Aberdeen 2018年發(fā)布的一項關(guān)于客戶心聲的調(diào)研結(jié)果表明，擅于規(guī)劃并運營VoC計劃的企業(yè)往往業(yè)績表現(xiàn)突出，相比未實施該計劃的企業(yè)，客戶保留率高出45%，同時能夠節(jié)省客戶服務(wù)成本達(dá)13倍之多。
然而，傳統(tǒng)的數(shù)據(jù)分析手段費時費力，效率低下，難以實現(xiàn)通話錄音的真正價值。語音分析技術(shù)融合了語音識別技術(shù)與大數(shù)據(jù)分析技術(shù)，通過實時通話質(zhì)檢、全量錄音質(zhì)檢、自動化質(zhì)量管理等一系列解決方案，助力企業(yè)挖掘客戶價值并洞悉市場需求，從而達(dá)到優(yōu)化客戶交互、加快市場開拓、推動業(yè)務(wù)創(chuàng)新的目的。
客戶交互正處于快速發(fā)展的數(shù)字化浪潮之中，啟動語音分析計劃勢在必行。然而很多企業(yè)卻不知道從何下手。Verint倡導(dǎo)客戶交互的易用化、現(xiàn)代化和自動化，希望以下這些建議可以幫助企業(yè)在打造并實施語音分析計劃時有章可循。
第一，識別重要數(shù)據(jù)及其存儲位置
語音團隊?wèi)?yīng)充分了解內(nèi)部客戶需求，即其服務(wù)的企業(yè)相關(guān)部門工作中存在的痛點、亟待解決的問題、語音分析團隊的解決方案中應(yīng)融入哪些數(shù)據(jù)等。常用的數(shù)據(jù)一般包括：
- 呼叫類型或隊列（例如：技術(shù)問題、賬單、銷售、繳費等）
- 交換機數(shù)據(jù)
- IVR數(shù)據(jù)
- 客戶滿意度數(shù)據(jù)
- 與客戶相關(guān)的數(shù)據(jù)（例如：客戶終身價值、購買的服務(wù)、客戶服務(wù)周期、客戶獲得方法、上次聯(lián)系日期、上次聯(lián)系原因等）
第二，為員工普及語音分析相關(guān)的知識
如今語音分析的應(yīng)用越來越普遍，然而人們對于這個概念仍然存在模糊的認(rèn)識，不太清楚它到底是什么。員工對于語音分析的工作原理、實際應(yīng)用中的準(zhǔn)確度、主要功能、部署方式以及語音團隊挖掘數(shù)據(jù)、獲取價值的方法等知識了解得越多，企業(yè)就能夠越迅速、越順利地獲得投資回報。
第三，就分類構(gòu)架達(dá)成一致并創(chuàng)建分類
分類指語音分析解決方案對通話內(nèi)容進行識別和標(biāo)注主題的過程，應(yīng)按照企業(yè)的業(yè)務(wù)類型、客戶類型、客戶來電原因等不同角度對通話進行分類，并建立相關(guān)分析圖表，據(jù)此清晰直觀地發(fā)現(xiàn)客戶服務(wù)中存在的問題，繼而分析原因并尋找改進的解決方案。
完成這項任務(wù)可能需要一些時間，但花些精力討論并創(chuàng)建核心分類非常重要�？蚣芊诸惒槐匾幌伦泳徒ㄈ梢栽趲字苤畠�(nèi)先創(chuàng)建一個可以快速啟用的初始框架，之后，企業(yè)可根據(jù)業(yè)務(wù)進展情況創(chuàng)建其它分類并隨時進行微調(diào)，使企業(yè)的分類體系不斷得到完善。這種按需逐漸創(chuàng)建并增加分類數(shù)量的方法，便于維護和完善，效率遠(yuǎn)遠(yuǎn)高于一蹴而就的做法。
第四，建立溝通流程
語音分析團隊需要與企業(yè)的其它部門進行充分的溝通，這一點許多企業(yè)往往認(rèn)識不足。建立溝通流程非常重要，員工可以通過該流程提出關(guān)于語音分析的問題、請求或建議，推動企業(yè)上下形成合力。
首先，讓所有企業(yè)決策者、部門主管及其他相關(guān)人員與語音分析團隊進行充分溝通，加強對彼此需求的了解。
確定語音分析團隊接收請求單的方式，如電話、電子郵件等。請求單中涵蓋的信息如處理和完成時間等要羅列清楚，如果對分析結(jié)果的呈現(xiàn)有格式要求（如ppt，Email），也需在請求中予以說明。
確定語音分析團隊分享信息的方式，為調(diào)研項目制定基礎(chǔ)時間表，同時讓該表具備一定靈活性。
收到請求單后跟進調(diào)研進展并部署相關(guān)行動。
第五，基于洞察力采取行動
語音分析本身并不能改善客戶交互、減少客戶流失、增加購買行為、降低運營成本或優(yōu)化業(yè)務(wù)流程。為獲得投資回報，企業(yè)應(yīng)根據(jù)解決方案中提供的建議決策采取行動。Verint?語音分析?解決方案匯集了大量輔助明智決策的情報信息，能夠幫助企業(yè)更快獲得投資回報，其中包括：
- 根本原因分析
Verint語音分析通過多種算法對搜索結(jié)果中有統(tǒng)計學(xué)意義的詞匯及短語群組進行推算，這種做法可以顯著減少用戶聽取通話錄音的時間，更高效地建立準(zhǔn)確、有價值的分類。
- 比較數(shù)據(jù)集
類比報告可自動識別任意兩組通話在使用語言和短語上的顯著性差異，如成功的銷售案例與失敗的銷售案例，客戶滿意的通話與客戶不滿意的通話，使用的相關(guān)語匯會有很大不同。通過研究結(jié)果理想與不理想的通話中經(jīng)常出現(xiàn)的詞匯及短語，企業(yè)可以制定話術(shù)指導(dǎo)或撰寫話術(shù)腳本及知識性文章，幫助員工更有效地處理類似情況。
- 自動化主題與話題識別
由語義智能驅(qū)動的Verint語音分析通過將討論話題和會話關(guān)系進行分組，自動從客戶交互中提取主題。這些主題與人工建立的通話分類相似，但它們是由系統(tǒng)自動生成的，不帶有任何用戶偏見，因此可以揭示出一些企業(yè)可能沒有意識到的重大趨勢。
成功的語音分析計劃需要的不僅僅是技術(shù)投資和建立語音分析專業(yè)團隊，還需要明確該團隊在整個企業(yè)中創(chuàng)建、利用與共享情報信息的方式，從而確保企業(yè)的語音分析計劃行之有效并獲得長久成功。
