big data bg

挖掘對話文本資料, 創造優秀顧客體驗

通過語音轉文字(STT)與如意客戶互動大數據分析系統,客戶的來電內容會自動轉成可分析的文字,加速解決客戶問題,並將文字紀錄歸檔,成為未來大數據資料庫分析的一環。

 

當顧客遇到問題時,客服中心往往是第一線解決顧客疑慮與接受抱怨的單位。以100座席數的客服單位為例,每個月會產生數十萬通的通話錄音。而這些錄音中其實蘊含了許多顧客不滿意的聲音與對公司改善的建議。然而,這些珍貴的資料往往隨著通話結束,就此長眠塵封在錄音資料庫內。

 

透過與建模顧問團隊合作,我們得以將進線的客戶分類。從中挑取高客訴風險的通話。進一步配合顧客體驗地圖(Customer Journey Map) ,我們得以全面性的分析顧客在不同階段的體驗與回饋,找出服務流程中的痛點,並回饋企業問題的深度與幅度,做為改善的建議與依據。

 

以壽險業為例,在導入如意客戶互動大數據分析系統與建模顧問服務後,我們發現在理賠階段,會有大量的電話進線詢問理賠進度。且顧客情緒都不是太好。根據這項發現,我們回頭審視理賠流程,發現再保戶遞交理賠申請書後,要到理賠金匯到保戶戶頭內才會通知。這中間漫長的等待,會使顧客的體驗變得很糟糕,而不良的顧客體驗往往是顧客流失的原因。

 

透過系統化的分析工具與全面性的蒐集整理,決策單位得確認此狀況影響的規模與範圍。找出影響層度最大的痛點優先改進。在此案例中,在收到申請書後每個流程透過簡訊通知進度,便能有效避免上述情況,有效改善客戶體驗。