların müşterilerce nasıl değerlendirildiğini çağrı merkezine gelen çağrılardan anlayabiliyorlar. Bunun yanı sıra GVZ Speech Analytics sayesinde, çağrı merkezini arayan tüketicilerin rakipler hakkında yaptıkları yorumlar da kolayca analiz edilebiliyor. Örneğin; “X firmasının bu hizmeti sizinkine göre çok daha başarılı” şeklinde bir müşteri yorumu sistem tarafından raporlanabiliyor ve böylece firmalar bu verilere göre yeni pazar stratejileri belirleyebiliyorlar.
Topic ID modülü metin ve ses kayıtlarını “anlayarak” sınıflandırıyor
GVZ Speech Analytics’in en son geliştirilen Topic ID modülü, gelen çağrılardaki verilerin anlamsal analizini yaparak en çok benzedikleri tanımlı konu başlığına göre sınıflandırılmalarını sağlıyor. Örneğin, bir bankanın veritabanında tanımlanmış olan “kart iptal işlemi”, “sigortalama”, “kayıp çalıntı”, “öneri-şikayet” gibi konu başlıklarından birine anlamsal olarak benzer bir görüşme gerçekleştirildiğinde, Topic ID modülü bu konuşmayı otomatik olarak sınıflandırabiliyor. Böylece ilgili kişinin kayıtlara daha sistematik biçimde ulaşması mümkün hale geliyor. Birbiriyle anlamsal olarak ilişkili metinleri ya da konuşma kayıtlarını ayırt edebilen Topic ID modülü, veritabanlarında kullanılan anahtar kelime bazlı sorgulamaya göre önemli bir üstünlüğe sahip bulunuyor. GVZ Speech Analytics Topic ID modülü, ses kayıtları arasında tıpatıp eşleşen kelimelere göre sınıflandırma/eşleştirme yoluna gitmek yerine, verinin bütününde değinilen genel anlamı çözümleyebiliyor. Modül, bu özelliği sayesinde aynı anlamsal içeriğe sahip olmasına rağmen farklı kelime ve cümle gruplarıyla ifade edilmiş veriler arasındaki ilişkiyi kolayca kurabiliyor.
Kaynak : 