Använder du metspö när du väljer ut viktiga kundsamtal för kvalitetskontroll? Speech Analytics hjälper dig att tråla sjön

En verklig höjdpunkt i min barndom var när jag fångade min första gädda. Jag och min lillebror hade fiskat i samma skogssjö i flera år, alltid med hoppet om att få en stor gädda på kroken.

För oss barn representerade gäddan det mest fulländade och skräckinjagande sjöodjuret. Den var kapabel att fånga och svälja änder och till och med mindre barn hade vi hört, och därmed den mest eftertraktade fångsten för oss. I timtal fantiserade vi om gäddans storlek och var den kunde hålla till. Vi föreställde oss att den lurade alldeles under den blanka vattenytan.

Och så en dag …

Jag fångade en! Jag fick en gädda på kroken, och på något sätt lyckades jag dra upp den på sjöstranden och äntligen hade jag den i mina händer. Storleken överensstämde inte riktigt med min fantasi, men å andra sidan, hur skulle jag kunna veta? Det var min första gädda någonsin (och sista skulle det visa sig) och jag hade inget att jämföra med.

Speech Analytics kan hjälpa er med att fånga in alla ”gäddor” bland era kundsamtal och lämnar inget dolt under ytan. Om de finns så kommer ni få reda på det. Med andra ord får ni hjälp att välja ut och analysera de extremt dåliga eller extremt lyckade samtalen.

Dagen därpå återvände jag till sjön för att fånga ännu en, eftersom jag kände att jag hade turen på min sida. Men ingen tur och ingen gädda. Jag återvände faktiskt dagarna och veckorna som följde men lyckades aldrig upprepa min stora debutfångst.

Detta fick mig att dra slutsatsen att min gädda var den enda som någonsin hade funnits i sjön. Med andra ord hade jag åstadkommit en 100-procentig utrotning av gäddor i min sjö.

Men jag fångade en hel del mindre fisk. Vanliga små insjöfiskar som är så alldagliga och likartade, som jag därför slängde tillbaka i sjön, allihop. Till slut tröttnade jag och la av med fisket.

Senare skulle jag komma att fånga samtal på samma sätt

Som CX-chef många år senare insåg jag att jag ”fångade” kundsamtal på exakt samma sätt. En del av mitt jobb bestod av att lyssna på inspelade kundsamtal för att undersöka hur det stod till med kundupplevelsen.

Att lyssna igenom vanliga samtal blev enformigt för mig och mitt team så jag koncentrerade mig på att leta efter nya perspektiv, nya situationer, att ringa in de särskilt dåliga eller särskilt utmärkta samtalen.

Jag lyckades igen. Jag hittade ett väldigt speciellt samtal som kunde ge nya insikter från sjön av kundsamtal. Ett tydligt exempel från en verklig kundkontakt övertygar alltid och används därför ofta av ledningen som verktyg för att driva igenom förändringar eller ändra på dålig feedback för kontaktcentret.

Tydliga exempel är övertygande – men bekymmersamma

Jag var förstås väl medveten om att det var omöjligt att veta något om representativiteten i dessa tydliga exempel på dåliga kundupplevelser eller dålig effektivitet på kundkontaktcentret. Det fanns många problem med detta arbetssätt.

Om man pekade på ett samtal där kundupplevelsen blev dålig på grund av agenten, kunde denne argumentera för att det var ett isolerat exempel som inhämtats vid en olycklig tidpunkt. Och det kunde förstås stämma, men det kunde också visa sig vara representativt för agentens prestation överlag. Det var omöjligt att med säkerhet veta hur det låg till.

Om en dålig kundupplevelse orsakades av en dålig affärsprocess skulle den som utformat affärsprocessen kunna argumentera på samma sätt och skylla på tillfälligheter och hävda att den inte är representativ.

Om det dåliga exemplet presenteras för ledningen kan detta ligga till grund för att genomföra förändringar, oavsett omfattningen av problemet som exemplet visade. Så insåg jag att detta inte skilde sig så mycket från min barndoms gäddfiske.

Speech Analytics gör det lättare att fånga ”gäddorna” bland alla kundsamtal – utan att lämna något dolt under ytan.

Summering av fynden jag gjorde vid en jämförelse av fiske och samtalslyssning

1. Om man lyssnar på många samtal (vilket är tidskrävande) upplever man förr eller senare att man bara fångar likadana fiskar som i mittfåran, och snart tröttnar man på det.
2. När man lyckas fånga ett exceptionellt samtal är det svårt att avgöra om det alls är representativt eller om man fångat den enda gäddan i sjön.
3. Om feedback till en kontaktcenteragent grundar sig på ett exceptionellt dåligt samtal finns det risk för att kritiken blir orättvis och ibland att man hamnar i meningslösa diskussioner med agenten i fråga.
4. Och framför allt kommer du aldrig få reda på vad du går miste om.
5. Men ge inte upp. Överväg i stället att byta ut ert metspö mot en trålare.

Senare under min företagskarriär hittade jag en lösning på allt detta som funkade för mig, mina kollegor och ledningen – och som även kan funka för er – nämligen verktyget som kallas Speech Analytics.

För att använda fiskemetaforen kan man säga att Speech Analytics förvandlar ett metspö till en komplett trålare som söker igenom hela datasjön av inspelade kundsamtal på några sekunder.

Speech Analytics transkriberar varje enskilt kundsamtal som spelats in och omvandlar transkriptionen till data – big data, eftersom man kan sammanfoga transkriptionerna med många andra dataset som man har tillgång till. Och detta är mycket användbara data som enkelt kan undersökas.

Man kan till och med ”googla” efter samtal och söka igenom 100 % av de inspelade samtalen för att hitta specifika problem på några sekunder.

Låt er inte avskräckas av modeord som ”big data” – Speech Analytics gör det möjligt att gruppera och analysera innehållet i tusentals (eller till och med miljontals) samtal enkelt och effektivt, dag in och dag ut.

Ett verktyg som hjälper er att ”fånga alla gäddor” bland era kundsamtal

Speech Analytics kan hjälpa er med att fånga in alla ”gäddor” bland era kundsamtal och lämnar inget dolt under ytan. Om de finns så kommer ni få reda på det. Med andra ord får ni hjälp att välja ut och analysera de extremt dåliga eller extremt lyckade samtalen.

Detta gör att ni med säkerhet kan hantera processen med samtalsutvärdering. Bestäm mängden och länka samtalen till ansvarig agent. Spela upp dem på nytt och etablera riktlinjer och följ upp agenters arbete efter att de fått anvisningar eller när ni har gjort ändringar i dåliga affärsprocesser.

Vill ni veta mer om Speech Analytics?

Om denna artikel inspirerade er på något sätt kan ni hitta mer information här nedan. Ni är också välkomna att kontakta mig. Jag delar gärna med mig av flera idéer inom samma område som kan göra det möjligt för er att spara mycket tid och ansträngning samtidigt som ni kan ta mer träffsäkra beslut.

Läs mer om Speech Analytics Axcess Nordic hemsida.

Epilog

När jag många år senare passerade min barndoms sjö såg jag ett par ungdomar som fiskade. Sjöstranden hade förändrats på något sätt och man kunde nu fiska från platser som inte hade varit tillgängliga för mig och min bror på vår tid. När jag kom närmare såg jag deras dagsfångst – en hink full av gäddor.

Då insåg jag att min barndoms fantasi om att min gädda skulle vara den enda i skogssjön definitivt var felaktig. Och beviset för detta var dessa fiskare som hade större tålamod och skicklighet än vad jag hade, och som hade positionerat sig bättre längs sjöstranden.

Jag är en Speech Analytics-specialist på Axcess Nordic. Axcess Nordic hjälper serviceorienterade företag att optimera och utveckla kundkontakt. Jag kan kontaktas via LinkedIn (www.linkedin.com/in/christiangabrielaxcessnordic/) eller email (cga@axcessnordic.com)

Sliter ni med att logga samtal manuellt på callcentret? Nu kan Speech Analytics göra jobbet lättare

Agenterna i en kundserviceorganisation har vanligtvis till uppgift att logga och kategorisera samtal för att kunna ge ledningen insikt om vad samtalen handlar om.

Om detta känns bekant så vet ni att denna data inte är lätt uppgift och kräver ledningens ständiga uppmärksamhet och drar ut på wrap-up-tiden samt riskfaktorn för Human error är skyhög.

Så det finns all anledning att fråga sig om det är mödan värt, eller närmare bestämt om nyttan med denna data är större än kostnaden för en längre wrap-up.

Även om man loggar 80 % av 80 000 samtal så missar man ändå 16 000 samtal !!

När jag nyligen besökte ett kontaktcenter blev detta dilemma väldigt tydligt för mig. Jag såg hur kundtjänstens 150 agenter försökte att manuellt logga så mycket som 80% av 80 000 samtal varje månad.

Ett kontaktcenter är i praktiken en BPO (affärsprocessorganisation) som hanterar kundservice för en klients räkning, och klienten vill självfallet ha inblick i hur väl kundservicen fungerar eftersom de betalar kontaktcentret för att hantera den. Men även om man loggar så mycket som 80% av samtalen förblir 16 000 samtal osorterade och går obemärkta förbi klienten.

Samtalskategorisering – ett huvudbry för agenterna

För att nå inblick i varför kunderna ringer loggar agenterna samtalen i en komplex struktur bestående av mer än 700 kategorier och underkategorier som klienten har definierat.

80 % loggade och kategoriserade samtal innebar en ökning från förra årets 60 %, då man upplevde en tillfällig nedgång på grund av ovanligt många nyanställda som skulle introduceras i arbetet på kontaktcentret, vilket skedde på bekostnad av samtalsloggningen.

Man måste självklart ge kontaktcentret beröm för mödan de lägger ner på detta.

Företagets kvalitetsansvariga tvivlar själva på siffrorna

Men jag märkte att fler och fler av dem jag pratade med ifrågasatte exakthet av statistiken och därmed värdet datan man fick fram ur samtalsloggen, helt enkelt för att de var plågsamt medvetna om vilket slit som ligger bakom. Man kan se det som att klienten efterfrågar siffror och det är vad klienten får, och kanske inte mycket mer än så. Men jag ska återge lite av det som framkom i diskussionerna med de anställda på kontaktcentret:

1. I verkligheten är kundsamtal inte en-dimensionella
   I verkliga konversationer finns flera teman, och detsamma gäller samtal till kundtjänsten. Loggningsprocessen tar bara hänsyn till en dimension, och agenterna blir tvungna att ta ställning och välja endast ett tema. På så sätt går många insikter förlorade när man analyserar siffrorna i efterhand.
2. Om två personer lyssnar på ett och samma samtal får man två olika åsikter
   Den mänskliga faktorn innebär alltid en subjektivitet. Om två personer lyssnar på ett och samma samtal kommer de sannolikt logga dem på olika sätt. Det krävs ett visst mått av tolkning när man ska logga ett tio minuter långt samtal i den mest lämpliga av 775 kategorier. Och det är en omständighet som ifrågasätter värdet av att logga samtal manuellt.
3. Om man ger agenterna i uppdrag att logga sina samtal kommer de att göra det på ett eller annat sätt
   Jag har hört talas om ett kontaktcenter där ledningen undrade varför det alltid var de översta alternativen i loggningssystemet som fick flest träffar. Man bestämde sig för att ändra ordningen på alternativen, och tro det eller ej, men det var fortfarande de översta alternativen som fick flest träffar. Agenterna jobbar ofta under tidspress och om de har till uppgift att logga samtalen så gör de det, oavsett riktigheten i resultaten.

Vad finns det för alternativ till manuell samtalsloggning?

Modern kontaktcenterteknik börjar, tack o lov, hitta nya sätt att automatisera samtalsloggningen. Jag hjälpte kvalitetscheferna på kontaktcentret att genomföra ett test och försökte ersätta åtminstone en del av samtalsloggningen med hjälp av Speech Analytics.

Speech Analytics klarar av att kategorisera 100 %

Förutsatt att man spelar in sina kundsamtal kan den här tekniken – som numera finns tillgänglig för nordiska språk – transkribera alla kundsamtal. Detta ger kontaktcentret nästan oändliga möjligheter att kategorisera alla inspelade samtal. Spelar man in 100 % av samtalen kan Speech Analytics hjälpa till med att kategorisera 100 % av dem.

Inget ett-till-ett-alternativ – men förmodligen mycket mer

Jag säger inte att Speech Analytics är ett enkelt ersättningsalternativ till den komplicerade samtalsloggningen jag mötte på kontaktcentret.

Speech Analytics kan spegla en del av kategorierna men man måste ta sig an samtalskategorisering på ett lite annorlunda sätt.

Men man får något mer: en mångdimensionell kategorisering som genererar insikter som skulle gått förlorade i den en-dimensionella manuella loggningen. Det är möjligt att kategorisera alla samtal och det sker automatiskt och på samma sätt varje gång utan agenternas inblandning, vilket kortar wrap-up-tiden och tar bort den mänskliga subjektiviteten och tolkningsutrymmet, och således bedöms alla samtal på samma sätt.

Speech Analytics är ingen exakt motsvarighet till manuell loggning, men förmodligen mycket mer då den ger en mångdimensionell loggning av alla samtal. Det är automatiskt, och vad som kanske är ännu bättre, varje gång man väljer att lägga till en ny parameter i samtalsloggen så loggar Speech Analytics inte bara alla nya samtal på det här sättet, utan går också tillbaka och loggar alla tidigare samtal på samma sätt.

Läs mer om Speech Analytics på Axcess Nordics hemsida.

Jag är specialist på Speech Analytics hos Axcess Nordic. Axcess Nordic hjälper serviceföretag att optimera kundkontakt. Kontakta mig via LinkedIn eller email (cga@axcessnordic.com)

Dra nytta av dina arga kunder med Speech Analytics

Jag hatar verkligen när folk skriker på mig, även i telefon. Som tur är händer det väldigt sällan, men om det händer föredrar jag att omedelbart lägga på luren. Jag skulle tro att de flesta känner likadant, och så även de som arbetar på ett kontaktcenter.

Men för en kontaktcenteragent är otrevliga samtal från frustrerade kunder en oundviklig del av jobbet.

En del agenter blir luttrade med tiden och hittar sina egna sätt att hantera utskällningar. En del blir förstås förolämpade, medan andra rentav börjar skälla tillbaka, vilket så klart är olämpligt. Andra förlorar hoppet och säger till slut upp sig för att gå till en annan arbetsgivare som de tror kommer stötta dem bättre.

 ”Jag hatar verkligen när folk skriker på mig. Jag skulle tro att de flesta känner likadant, och så även de som arbetar på ett kontaktcenter.”

Men eftersom det inte går att undvika dessa ilskna samtal helt och hållet (om man inte slutar helt att svara i telefon när kunderna ringer) gäller det att hjälpa agenterna på bästa möjliga sätt. Att stötta dem med relevant feedback och vägledning efter varje sådant jobbigt samtal är så klart det bästa sättet, men också i princip omöjligt att uppsikt över.

Längre fram i det här inlägget ska jag förklara hur Speech Analytics teknik kan hjälpa er att öka medvetandet kring de frustrerade kunderna och stötta agenterna med lämplig och relevant feedback som grundar sig på deras egna samtal.

Glöm inte att arga kunder bara ropar på hjälp

Men om man byter perspektiv för ett ögonblick, är inte dessa frustrerade utbrott bara ett rop på hjälp från era kunder?

Min årslånga erfarenhet från att jobba med Voice of Customer har lärt mig att det oftast är så. De ropar på hjälp framför allt på grund av dåliga kundupplevelser, som exempelvis brutna löften, brustna förväntningar eller en avbruten affärsprocess.

 ”Om man bara kunde identifiera dessa samtal så skulle man kunna få tillgång till en guldgruva av insikter och lära sig hur man kan förbättra kundupplevelsen.”

Min erfarenhet är också att dessa rasande kunder är de som tydligast kan berätta för er exakt vad som är fel med er tjänst eller verksamhet och hur det ska lösas.

Om man bara kunde identifiera dessa samtal så skulle man kunna få tillgång till en guldgruva av insikter och lära sig hur man kan förbättra kundupplevelsen och slutligen minska eller helt eliminera dessa arga samtal.

Speech Analytics är en matchvändare som låser upp den svarta lådan

Och vi har goda nyheter: Speech Analytics förvandlar den plågsamma och tråkiga uppgiften att hantera arga kunder till en unik möjlighet att dra nytta av samtalen. Och du får nästan oändliga insikter i tusentals timmar av kundinteraktioner som för de flesta företag i dag bar är en svart låda med otillgängliga data.

 Speech Analytics är inte svart magi. Det är bara en väldigt smart teknik som automatisk transkriberar era kundsamtal. Och inte bara några av dem, utan alla. Oavsett om du tar emot hundratals, tusentals eller till och med miljoner samtal.

 ”Speech Analytics är inte svart magi. Det är bara en väldigt smart teknik som automatiskt transkriberar era kundsamtal.”

Av denna anledning är Speech Analytics en riktigt matchvändare. I stället för att bara gå igenom en liten del av era kundinteraktioner så går ni igenom 100 % av era samtal och låter inget gå under radarn obemärkt. Och vad som är ännu viktigare är att Speech Analytics visar mönster, toppar och volymer av olika typer av teman och problem som är avgörande för ert företag eller organisation.

Hur identifierar Speech Analytics arga kunder?

Men hur identifierar Speech Analytics då dessa samtal från frustrerade kunder? Ja, i alla fall inte genom att registrera förändringar i kundens röstläge (så vitt jag vet finns ännu ingen teknik som klarar av detta på ett övertygande sätt).

Vad Speech Analytics gör är att logga orden som kunden använder. Det är enkelt och fungerar när man väl räknat ut hur arga kunder uttrycker sig.

Arga kunder fångas av ”Kapten Haddock-listan”

För mig som dansk förefaller svenskar alltid vara väldigt artiga, åtminstone när de ringer ett kontaktcenter i egenskap av kund. Så när en svensk börjar låta som Kapten Haddock (ni är nog bekanta med den svärande och whiskydrickande kaptenen från Tintin-serierna) i ett samtal med en kontaktcenteragent, då vet man att den här kunden är väldigt frustrerad.

 När jag har jobbat med Speech Analytics i svensk kontext, vilket är vid åtskilliga tillfällen, så är min utgångspunkt att använda min egen privata ”Kapten Haddock-lista” över svordomar för att identifiera de arga kunderna.

 ”Så när en svensk börjar låta som Kapten Haddock i ett samtal med en kontaktcenteragent, då vet man att den här kunden är väldigt frustrerad.”

Det finns förstås en viss variation i kunders ordförråd som beror på sociogeografi och annat, så det krävs lite finjustering. Men för att illustrera min poäng kan man säga att samtal där svenska kunder använder svordomar som ”skit”, ”jävla” och ”förbannad” sannolikt är arga samtal. Genom att identifiera dessa samtal bland alla som dagligen tas emot kommer ni att få tillgång till arga kunder från hela den svarta lådan som man inte skulle hitta på något annat sätt.

Ett exempel på en mer än 40 minuter lång inspelad konversation med en arg kund som identifierats med hjälp av svordomar. Utöver detta och till skillnad från många andra leverantörer ger Speech Analytics från Verint en fullständig transkription av samtalet, i kombination med all möjlig användbar information så som kundtaltid i procent eller procentandel överlappande prat och så vidare.

Nå djupare insikt i frustrationens grundorsak utan att ens lyssna på samtalet

 Speech Analytics hjälper dig inte bara med att identifiera de arga samtalen, utan också att förstå frustrationens grundorsak utan att behöva lyssna igenom varje enskilt samtal. Detta ger dig bra kunskap om arten och storleken på olika problem.

 Som ett exempel kan Speech Analytics informera om att införandet av en ny avgift resulterar i 100 nya samtal per vecka från frustrerade kunder och att detta specifika problem kan medföra att samtalstiden ökar med 80 %.

 Ofta inser man faktiskt att frustrationen inte är något som agenten orsakar, utan något som är relaterat till en tidigare händelse så som ett brutet löfte, en brusten förväntan eller en avbruten affärsprocess eller liknande. Speech Analytics har svaret åt dig.

Sammanfattning av hur man kan dra nytta av arga kunder med hjälp av Speech Analytics:

1. Förbereda kontaktcenteragenter för denna stressiga situation
2. Förbättra sättet på vilket agenter hanterar arga kunder
3. Identifiera arga kunder och påbörja åtgärder för serviceåterhämtning för att förebygga dålig publicitet i sociala media etc.
4. Användbara insikter i exakt vad som orsakar frustrationen
5. Bygga robusta och databaserade affärsärenden av projekt och initiativ för att reducera eller eliminera arga samtal

Läs mer om Speech Analytics på Axcess Nordics hemsida.

Jag är en Speech Analytics-specialist på Axcess Nordic. Axcess Nordic hjälper serviceorienterade företag att optimera och utveckla kundkontakt. Jag kan kontaktas via LinkedIn (www.linkedin.com/in/christiangabrielaxcessnordic/) eller email (cga@axcessnordic.com)

Speech Analytics för nordiska kontaktcenter – en guide för nybörjare

Det är inte så konstigt om du nyligen har kommit i kontakt med termen Speech Analytics. I likhet med företeelser som AI och robotics börjar Speech Analytics bli ett allmänt samtalsämne.

Jag märker tydligt den snabbt växande hajpen när jag och min svenska kollega, Johanna Bernshed, träffar företag över hela Norden (bilden ovan föreställer självklart oss två på kundbesök i norra Sverige).

I takt med att hajpen ökar kring Speech Analytics efterfrågar allt fler företag vår hjälp med att komma igång. Men jag är också väl medveten om att det här är ett nytt fenomen som kan vara förvirrande. Den här artikel är tänkt som en introduktion av Speech Analytics.

Vad är Speech Analytics? En kort introduktion

Speech Analytics är en process som analyserar inspelade samtal för att samla kundinformation i syfte att förbättra kommunikation och framtida interaktion. Processen används främst av kundkontaktcentra för att få information som ligger begravd i interaktioner mellan företaget och dess kunder.

Detta kommer att ersätta beslut som tas på ren magkänsla och individuella personers mer eller mindre personliga uppfattningar. Genom att introducera databaserade insikter av ALLT som har att göra med er verksamhet och kundinteraktioner får ni en grund för databaserat beslutsfattande.

“Detta kommer att ersätta beslut som tas på ren magkänsla och individuella personers mer eller mindre personliga uppfattningar.”

Speech Analytics är relevant för de flesta funktioner och roller i ett företag med 30 eller fler anställda agenter. Det är lika relevant för ledning, affärsutveckling, BI, marknadsföring och online-utveckling som det är för själva kontaktcentret.

Det handlar om automatiserad transkribering av era samtal

Speech Analytics är i princip ett system som transkriberar alla era samtal. Det är också därför som man behöver spela in samtalen för att kunna använda Speech Analytics. Genom att transkribera era samtal konverteras ljudfilerna till text därför som du måste spela in samtalen för att använda Speech Analytics. Genom att transkribera dina samtal konverterar du ljudfilerna till text och därmed till data.

Beroende på vilket Speech Analytics-system du väljer kan du använda transkriptionerna på olika sätt. De enklaste systemen ger er möjlighet att söka efter samtal som innehåller specifika termer.

Detta kan vara till stor nytta, men inte på något sätt lika fördelaktigt som de mest avancerade systemen.

Avancerade system som Verint gör det möjligt för er att utforska era samtal på ett nästan oändligt antal sätt, vilket ger er både mycket operativa och strategiska insikter. Det är inte en underdrift att påstå att den här typen av verktyg är ganska beroendeframkallande för alla som jobbar med någon form av verksamhetsförbättring.

“De enklaste systemen ger er möjlighet att söka efter samtal som innehåller specifika termer. Detta kan vara till stor nytta, men inte på något sätt lika fördelaktigt som de mest avancerade systemen.”

Vad ska man fokusera på när man väljer Speech Analytics-system?

Det finns några viktiga skillnader mellan de olika Speech Analytics-systemen. Här är tre saker att tänka på (förutom möjligheten att kunna transkribera med hög kvalitet):

• Möjlighet att kategorisera samtal: Som människor har vi alla en tendens att uttrycka oss på väldigt olika sätt. Välj ett Speech Analytics-system som kan gruppera alla samtal som rör samma problem, även om kunder och agenter inte formulerar sig på samma sätt.
• Möjlighet att analysera hela transkriptionen: Välj ett Speech Analytics-system som inte bara ger er det ni letar efter, men som också informerar er om sånt som ni inte visste att man kunde leta efter. Ett system som söker igenom hela transkriptionen efter mönster, tendenser och ”google-ord” som ännu inte har kategoriserats.
• En del av en WFO-svit: Vissa Speech Analytics-leverantörer jobbar också med utveckling av relaterade lösningar som till exempel Text Analytics, Automated Quality Management och Performance Management – även kallat Workforce Optimisation-svit (eller WFO-svit). Genom att välja ett Speech Analytics-system som ingår i en WFO-svit får man många fler möjligheter och sätt att dra nytta av Speech Analytics-data.

10 skäl till varför Speech Analytics är hajpat just nu

Alla företag och organisationer är olika. De har olika sätt att arbeta, olika mål och olika strategier. Men efter att ha besökt en lång rad nordiska företag under de senaste åren slås jag av hur de flesta av dem också har många gemensamma och djupgående smärtpunkter.

Här är min lista över 10 av de vanligaste smärtpunkterna som jag ser hos våra kunder. Jag tror att ni kan relatera till åtminstone några av dem:

1. En svart låda med kundsamtal: Vad som verkligen sker i era kundsamtal känns ibland som en stor svart låda. Ni kanske redan lyssnar på utdrag ur samtalen, men bara det är en uppgift som är för stor och exakt vilka slutsatser kan man egentligen dra genom att lyssna på bara ett utdrag? Varför ringer kunderna?
2. Kundundersökningar: Ni genomför (samlar in) kundnöjdhetsundersökningar, men bara några kunder svarar och därför vet man inte hur de upplever er service.
3. Net Promoter Score: Er NPS (Net Promoter Score) har stannat vid en viss nivå och ni saknar idéer för hur man kan göra framsteg. Vad ska man göra?
4. Samtalsloggning: Ni ber era agenter att logga orsaken till varför kunderna ringer, men det är tidskrävande och ökar den genomsnittliga hanteringstiden. Och dessutom verkar inte loggdatan pålitlig.
5. Statistiken ni får från samtalsloggningen är ytlig och ni vet egentligen inte riktigt varför era kunder ringer er.
6. Agentåterkoppling: När ni ger agenterna feedback, oavsett om det är baserat på samtalslyssning eller kundåterkopplingsundersökningar, kan ni inte alltid avgöra om återkopplingen är rättvis mot agenten.
7. ChatBot: Ni programmerar en ny chatbot men saknar information om exakt vad chatboten ska kommunicera för att vara relevant för era kunder (och minska antalet samtal).
8. Kampanjer: Ni vet i princip inte hur effektiva era marknadsförings- och kommunikationskampanjer är. Ryktet säger att det finns en viss reaktion, men i vilken utsträckning reagerar faktiskt era kunder? Och hur?
9. Självbetjäning: Ni vet inte om era kontaktcenteragenter främjar självbetjäning eller frågar efter tillstånd att marknadsföra, eller vad det än är ni vill att de ska göra.
10. Förstasamtals-lösning: Ni vet inte i vilken utsträckning era agenter klarar av att genomföra förstasamtals-lösningar eller hur man förbättrar detta.

Prova Speech Analytics på dina egna samtal

Det finns olika sätt att demonstrera ett Speech Analytics-system. På Axcess Nordic kan ni välja att få en fullständig installation på ert kontaktcenter under en begränsad period. Under denna pilotperiod låter vi er prova systemet på ett stort antal samtal. det kan till och med vara livesamtal i produktionen som vi testar.

Det har ingen betydelse om antalet samtal är 10 000, 100 000 eller till och med 1 miljon. Genom att göra det här får ni en djup inblick i en väldigt stor pool av ostrukturerade data, och samtidigt har ni en unik möjlighet att få en verklig praktisk erfarenhet av Verints Speech Analytics-system. Det här ger er en perfekt grund att avgöra om Speech Analytics ska vara din källa till insikt framöver.

Insikterna ni får under pilottestet får ni behålla oavsett.

Om ni vill veta mer så tveka inte att kontakta mig eller min svenska kollega, Johanna Bernshed.

Läs mer om Speech Analytics

Dra nytta av dina arga kunder med Speech Analytics

Sliter ni med att logga samtal manuellt på callcentret? Nu kan Speech Analytics göra jobbet lättare

Använder du metspö när du väljer ut viktiga kundsamtal för kvalitetskontroll? Speech Analytics hjälper dig att tråla sjön

Speech Analytics – Analysera era samtal automatiskt

Jag är en Speech Analytics-specialist på Axcess Nordic. Axcess Nordic hjälper serviceorienterade företag att optimera och utveckla kundkontakt. Jag kan kontaktas via LinkedIn (www.linkedin.com/in/christiangabrielaxcessnordic/) eller email (cga@axcessnordic.com)

Struggling with manual call logging in the call centre? Now Speech Analytics can help you do the job

As a customer service organisation, you most likely tell your agents to log and categorise their calls providing management with data-based insight into the customer service. If you do, you will know, that those numbers don’t come easy, but requires a constant attention from management, and extends wrap up time.

So, you have to ask yourself questions like: Is it really worth the effort? Or more precisely: Is the benefit of having those numbers worth the cost of extended wrap up time?

Logging 80 % of 80.000 calls still leaves 16.000 calls out of sight

This dilemma recently became very much vibrant to me, while visiting a contact centre. Here, the 150 agents desperately struggle to log as many as impressing 80 % of their 80.000 monthly calls. 

The contact centre is in fact a BPO (business process organisation), handling customer service for a client. And naturally this client has an urgent need for insight in the customer service, they are paying the contact centre for. Still even logging 80 % of the calls leaves 16.000 calls uncategorised – and completely out of sight of the client.

Agents struggle to find the right category

Consequently, the agents are logging the calls in a complex structure of more than 700 different categories and subcategories, defined by the client, attempting to get a deep insight in why the customers are calling.

In fact, the quantity of 80 % logged and categorised calls was a progress from 60 % last year – a temporary low peak caused by an extraordinary high volume of new hires in the contact centre and a focus on onboarding at the expense of call logging. 

Obviously, one has to recognise the contact centre for the energy they are putting in this.

The quality people are doubting the numbers themselves

Nonetheless I noticed a rising questioning amongst the persons I talked to in the contact centre of the value of the numbers and data derived from the call logging. Simply because they are perfectly aware of the harsh reality behind getting them. You might put it like, the client asks for numbers, and that’s what the client gets. And maybe not that much more. Let me just unfold my discussions with the contact centre a little bit:

1. Real world customer calls are not one dimensional
   Real world conversations of holds a multiple of themes, thus also calls to a contact centre. But given that a logging system is only one dimensional, agents must choose only one. That leaves a lot of insights out of sight, if you are only looking on the numbers afterwards.
2. Let two people listen to the same call and you will get two different views
   The human factor is as always, a bias. Let two people listen to the same call, and they would most likely log them differently. Logging a call, deciding which category among the 775 is appropriate for a conversation lasting say 10 minutes, requires some human interpretation. And that fact alone questions the validity of the manual call logging.
3. If you force agents to log their calls, they will find a way to do it
   I once heard about a contact centre wondering why it was always the first choices in the logging system, that got the most hits. Then they changed the order of the choices, and guess what, still the first choices got the most hits. Agents are normally under the pressure of time, so if you force them to log the call, they will surely do it, regardless of the correctness of the result.

So, do you have any alternatives to the manual call logging?

Of course, modern contact centre technology is starting to find new ways to automate the manual call logging. At the contact centre I facilitated a test alongside with the quality managers, trying to replace at least some of the call logging utilising the technology called Speech Analytics.

Speech Analytics can categorise 100 %

Given, that you record the customer calls, this technology, just recently prepared for Nordic languages, transcribes all the customer calls and provides the contact centre with almost endless possibilities for categorising as many calls, as you record. If you record 100 % of the calls, Speech Analytics can help you categorise all 100 %. 

Not a one-to-one alternative – but probably a lot more

I am not suggesting, that Speech is an easy one-to-one alternative for the complex call logging, as the one I met at the contact centre.

Speech Analytics can mirror some of your categories, though you must approach the categorising of calls a bit differently.

But you will get something else: A multi-dimensional categorising, providing you with the insights lost in the one-dimensional manual logging. You will potentially get every call categorised. And it will be done automatically in precisely the same fashion every time and without involving the agents – thus lowering the wrap up time and taking away the human bias of logging and interpreting – consequently judging all calls alike.

Speech Analytics for Nordic contact centres – a guide for newbies

Benefit from your angry customers with Speech Analytics

An example of a recorded, +40 minutes long conversation with an angry customer identified by swearwords. In addition to this and in contrast to many other vendors, Speech Analytics from Verint will also give you the full transcription of the call, combined with all sorts of useful information, like customer talk time percentage, talk-over time percentage etc.

Deep insight in the root cause of frustration – even without listening to the call

Not only will Speech Analytics help you to identify the angry calls, but also to understand the root causes of the frustration without having to listen to every single call. This will give you solid knowledge of the nature and size of different problems.

As an example, Speech Analytics may tell you, that the introduction of a new fee, drives 100 new calls a week from frustrated customers, and that this specific problem may drive up the call duration with 80 percent.

In fact, you will often realise, that frustration is not something caused by the current agent but related to a previous incident. A broken promise, a broken expectation or a broken business process or something else. Speech Analytics will let you know.

Summarising how you will benefit from your angry customers using Speech Analytics:

1. Preparing contact centre agents for this stressful situation
2. Improve the way, agents handle angry customers
3. Identify angry customers, activate a service recovery action to prevent further bad story telling about you at the social medias etc.
4. Actionable insights in exactly what causes the frustration
5. Build robust, data based business cases of projects and initiatives to reduce or eliminate angry calls

Read more about Speech Analytics in Swedish, Danish or English

I am a Speech Analytics specialist at Axcess Nordic. Axcess Nordic helps service-oriented companies optimise and develop customer contact. I can be contacted via LinkedIn (www.linkedin.com/in/christiangabrielaxcessnordic/) or email (cga@axcessnordic.com)

Do you select important customer calls for quality checking with a fishing rod? Speech Analytics will trawl the lake for you

A true childhood highlight was catching my first Pike (in Swedish: Gädda; in Danish: Gedde). Up until that time, I had been fishing the same forest lake accompanied by my young brother for some years. Always hoping to get a great Pike on the hook.

To kids like us the Pike represented the ultimate, frightening monster of the lake. Having the ability to hunt and swallow ducks and even smaller children, so we heard. And consequently, the ultimate catch for us. We fantasized for hours on the size and the whereabouts of the Pike. In our minds they lurked just underneath the blank surface of the water.

And then one day …                                                            

I caught one! A Pike was on my hook, and somehow, I managed to drag it up the lake bank and finally I held it in my hands. Well, maybe the size of it didn’t really match my imagination. But then again. What was I to know? It was the first Pike, I ever caught, so I’d had no comparison. (And as it would turn out also the last).

Next day I went back to the lake to catch another one, feeling luck ways on my side. But no luck and no Pike. In fact I returned for many days and weeks but never managed to repeat my great debut catch.

In other words, with a single catch I had a 100% extinction of Pikes from my lake.

I then made the conclusion of my own, that this hike was actually the one and only that was and had ever been in this lake. In other words, with a single catch I had a 100 % extinction of Pikes from my lake.

I did catch a lot of smaller fish though. The usual small lake fish, all looking so similar and ‘normal’, and thus throwing every single one back into the lake. Finally, l got bored with it and gave up fishing.

Later I found myself catching calls the same way

Many years later, as a CX-manager, I found myself ‘catching’ customer calls the exact same way. An aspect of my role was listening to recordings of customer calls with the purpose of identifying the state of the customer experience.

Monitoring normal calls became monotonous for me and my team. And then I focused on searching for new perspectives, new situations. Seeking out the exceptional poor or exceptional excellent calls.

Once and again I succeed doing that, finding a very special call that provided new insights to me from the lake of customer calls. A strong example from real customer contacts is always very convincing and therefore often used as wrecking ball from management demanding changes or negative feedback for the contact centre.

Strong examples are always convincing – but troublesome

I was of course perfectly aware that when I found those strong examples of poor customer experience or poor contact centre efficiency, I had no clue of just how representative these examples were. Problems related to this way of working were many.

If the call revealed poor experience caused by bad handling from the agent, the agent might argue that we caught him or her at an exceptional bad time. And he or she might be perfectly right. Or it could be representative of their overall performance. We would never really know.

If poor experience was caused by a business process gone wrong, the business process designer responsible might react the same way, arguing that this was just a just a result of pure coincidence and not at all representative.

If presented to management, on the other hand, management might consider demanding changes on the basis of the poor example. Regardless of how the actual size of the problem illustrated by the example. All in all, I realized, that in effect this was all just like my childhood Pike fishing.

Speech Analytics can help you catch all the ’Pikes’, amongst your customer calls – leaving nothing hidden under the surface.

Summarizing my findings comparing call listening to fishing

1. If you are listening to many calls (which is a time costly activity) you will soon get the experience like the one I had for a long time, catching only similar ‘middle of the road’ fish. And you will soon get tired of that.
2. When you manage to catch exceptional calls, you will find it hard to know if this is representative to some extent or if you caught the only Pike in the lake.
3. If you base your feedback for a contact centre agent on an exceptionally poor call, you will risk criticizing them on an unfair basis, and sometimes even risk arguing pointlessly with your agent.
4.  And most of all: You will never know what you are missing.
5. Don’t give up – just consider replacing your fishing rod with a trawler.

Later, in my business career, I became aware of a solution to all of this, that worked for me, my colleagues and management, and thus might work for you as well. Namely, a tool named Speech Analytics. Sticking to the fishing metaphor this tool changes your fishing rod-method to a complete trawler. Trawling up the whole data lake of your recorded customer calls in seconds.

Sticking to the fishing metaphor this tool changes your fishing rod-method to a complete trawler. Trawling up the whole data lake of your recorded customer calls in seconds.

In effect, Speech Analytics transcribes every single customer call you have recorded and turns those transcriptions into data – big data in fact, because you will be able to merge the transcriptions with numerous other data sets you have available. And very actionable data, that you can easily investigate.

You can even ‘google’ for calls, searching among 100 % of your recorded calls for specific issues in seconds.

No need let the ‘big data’ buzzwords scare you of, though. Speech Analytics lets you group and analyze content of your thousands (or even millions) of calls day by day in the easy, effective way.

Helping you to ‘catch all the Pikes’ of your customer calls

Speech Analytics can help you catch all the ’Pikes’, amongst your customer calls – leaving nothing hidden under the surface. If there is only one, you will know it too. In other words, helping you select and analyse all the extremely poor – or extremely successful – calls.

This allows your management the call assessment process with confidence: Size the volume. Link them to the agents that produced them. Replay them. Benchmark and monitor after coaching agents or changing bad business processes etc.

If you want to know more about Speech Analytics

If this inspired you in some way, you will find more information below. You are also welcome to contact me as I have further ideas to share on this subject that may just allow you to save much time and effort while bringing far greater certainty to your decision making in this area.

Read more about Speech Analytics in Swedish, Danish or English

Epilogue

Many years later, I was passing my childhood forest lake again. I noticed a couple of youngsters fishing. The lake bank had changed somehow, and now they were able to fish from a point that hadn’t been accessible to me and my brother at the time. Coming closer, I saw a bucket full of what I recognized as Pikes, their catch of the day.

And so I realized that my childhood imagination of my Pike being the only one in the forest lake was definitely false. With fishermen more patient and skilled than me, situated at a better point of the lake bank just proved that.

I am a Speech Analytics specialist at Axcess Nordic. Axcess Nordic helps service-oriented companies optimise and develop customer contact. I can be contacted via LinkedIn or email (cga@axcessnordic.com)