Hva om jeg fortalte deg at kontaktsenteret ditt hadde sin egen kollektive bevissthet? Hvor rart det enn høres ut, er det sant. I hvert fall i en viss forstand.

Hver gang vi henter frem en storbilderapport med gjennomsnittlig CSAT-score eller ansattes moral, ser vi på tankene til alle våre kunder eller alle våre agenter; vi får et innblikk i deres tanker og følelser, som en samlet enhet. Og der det er bevissthet, er det underbevissthet. Der bobler langt nede, dypt under overflaten, alle de håpene og fryktene og ønskene til kundene dine, som til og med de selv kanskje ikke er klar over. 

Hvis du som individ ønsket å forstå de dypeste sannhetene om deg selv etter å ha bestemt deg for å jobbe for å bli en bedre versjon av deg selv, kan du gå til en psykoterapeut for rådgivning. Hvis du er en kontaktsenterleder som ønsker å gjøre det samme? Du kan gå til AI. 

Det er det jeg ønsker å snakke om for del tre av vår "Customer Experience Differentiated"-miniserie: Hvordan sentimentanalyse, drevet av AI, kan hjelpe deg med å ta deg inn i den kollektive kundeunderbevisstheten, slik at du bedre kan forstå deres behov, og til slutt, forbedre tilfredshet og oppbevaring.

Graver litt dypere

Som vi har sett gjennom hele denne serien, evnen til å samle kvalitet, relevant tilbakemelding og svare på den tilbakemeldingen på riktig måte, er helt avgjørende. EN kunde som har en dårlig opplevelse, har bare 43 % sjanse for oppbevaring for det påfølgende året, så det er bedre at du kan vite når de har en dårlig opplevelse, og forstå hvorfor.

Spørreundersøkelser og direkte tilbakemeldinger er selvfølgelig bra for dette. De gir uvurderlig innsikt i en individuell kunde eller agents respons på en interaksjon. Men selv om de er helt ærlige og gjennomtenkte i sine tilbakemeldinger - som vi alle vet ikke alltid er gitt - det du fanger opp i en undersøkelse er deres bevisst respons. Som enhver god terapeut vil fortelle deg, hvis du vil se hele bildet, må du fange hva som skjer med både det bevisste og det underbevisste. 

Det er der AI og sentimentanalyse kommer inn i rommet.

Hva gjør egentlig sentimentanalyse?

Sentimentanalyse har eksistert en stund nå, men jeg kjenner fortsatt mange kontaktsenterfolk som kan se det med en dose skepsis. Tross alt er "sentiment" et ekstremt mykt og grøtaktig konsept. Men selv om det kan være tilfelle, gjenstår det faktum at relasjoner er nøkkelen til kundelojalitet, og relasjoner koker ned til følelse og følelser mer enn kald beregning.

De mest avslørende følelsene - og derfor de mest nyttige - har en tendens til å være de som er dypest begravet. Det sentimentanalyse gjør er å grave dem opp, samle dem og foredle dem til noe vi kan jobbe med.

For å si det mer konkret, er sentimentanalyse en teknikk for å analysere språklige artefakter - i vår verden, en hel haug med aggregerte kundesamtaler - ved å bruke en form for maskinlæring kalt naturlig språkbehandling (NLP) for å identifisere emosjonelle understrømmer og trender. På det enkleste nivået avgjør dette vanligvis om innholdet uttrykker en positiv, negativ eller nøytral følelse.

Sentimentanalyse tar de rå samtalene (som forhåpentligvis som vi diskuterte forrige uke, transkriberer du automatisk) og dukker opp mønstrene for diksjon, tone og syntaks som mest indikerer kundenes følelsesmessige reaksjoner. Deretter behandler AI dem til verdifull innsikt i stor skala via informasjonsutvinning, temaklassifisering og følelses- og intensjonsanalyse.

Poenget med alt dette? For å identifisere trendlinjer og informere strategiske beslutninger som forbedrer CX-levering og minimerer kundefragang.

Veien til CX-selvaktualisering

Akkurat som samtale AI og agent assistere har blitt vitale deler av optimalisering av henholdsvis pre- og mid-interaksjonsfasene, har sentimentanalyse blitt et uvurderlig verktøy for post-interaksjonsfasen.

Kundesamtaler er en gullgruve av verdifull informasjon, data og innsikt. Gullet er der nede; du trenger bare å trekke den ut. Med sentimentanalyse kan du. 

Du kan få en mye dypere forståelse av kundens behov, problemer, meninger, motivasjoner, preferanser og oppfatninger av merkevaren din – fordi i motsetning til undersøkelser, er begrensninger på tid eller oppmerksomhet ikke en faktor. Du kan gi reell handlingsrettet innsikt – for eksempel ved å identifisere hvilke ord, emner eller beslutninger som har en tendens til å utløse positive eller negative reaksjoner – for bedre å informere både agentene dine og de andre AI-systemene dine, for eksempel agentassistanse. 

Selv om ideen om "sentiment" fortsatt kan føles squishy, ​​er resultatene av sentimentanalyse alt annet enn. Tross alt er kostnaden for å skaffe en ny kunde kontra kostnaden for å beholde en kunde betydelig - vanligvis 3:1, og i noen bransjer så høy som 10:1. Ved å ta bedre strategiske beslutninger om hvordan du skal snakke med kunder, informert av en dypere følelsesmessig forståelse, kan du bygge fastere relasjoner og oppnå massive, målbare gevinster i oppbevaring. 

For eksempel, i denne ukens episode, berørte vi en bestemt klient som opplevde et churn-problem. Etter å ha implementert sentimentanalyse, avdekket de en rekke overraskende fakta om kundenes kollektive følelsesmessige respons som endret deres generelle tilnærming. 

Mest bemerkelsesverdig fant de ut at det å oppmuntre agenter til å holde på telefonen med kundene så lenge kunden måtte ønske – i stedet for å minimere ringetidene, som populær visdom ofte antyder – skapte så mye mer positiv stemning at gevinsten i kundebevaring langt oversteg ulempene. med litt høyere samtalevolum eller gjennomsnittlig behandlingstid. 

Leksjonen? Hvis du utnytter sentimentanalyse for å finne, trekke ut og behandle kundenes samlede emosjonelle respons – og ta smarte avgjørelser om hva du skal gjøre med det – vil gevinsten ikke bare være håndgripelig, men også effektfull. 

De 3 viktigste takeawayene

Som vi har sett, kan vi utnytte sentimentanalyse slik vi kan støtte oss på en terapeut eller psykiater i våre personlige liv: For å hjelpe oss å se hva som egentlig foregår under panseret. 

Med kontaktsentre, som med terapi, vil selvforbedring aldri bare løse seg selv. Men med AI og sentimentanalyse har du verktøyene du trenger for å sette sammen en slags atferdsterapiplan for kontaktsenteret.

Hva skjer i disse samtalene for å få kundene til å føle seg glade eller frustrerte? Hvor endres tonen? Hvor, basert på deres følelsesmessige tilstand, er det muligheter for å mersalg, krysssalg eller dempe en negativ respons? Er det en strategisk endring du kan gjøre for å revurdere hvordan du oppnår og skaper verdi fra bedre kontakt med kunder eller differensierer din CX? Her er noen takeaways på høyt nivå fra din første terapiøkt:

1. Ditt kontaktsenter er bevisst; Derfor er CX-resultater drevet av underbevisstheten!
2. Du kan bruke AI og sentimentanalyse som en slags psykoanalytiker for å låse opp en dypere kundeforståelse som gir grunnlag for en mer vellykket CX-tilnærming.
3. Bruken av AI i CCaaS-skyen kan skape et konkurransefortrinn som er unikt for organisasjonens USP.

For mer innsikt, se hele den siste LinkedIn live stream episode, "Ditt kontaktsenters underbevissthet ble bevisst: AI som din CX-psykoterapeut."

For diskusjon om lignende emner, følg med på «Customer Experience in the Cloud»-serien med Valur Svansson, hver onsdag kl. 9:30 CT på Lifesize LinkedIn-side. For å se tidligere episoder på forespørsel, besøk vår YouTube-kanal.