Image
Image
Image

U vraagt, wij begrijpen.

Klanten van KPN gebruiken in toenemende mate het (mobiele) internet om te communiceren met de klantenservice. Ondanks of misschien wel dankzij deze stijging, wordt KPN geconfronteerd met een toename van real-time klantcontact. Klanten laten via alle kanalen – inclusief sociale media – snel en gemakkelijk weten hoe ze over dat contact denken. De klantenservice van KPN verwerkt vele miljoenen gesprekken per jaar. De vragen zijn diverser dan ooit vanwege de grote verscheidenheid aan producten en diensten die KPN levert. Telefonie blijft het geprefereerde en vooral ook meest efficiënte kanaal voor real-time klantcontact, waarbij het essentieel is om geautomatiseerd de klant te identificeren, de vraag te classificeren en relevante informatie mee te geven aan de medewerker die het gesprek krijgt. Spraakherkenning is daarbij onontbeerlijk.

Waarvoor belt u?

Image

Klanten van KPN gebruiken in toenemende mate het (mobiele) internet om te communiceren met de klantenservice. Ondanks of misschien wel dankzij deze stijging, wordt KPN geconfronteerd met een toename van real-time klantcontact. Klanten laten via alle kanalen – inclusief sociale media – snel en gemakkelijk weten hoe ze over dat contact denken. De klantenservice van KPN verwerkt vele miljoenen gesprekken per jaar. De vragen zijn diverser dan ooit vanwege de grote verscheidenheid aan producten en diensten die KPN levert. Telefonie blijft het geprefereerde en vooral ook meest efficiënte kanaal voor real-time klantcontact, waarbij het essentieel is om geautomatiseerd de klant te identificeren, de vraag te classificeren en relevante informatie mee te geven aan de medewerker die het gesprek krijgt. Spraakherkenning is daarbij onontbeerlijk.

Klanten van KPN gebruiken in toenemende mate het (mobiele) internet om te communiceren met de klantenservice. Ondanks of misschien wel dankzij deze stijging, wordt KPN geconfronteerd met een toename van real-time klantcontact. Klanten laten via alle kanalen – inclusief sociale media – snel en gemakkelijk weten hoe ze over dat contact denken. De klantenservice van KPN verwerkt vele miljoenen gesprekken per jaar. De vragen zijn diverser dan ooit vanwege de grote verscheidenheid aan producten en diensten die KPN levert. Telefonie blijft het geprefereerde en vooral ook meest efficiënte kanaal voor real-time klantcontact, waarbij het essentieel is om geautomatiseerd de klant te identificeren, de vraag te classificeren en relevante informatie mee te geven aan de medewerker die het gesprek krijgt. Spraakherkenning is daarbij onontbeerlijk.

Image

‘U vraagt, wij begrijpen’ is echter meer dan alleen spraakherkenning. Een uitgebreide analyse van eerder gevoerde gesprekken draagt voor een belangrijk deel bij aan het begrijpen van de context van een ingesproken vraag. KPN en Telecats hebben verstand van processen – en nog belangrijker: ze moeten ook de eindklanten door en door begrijpen. Achter alle klantcontacten, systemen, processen en procedures gaan immers gewoon mensen schuil.

Wat prettig was bij de invoering van spraakherkenning is dat deze technologie tegenwoordig breed geaccepteerd is en zelfs steeds vaker vanzelfsprekend. Mensen moeten desalniettemin ook ‘leren’ om met nieuwe technologie om te gaan. Die inbedding in ons dagelijkse leven gaat sneller naarmate er meer laagdrempelige toepassingen komen. Steeds meer grote bedrijven zetten spraaktechnologie gericht in en dat is gunstig voor de kwaliteit ervan. De technologie moet namelijk getraind worden. Hoe meer trainingsdata er beschikbaar is, hoe beter het werkt. Dat trainingsaspect geldt ook voor gebruikers: hoe vaker je als mens spraakherkenning gebruikt, hoe handiger je er mee wordt. Dat is een grotendeels onbewust proces.

Wat levert het op

Klant

In eigen woorden kunnen aangeven waarvoor je belt

Direct de juiste medewerker die de vraag kan beantwoorden

Snel antwoord door selfservice

Kortere wachttijd & gespreksduur

Hogere klanttevredenheid

Medewerker

Minder vaak doorverbinden

Klantvraag vooraf bekend

Minder nawerk door automatisch vastleggen gespreksonderwerpen

Kortere wachttijd en gespreksduur

Hogere medewerkerstevredenheid

KPN

Meer afhandeling 1e lijn

Inzicht klantcontact onderwerpen

Meer selfservice gebruik

Kortere afhandeltijd agenten

Kortere gespreksduur

Hogere NPS

Kostenreductie

De technologie wordt betrouwbaarder en menselijker

De meeste spraakherkenningsystemen werken met taalmodellen en een woordenschat van circa 75.000 woorden. Ter vergelijking: de gemiddelde woordenschat van een mens is zo’n 30.000 woorden. Taal- en spraakherkenning werkt verder op basis van statistiek: systemen werken met waarschijnlijkheidsberekeningen. Dat heeft enerzijds te maken met spraakherkenning, het zo goed mogelijk verstaan van klanken en het zo groot mogelijk maken van de kans dat de juiste vertaling daarvan wordt gepresenteerd en anderzijds met het toekennen van betekenis ofwel semantiek. Omdat rekenkracht van systemen steeds toeneemt (wet van Moore), gaan taalsystemen steeds beter werken en kunnen ze bijvoorbeeld ook steeds beter nagaan welke relaties er tussen woorden of woordcombinaties bestaan. De technologie wordt met toenemende computerprestaties dus doorlopend verfijnd, krijgt meer gevoel voor context en wordt daarmee geleidelijk betrouwbaarder en menselijker (AI).

Deel dit bericht