Çağrı merkezini arayan öfkeli müşteri, memnuniyetsizliğini en kısa yoldan anlatmak, duygularını aktarmak, haklılığını bir an önce göstermek ve karşılığında daha iyi bir servis ya da ürün ile telafi ve özür bekliyor. O an için karşısına çıkan operatör elinden geldiğince kibar bir şekilde açıklamalar yapmaya ve karşısındaki insanı sakinleştirmeye ve müşteriyi kaybetmemeye çabalıyor. Bu arada öfkeli müşteri karşısında bir muhatap beklerken “Konuşmalarımız kurallar gereği kayıt altına alınacaktır” diye bir de ses kaydı dinleyip sabrının daha da sınanmasına katlanıyor. Peki, bu ses kayıtları sonra ne oluyor? Tek tek dinliyorlar mı? Tüm kayıtları dinlemek mümkün mü? Yapılan istatistiklere göre Amerika’da görüşmelerin %90’ı kaydedilmesine rağmen bunların sadece %30’u dinlenip analiz edilebiliyormuş. Bu konuda da teknolojinin sunduğu çözümlerden yararlanılabilir.
Yapay Zekâ Destekli
Toplanan ses kayıtlarının işlenebilmesi için öncelikle bu büyük verinin analiz edilebilir bir dijital forma sokulması gerekiyor ve bu amaçla ilk olarak bu ses verisi yazıya çevriliyor (Speech-to-text). Daha sonra bu yazı içinde çeşitli kelimeler veya kelime dizinleri aranıyor. Kullanılan modelin doğru çalışabilmesi için öncesinde bolca eğitim verisi ile beslenmesi gerekiyor. Siri, Cortana, Alexa gibi sesli asistanlar da bu teknolojiyi kullanıyorlar.
Konuşma analizi yapmanın faydalarını ise şöyle sıralayabiliriz:
Kişiselleştirilmiş müşteri deneyimi sunulabilir
Yapılan konuşma kayıtları üzerinde yapılan aramalarda kullanılan kelimelerden müşteri tercihleri tespit edilir. Yapay zekâ ise müşterinin önceki isteklerini bildiğinden ve müşteri hesap detaylarını da görebildiğinden proaktif olarak önerilerde bulunarak müşteriler için kişiselleştirilmiş bir deneyime dönüştürebilir. Bu bilgi, çağrı merkezi temsilcilerinin daha iyi bir müşteri deneyimi sunmasını da sağlayacaktır.
Siber güvenlik artırılabilir
Yapılan konuşma analizlerinden dolandırıcılık eğilimlerini tespit etmek de mümkün olabiliyor. Yapay zeka tarafından kullanılan algoritmalar ses kayıtlarındaki belirli kelimeleri takip ederek olası dolandırıcıları öngörebilirler. Paypal , yapay zekâ kullanarak dolandırıcılık vakalarında düşüş sağladığını açıklamıştı.
7×24 kesintisiz Müşteri servisi verilebilir
Çağrı merkezlerindeki operatörler genellikle bir seferde yalnızca bir isteği yerine getirebiliyorlar. Çoğu şirket, 24 saat sürekli bir çağrı merkezi temsilcisi de bulunduramıyor. Yapay zekâ ile destekli chatbot’lar (sohbet botları) , bir şirketin müşteri hizmetini geliştirip müşterilerin işletmelerle günde 24 saat, haftada 7 gün etkileşimde bulunmalarını sağlayabiliyor. Sohbet botları, konuşma kayıtları ile eğitiliyorlar ve yapay zeka kullanarak bulunan algoritmalar ile müşterilerine tıpkı bir insan gibi nasıl karar ve öneri aldıklarına bakarak derinlemesine görüşmeler yapmak üzere programlanıyorlar. Müşteriler ise sorularına günün her saattinde hızlı bir şekilde cevap alabildikleri için çok daha mutlu oluyorlar.
Müşteri problemlerine hızlı çözüm üretilebilir
Konuşmalardan gelen verilerin otomatik olarak incelenmesi, müşteri eğilimlerinin belirlenmesi ve otomatik olarak öneriler veya çözümler sunulabilmesi müşterinin probleminin çözüm süresini kısaltıyor, bürokrasiyi azaltıyor.
Çağrı Merkezi operatörlerine kişiselleştirilmiş eğitim verilebilir
Konuşma analitiğinin en faydalı olduğu alanlardan biri de çağrıların otomatik olarak puanlanabilmesi. Her arama sonrası konuşmayı yapan operatörlerin anında puanlanması operatöre en kısa sürede geri bildirim verilmesini de sağlıyor. Geleneksel yöntemde ise konuşmaların daha sonra yöneticiler tarafından tek tek incelenip değerlendirilmesi gibi yavaş ve hataya açık bir süreçle kıyaslandığında çok daha efektif ve hızlı bir değerlendirme yöntemi olduğu görülebilir.
Sesli Yanıt Sistemi (IVR – Interactive Voice Response) yerine geçebilir
Günümüzde kullanılan Sesli Yanıt Sistemleri (IVR), müşterilere aralarından seçim yapabilecekleri menüler sunuyorlar ve verilen cevaba göre çeşitli işlemler yapıyorlar veya operatöre yönlendiriyorlar. Bu seçeneklerin sınırlı ve tam olarak müşteri ihtiyacına cevap veremeyeceğini de biliyoruz. Yapay zekâ ile müşterinin sorusunu anlamak ve en doğru seçime yönlendirmek mümkün hale geliyor. Yakın bir dönemde konuşma analizi yapabilen yapay zekâ destekli sistemlerin IVR’ların yerini alabileceğini söyleyebiliriz.
Gelen aramalar detaylı değerlendirilebilir
Çağrı Merkezi operatörleri aramalar sırasında bazı kurallara uymak zorunda olabiliyorlar. Örneğin müşteri ile konuşma sırasında “Bunu bilmiyorum” veya “bunu yapamam” gibi ifadelerin kullanılması müşteri tarafında hayal kırıklığı yaratabileceğinden kullanılması istenmeyebilir. Yapay zekâ kullanılarak, bu tarz ifadeler konuşma kayıtlarından rahatlıkla bulunabilir.
Konuşma analitiği pazar büyüklüğünün, 2016 yılında 695,3 Milyon ABD dolarıyken 2021 yılında bu değerin 1,59 milyar dolara çıkacağı tahmin ediliyor.
Konuşma/ses analizinin kullanıldığı bazı alanlar:
- Askeri veya güvenlik amaçlı: İstihbarat, organize suçların takibi ve terörle mücadele amaçlı telefon, telsiz, ortam dinlemesi ya da farklı yöntemlerle elde edilen ses ve görüntü kayıtlarının içindeki seslerin incelenmesi ve çözümlenmesi
- Araç içi: “radyoyu aç”, “müzik çal”, “radyo kanalı seç” gibi işlemleri konuşma tanıyarak yapabiliyor.
- Sağlık kayıtları tutmada: sorumlu sağlık personeli tarafından, hasta sağlık taramasında ait kayıtlar sesli olarak yapılabiliyor.
- Dil eğitiminde: yeni bir dil öğrenirken konuşmayı doğrulamak amaçlı kullanılabiliyor.
- İşitme engelliler için: İşitme engellilerin konuşmayı tanımaları için kullanılabiliyor.
Ses kayıtlarından duygu analizi de yapılıyor
Ses kayıtları incelendiğinde konuşanın konuşma sırasındaki duygu durumuna dair de pek çok şey bulmak mümkün oluyor. Konuşanın ses perdesi/frekansı (İnce/kalın – kadınlar ince, erkekler daha kalın ses tonu ) , konuşma hızı, duraklamalar, ses yükselmeleri gibi parametreler duygu analizi için kullanılabiliyor. Algoritmalar ayrıca konuşmadaki olumlu (güzel, şahane gibi) ve olumsuz (iğrenç, kötü gibi) kelimeleri de göz önünde bulunduruyorlar.
Ses kayıtlarından yapılan analiz sonucu müşterilerin duygu durumları şirketlere müşteri memnuniyetini artırmak için önemli bir geri bildirim olarak da görülüyor. Mutlu/mutsuz müşteriye hissettirilen deneyimi iyileştirmek üzere bu modeller kullanılıyorlar.
Özetle, toplanan ses kayıtlarından büyük veri analizi ve yapay zeka teknolojileri kullanarak analizler yapmak, sonucunda aksiyon almak ve hem kurumlar hem de kullanıcılar açısından olumlu ve verimli sonuçlar elde etmek mümkün. Ancak bugün geldiğimiz noktada henüz veriler işlenemiyor ve yeterince değerlendirilemiyor.