Analyse sémantique en centres de contacts

Problématique

Afin d’être en mesure d’optimiser son expérience client, une entreprise doit savoir ce qui se dit d’elle et de son environnement. Un mécontentement sur un prix, la citation d’une marque concurrente, rien ne doit lui échapper. Dans ce contexte, il est devenu fondamental d’analyser précisément les motifs des nombreux appels téléphoniques reçus par son service client.

Pour ce faire, un leader de l’énergie équipé de très gros centres d’appels prenant en charge plusieurs dizaines de millions de requêtes par an, doit disposer de solutions fiables et performantes. Collecter, traiter, et étudier d’énormes quantités de données sont des opérations compliquées et exigeantes.

 

Réponse technique apportée

L’entreprise peut réaliser une analyse sémantique de toutes les requêtes téléphoniques reçues par son service, afin de rester proche des attentes de ses clients et prospects et diminuer son taux d’attrition. La suite Nice Analytics est un outil puissant permettant d’étudier cette primordiale voix du client. Elle en collecte les flux en temps réel sur les différents IPBX (ou système téléphonique sur IP) et procède à leur exploration. Avant de la mettre en œuvre, un audit des besoins, objectifs et priorités de l’entreprise doit être fait.

Dans le cas de notre client leader sur le marché de l’énergie, celui-ci a abouti au déploiement d’un large dispositif hébergé dans le DataCenter CoverApps. Grâce à lui, les agents opérationnels bénéficient désormais sur leur poste d’une montée automatique d’une fiche informative à chaque appel entrant. Dès lors, leurs messages peuvent être personnalisés et leurs actions ciblées. Au fil de la conversation, ils pourront recevoir plusieurs alertes graduées jusqu’à devoir transférer l’appel vers une cellule dite de « rétention client ».

 

Bénéfice fonctionnel

Nice Analytics est le partenaire idéal de l’agent de centre de contact. Disposant de fonctionnalités d’analyse sémantique pointues, il lui est complémentaire. En effet, l’opérateur humain n’est pas en mesure de détecter tous les messages implicites d’une conversation.

Un outil d’analyse sémantique sait par exemple interpréter à chaud en temps réel, ou à froid, tous les changements de rythme et de volumes d’un dialogue, mais aussi les modulations de fréquence. Il apporte les informations nécessaires aux agents. Forts de ces informations, ceux-ci peuvent gagner en autonomie, en prise d’initiative et donc en productivité. Ils sont plus disponibles pour se centrer sur des appels à plus forte valeur ajoutée.