“Balss uz tekstu”: vērtīgi dati klientu pieredzes uzlabošanai

Tet ir pirmais uzņēmums Latvijā, kas savu klientu apkalpošanā ir ieviesis “balss uz tekstu” (speech-to-text) latviešu valodas risinājumu. Tas ļauj mērķtiecīgi analizēt lielu apjomu sarunu saturu, ar 95% precizitāti izveidojot to transkriptus. Tas nozīmē iepriekš nestrukturētus datus iegūt strukturētā veidā – ir atpazīts teksts un ar to var strādāt, lai izdarītu secinājumus par nepieciešamiem uzlabojumiem. Gada laikā ir izdevies par 35% samazināt klusuma pauzes klientu apkalpošanas sarunās, kā arī padarīt Tet e-veikalu lietotājiem vēl ērtāku, identificējot vietas, kuras klientam bija grūti atrast vai saprast. 

IZAICINĀJUMS

Klientu apkalpošanas joma ir ļoti būtiska daļa no uzņēmuma ikdienas darba. Tādēļ nemitīgi tiek meklētas jaunas iespējas, kā klientu pieredzi padarīt ērtāku, ātrāku un vērtīgāku. Tet identificēja, ka tehniskā atbalsta sarunas ierasti ir ilgākās sarunas klientu kontaktu centros, jo tajās uzreiz tiek meklēti risinājumi, iesaistītas citas uzņēmuma nodaļas, lai sniegtu nepieciešamo atbalstu. Tomēr gan no uzņēmuma, gan klientu puses mērķis ir situācijas atrisināt maksimāli ātri, veltot sarunai pēc iespējas mazāk laika. Viens no punktiem, kā to panākt, ir minimizēt klusuma pauzes sarunas laikā. Tomēr pirms “balss uz tekstu” risinājuma latviešu valodā nebija iespējams apkopot un analizēt milzīgo sarunu apjomu, kas ikdienā tiek radīts, atbalstot klientus. Bez šāda rīka būtu nepieciešams klausīties katru sarunu, lai identificētu, kurā brīdī un kāpēc rodas klusums.

Turklāt ar esošajām sistēmām līdz šim bija iespējams noteikt to, cik ilgi saruna ir bijusi “nopauzēta” (on hold), bet tās neatpazina dabiskas klusuma pauzes pašas sarunas laikā, kā arī nebija iespējams iegūt datus par to, kurā tieši sarunas brīdī tās ir bijušas. Lai varētu šīs situācijas analizēt, kādam saruna bija jāklausās atkārtoti, jāpiefiksē, kad un kāpēc ir bijuši klusuma brīži.

Arī Tet e-veikala komandai ikdienā strādājot ar klientu apkalpošanu un saņemot zvanus, līdz šim identificēt kopīgas problēmas vai jautājumus lielākam klientu skaitam bija daudz laikietilpīgāk un sarežģītāk. Bet, izmantojot “balss uz tekstu”, iespējams gan ātri identificēt pēkšņus lielāka apjoma līdzīgus problēmu pieteikumus vai jautājumus, kas attiecīgi ļauj meklēt, kādēļ šādi jautājumi radušies un kā tos risināt.

RISINĀJUMS

Tet, izstrādājot “balss uz tekstu” risinājumu, to paralēli ieviesa divos segmentos – klientu kontaktu centrā un e-veikala klientu apkalpošanā. Ar tā palīdzību var transkribēt jebkurus audio failus ar runu latviešu valodā, ieskaitot zvanus, sanāksmes, filmas un citu saturu, un tas nodrošina 95% precizitāti.

Klientu kontaktu centrā prioritāri tika analizētas tehniskā atbalsta sarunas, lai identificētu klusuma pauzes. Dati atklāja, ka ilgās klusuma pauzes veidojas vien 20% no visām sarunām, kas nozīmē – vienkārši ar nejaušu izlasi klausoties dažādas sarunas būtu maza iespēja identificēt tieši šis sarunas. “Balss uz tekstu” ļāva uzreiz saprast, kuras sarunas ir vērts detalizēti analizēt un tika noskaidrots, ka visbiežāk daudz laika tiek patērēts saziņā ar citiem departamentiem, kas jāiesaista klientu jautājumu risināšanā. Tas ļāva ieviest efektīvākus veidus šajā saziņā un attiecīgi gada laikā vairāk kā par trešdaļu jeb 35% samazināt klusuma pauzes sarunās. Šādam mērķim rīks strādā ar absolūtu precizitāti, jo valodas lietojumā vēl ir citi ietekmējošie faktori – intonācija, emocijas, bet identificēta klusuma pauze pilnīgi noteikti tur arī ir.

Rīks dod iespēju arī ar lielu detalizācijas pakāpi ātri pamanīt un identificēt problēmas, kas parādās vairākos klientu zvanos. Piemēram, regulāri saņemot jautājumus par norādītām piegādes pakomātu adresēm, var secināt, ka tās nav norādītas klientiem gana ērtā veidā un ātri reaģēt, lai veiktu operatīvus tehniskos uzlabojumus, tā padarot klienta pieredzi pozitīvāku. Ja arvien būtu jāklausās katra saruna, tas paņemtu ārkārtīgi daudz laika un nevarētu nonākt pie kopēja secinājuma, lai identificētu šādas nianses.

REZULTĀTI

Izmantojot risinājumu, Tet izdevies samazināt klusuma pauzes tehniskā atbalsta sarunās par 35%. To ļāva izdarīt iegūtie dati – tika secināts, ka 32% no kopējām pauzēm ir tādas, kas ilgākas par 200 sekundēm, un tās veidoja lielu daļu no kopējā klusuma laika sarunās. Turklāt lielākā daļa šo paužu veidojas aptuveni 20% darbinieku sarunās, kas nozīmē – varam ar katru no tiem strādāt individuāli, lai vispirms redzētu, kādēļ šīs pauzes rodas, mainītu kādus procesus vai papildu apmācītu pašu darbinieku. “Balss uz tekstu” risinājums datus dod visdažādākajos griezumos – iespējams redzēt maksimāli ilgākās klusuma pauzes, cik ilgs bijis klusums sarunā vidēji, savukārt tekstā iespējams redzēt, vai tas ir klienta vai darbinieka teiktais. Katru sarunu ir iespējams ne tikai redzēt detalizēti, bet arī, izvēloties atslēgvārdu, uzreiz noklausīties vietu, kur tas ir izskanējis.

Balstoties uz atslēgas vārdiem, Tet e-veikala komandai ir izdevies uzlabot dažādas tehniskas nianses interneta veikala pakalpojumā. Piemēram, mainīts noformējums, kā tiek rādītas piegādes pakomātu adreses, vispirms norādot tā adresi un tad pilsētu, kur atrodas. Šis nepieciešamais labojums tika identificēts tieši pēc ienākošajiem zvaniem. Tāpat vairākas izmaiņas veiktas, lai padarītu sūtījuma izsekošanu ērtāku klientam, tai skaitā, uzlabojot e-pasta veidlapu, kur sūtījuma izsekošana saite ir padarīta pamanāmāka.  

Risinājums ļāvis identificēt dažādas nianses, ko klients pamana – tas nav īsti ērti – un tā ātri labotas daudz procesuālas lietas, kas kopā ļāvis pamatīgi uzlabot klienta pieredzi. Tādā veidā uzlabojas arī klientu apkalpošana un ir papildu argumenti par nepieciešamību veikt konkrētus uzlabojumus prioritārā kārtā.