Image
Image

Klanttevredenheid is voor banken en verzekeraars een van de belangrijkste speerpunten. Doordat lokale kantoren meer en meer worden gecentraliseerd, wordt de bereikbaarheid van de organisatie van groter belang. Klanten willen eenvoudig en snel in contact kunnen komen wanneer er vragen of problemen zijn en dan adequaat en deskundig worden geholpen. Om hieraan te kunnen voldoen is een optimaal werkend klantcontact center essentieel. Telecats heeft meerdere oplossingen ontwikkeld om het klantcontact in deze branche te optimaliseren.

Klanttevredenheid is voor banken en verzekeraars een van de belangrijkste speerpunten. Doordat lokale kantoren meer en meer worden gecentraliseerd, wordt de bereikbaarheid van de organisatie van groter belang. Klanten willen eenvoudig en snel in contact kunnen komen wanneer er vragen of problemen zijn en dan adequaat en deskundig worden geholpen. Om hieraan te kunnen voldoen is een optimaal werkend klantcontact center essentieel. Telecats heeft meerdere oplossingen ontwikkeld om het klantcontact in deze branche te optimaliseren.

Identificatie klanten

Het verhogen van efficiency in alle bedrijfsprocessen – dus ook bij klantcontact – heeft veel aandacht bij banken en verzekeraars. Het sneller herkennen van een beller aan de telefoon – voordat deze wordt doorverbonden naar een medewerker – draagt daaraan bij.

Klanten hebben niet altijd hun klantnummer bij de hand. Het inspreken van de postcode en het huisnummer is een relatief eenvoudige en tevens betrouwbare methode om te weten wie je aan de lijn hebt. Als de medewerker het gesprek vervolgens aanneemt, wordt de klantkaart in CRM automatisch geopend.

Image

Welkom bij de bank, spreek kort en bondig in waarvoor u belt

Image

Wanneer de klant contact opneemt, wordt de vraag, het verzoek of de klacht van de klant bepaald met behulp van spraakherkenning. Alles wat de klant zegt, wordt door spraakherkenning in een context geplaatst (verzekeren, beleggen of bancair) en ook verstaat het systeem alle producten. De spraakherkenner geeft meteen antwoord, stelt een wedervraag of verbindt meteen door naar de juiste medewerker. Deze heeft niet alleen de klantgegevens, maar ook de gestelde vraag, verzoek of klacht en de klantcontacthistorie in beeld. Bovendien heeft de medewerker alle voor dit gesprek relevante informatie uit de kennisbank beschikbaar. Hierdoor kan de vraag snel en deskundig worden afgehandeld en wordt er minder doorverbonden.


Spraakanalyse op het contact center

Bij Spraakanalyse worden telefoongesprekken in het contact center opgenomen en met taal- en spraaktechnologie verwerkt en geanalyseerd op basis van de inhoud en emotie van het gesprek. Betreft het een herhaalcall? Wordt er veel doorverbonden? Is de routering wel goed? Wat is de vraag achter de vraag?

Maar waar begin je aan, als het een aanzienlijke hoeveelheid gesprekken betreft? 40.000 gesprekken is circa 8.000 uur spraak. Spraakanalyse is de techniek om dat geautomatiseerd te doen.

Door de datum, tijd, wachttijd, gesprekstijd en inhoud van een gesprek op te nemen en dit vergaand te analyseren, komt gespreks- en procesoptimalisatie binnen handbereik.

Spraakanalyse richt zich niet alleen op de inhoud van een call, maar ook op veelzeggende stiltes en stemverheffingen. Dat zijn emotiemarkers. Combineer je die met de uitgesproken tekst, dan kun je zeer waardevolle, kwantificeerbare data uit de gesprekken halen. Na drie klikken heb je de output.

Image

Quality Monitoring

Gaat het gesprek tussen klant en contact center medewerker goed of moet er iemand ingrijpen? Is de klant tevreden na afloop van het gesprek of niet? Hoe zou het klantcontact veranderen als de emotie van de beller bekend is? Met taal- en spraaktechnologie zijn emoties in spraak steeds beter te detecteren. Stiltes in een gesprek, crosstalk (door elkaar heen praten) en stemverheffing zijn ‘emotie’ markers die goed vastgelegd kunnen worden. Naast het analyseren van het geluidsignaal, kunnen we ook herkennen wat er gezegd wordt met spraakherkenning. We weten op die manier wat er gezegd wordt en hoe het gezegd wordt. 

Image

We kijken naar “wat” iemand zegt en “hoe” die dat zegt. Als het uit de hand dreigt te gaan lopen dan zien we dat mensen elkaar niet meer laten uitspreken en dus door elkaar heen gaan spreken. Ook gaan ze harder praten en gaan ze bepaalde woorden gebruiken. Met de combinatie van al deze meetgegevens kunnen we vrij nauwkeurig aangeven dat het gesprek dreigt te ontsporen. Dezelfde aanpak gebruiken we om te bepalen of bellers “tevreden” zijn of juist niet. Heel eenvoudig is dit niet, maar het blijkt dat het gemiddelde dat de computer berekent en dat wat mensen berekenen dicht bij elkaar ligt.

Op basis van deze data kan een real-time dashboard worden gemaakt waar van alle lopende klantcontacten naast de basis gespreksgegevens ook het verloop van de ‘emotie’ in het gesprek kan worden afgebeeld. Dit kan worden gebruikt voor training en ondersteuning door supervisors.


Door selfservice 24×7 bereikbaar

De bancaire sector is een van de eerste sectoren waar IVR volop wordt ingezet. Banksaldolijnen, leenlijnen en hypotheeklijnen bestaan al sinds de oprichting van Telecats. Ook op het gebied van spraakherkenning behoren de banken en verzekeraars tot de early adopters. Via één ingang wordt de klant geïdentificeerd en de vraag van de klant geclassificeerd met behulp van spraaktechnologie.