U wordt nu geanalyseerd, blijft u aan de lijn

Voor de contact centers van de toekomst liggen er talloze innovaties in het verschiet. Software gaat de medewerkers helpen klanten beter te begrijpen, beter van dienst te zijn en meer te verkopen. Aan de andere kant gaan de medewerkers ook op hun eigen prestaties beoordeeld worden door diezelfde software.

Helaas hebben we niet meer de rechten op de originele afbeelding
adformatie

Wanneer een klant over een paar jaar belt met een contact center zal geavanceerde software niet alleen zijn woorden analyseren, maar ook de toon die hij aanslaat. De medewerker aan de andere kant van de lijn zal op zijn scherm niet alleen informatie zien over de klant en zijn historie met het bedrijf, maar ook allerlei demografische gegevens die hem helpen de achtergronden van de vragen of opmerkingen te begrijpen.

Industrie analist Gartner publiceert jaarlijks vele hype cycles waarin de trends en ontwikkelingen in specifieke branches worden bijgehouden. De (alleen voor abonnees) geeft een interessant beeld van de mogelijkheden.

Geavanceerde software gaat een steeds prominentere rol spelen in het creëren van klanttevredenheid. Wanneer een beller eerst tegen een geautomatiseerd systeem de reden van het telefoontje inspreekt, kan hij doorverbonden worden met de medewerkers die de juiste kwaliteiten en bevoegdheden hebben. Dit vermindert ergernissen en verhoogt de efficiency.

'' zal contact center medewerkers kunnen voorzien van de geografische en demografische gegevens van een beller. Het moment van de dag (afhankelijk van de tijdzone), het plaatselijke weer, de omgeving waarin hij woont, economische voorspoed, belangrijke sportevenementen, stakingen in het openbaar vervoer, oorlogsdreiging: allemaal factoren die van invloed kunnen zijn op het gesprek. Of iemand belt met een mobiele of vaste verbinding kan een indicatie geven van de situatie waarin de beller zich bevindt en van de tijd die de beller heeft om het gesprek te voeren.

Momenteel zijn '' systemen steeds populairder aan het worden. Een dergelijk systeem analyseert de woorden die de klant gebruikt en leidt daaraan af hoe hij denkt over het bedrijf, de service of bijvoorbeeld (wanneer er een productnaam wordt genoemd) een specifiek product. Ook kan op die manier worden geanalyseerd of als gevolg van een marketing- of pr-campagne de woordkeuze van klanten verandert. Een simpel voorbeeld: hoe lang blijven klanten na een naamsverandering de oude merknaam gebruiken?

De contact center industrie, die ook steeds meer verschuift naar lage lonen landen als India (Engelstalig) en Zuid-Afrika (Nederlandstalig), speelt al langzaam in op de voortschrijdende techniek door nieuwe medewerkers te leren hoe ze klanten bepaalde lovende termen kunnen ontlokken. De ontwerpers van 'word spotting' systemen reageren hier weer op door het systeem zodanig aan te passen dat lovende woorden van klanten die kort daarvoor ook door de medewerker zijn genoemd, en de klant dus 'in de mond zijn gelegd', buiten beschouwing te laten.

Maar het gaat verder dan dat. De techniek gaat het ook mogelijk maken om aan de hand van de snelheid van spreken, het volume, stemverheffingen, ritme en eventuele krachttermen te analyseren wat de gemoedstoestand van de beller is. De medewerker krijgt vervolgens tips op zijn scherm over hoe om te gaan met boze, opgewekte, teleurgestelde, tevreden of ongeduldige klanten.

Wanneer een profiel wordt gemaakt van het klantenbestand, kunnen de bellers die vaak boos of agressief reageren voortaan automatisch worden doorgezet naar medewerkers die hier speciaal voor zijn getraind.

Aan de hand van klantgegevens en de klanthistorie in combinatie met demografische gegevens geeft het systeem ook tips over de producten die deze klant mogelijk zou willen aanschaffen. De software kan zodoende ook bepalen uit wat voor milieu de persoon aan de lijn waarschijnlijk komt en waar zijn interesses mogelijk naar uitgaan. De stemanalyse bepaalt dan of het aanbieden van aanvullende diensten of producten op dat moment gepast is.

Stemanalyse en, wanneer dat in de toekomst beschikbaar komt, analyse van live beeldverbindingen kan het ook voor verzekeraars bijvoorbeeld mogelijk maken te bepalen of een klant mogelijk niet de waarheid spreekt. Al zal dat nooit 100% zekerheid bieden, vergelijking van een gesprek met eerdere gesprekken kan bijvoorbeeld aantonen dat de beller nerveuzer is dan gewoonlijk. De contact center medewerker kan dan extra op zijn hoede zijn en aanvullende controlerende vragen stellen. Met stemherkenning kan bovendien worden gecontroleerd of de beller wel de persoon is waarvoor hij zich voordoet.

Deze technieken kunnen tot slot ook worden aangewend om de kwaliteit van de dienstverlening te verbeteren. Medewerkers die bovengemiddeld vaak boze klantreacties ontvangen doen mogelijk iets verkeerd in hun gesprekstechniek. Bepaalde vraagstellingen kunnen negatieve reacties ontlokken, terwijl de juiste opmerking op het juiste moment misschien de toonzetting naar het positieve kunnen keren. En de software helpt de medewerker door het juiste moment voor hem te kiezen.

Plaats als eerste een reactie

Ook een reactie plaatsen? Word lid van Adformatie!

Word lid van Adformatie → Login →
Advertentie