Skip to main content

The first superbot to audit calls

Article Category

Article available in the folowing languages:

Les services à la clientèle améliorent les expériences proposées grâce à une plateforme conversationnelle dotée d’un superbot

L’analyse des conversations téléphoniques des clients vient de gagner en simplicité grâce à une nouvelle technologie numérique qui aide les compagnies aériennes, les banques, les détaillants du domaine des hautes technologies et d’autres entreprises à améliorer radicalement l’expérience qu’ils offrent à leurs clients et à affiner les services qu’ils leur proposent.

Économie numérique

Chaque jour, les entreprises ont recours à des centres d’appels pour gérer, suivre et traiter les demandes des clients. Ces interactions vocales enregistrées génèrent de nombreuses données précieuses, mais beaucoup d’informations sont perdues, car le suivi est très souvent effectué manuellement. Cela se traduit par un service client médiocre et un manque à gagner pour les entreprises.

Un superbot améliore les expériences proposées par les services à la clientèle

Le projet CLARA, financé par l’UE, a fait appel à l’apprentissage automatique par le biais d’un système unique d’analyse vocale reposant sur un superbot afin d’exploiter automatiquement les données des appels clients. Les chercheurs du projet entendaient offrir aux entreprises une meilleure compréhension de leurs clients, en extrayant des informations à partir des conversations enregistrées par les centres d’appels. Ces conversations s’apparentent à une boîte noire. Pablo Enciso, PDG de Predictiva et coordinateur du projet, explique: «Il n’existe aucune technologie capable de structurer et de catégoriser ces données à grande échelle et de manière évolutive. Moins de 0,5 % de ces appels font l’objet d’un examen manuel.» Cette approche, qui s’avère subjective, coûteuse et dénuée d’intérêt sur le plan statistique, fait perdre aux entreprises une opportunité formidable de se mettre à l’écoute de leurs clients et de les comprendre. C’est au cours de ces conversations que les clients apportent des renseignements inestimables, concernant notamment la manière dont les produits ou les services peuvent être améliorés, les motifs d’insatisfaction ou de résiliation, et l’offre du marché, pour n’en citer que quelques-uns.

Une solution à la disposition des entreprises

«Chez Predictiva, nous avons développé une plateforme d’intelligence conversationnelle baptisée “Upbe” pour structurer et catégoriser les informations automatiques, volumineuses et évolutives contenues dans les conversations téléphoniques entre les clients et les entreprises», poursuit Pablo Enciso. Cette plateforme offre à leurs utilisateurs, qu’il s’agisse de centres d’appels ou de clients commerciaux finaux, une solution définitive leur permettant de comprendre ce qui se passe au niveau de leurs interactions avec les clients et d’extraire des informations essentielles pour optimiser leurs processus, offrir une meilleure expérience utilisateur et améliorer la qualité de leurs services.

Comment ça marche?

La technologie d’Upbe combine apprentissage automatique et traitement du langage naturel pour comprendre les informations relatives aux clients qui circulent lors des appels téléphoniques. Upbe comporte plusieurs couches technologiques. La première de ces couches est le moteur de transcription textuelle de la parole, qui convertit l’intégralité des enregistrements audio sous forme de texte. Ce moteur de transcription est exclusif. Il est spécialisé dans le contexte des appels téléphoniques des centres d’appels, caractérisés par une grande complexité technique due à la superposition des voix, au bruit de fond, aux différentes vitesses d’élocution des agents et des clients, à la compression audio, à la qualité des microphones, etc. Une fois la transcription et l’analyse du signal audio effectuées, le module de traitement du langage naturel s’efforce d’identifier le contexte sémantique de la conversation. Ces contextes revêtent une importance cruciale pour identifier des informations précieuses sur les clients. Upbe dispose d’un modèle d’éléments préchargés qui permettent d’identifier les contextes liés au support client, à la conformité ou à la voix du client. La plateforme Upbe permet de configurer des contextes personnalisés, laissant les entreprises décider des types d’éléments qu’elles souhaitent trouver dans ces appels. Les résultats sont ensuite affichés sur plusieurs tableaux de bord, dans une section dédiée à la veille stratégique.

Les avantages de l’apprentissage automatique et de la compréhension du langage naturel

Les modèles et la méthodologie de traitement du langage naturel uniques et exclusifs d’Upbe apportent aux entreprises des réponses précieuses à certaines des questions les plus importantes. Les thématiques des questions vont des améliorations potentielles des produits aux raisons principales qui poussent les clients à se désabonner. «Selon nous, il s’agit d’une grande réussite, non seulement en termes de valeur ajoutée pour nos clients, mais également parce que nous avons repoussé les limites des capacités de l’apprentissage automatique et de la compréhension du langage naturel», conclut Pablo Enciso. La société travaille maintenant sur des approches plus sophistiquées visant à fournir les indicateurs les plus importants aux centres d’appels sous la forme d’un module de préconfiguration de son produit. Cela lui permettra de simplifier les phases de personnalisation et d’installation pour ses clients et d’accélérer sa stratégie de commercialisation, en proposant le seul outil technologique capable de le faire avec des modèles spécifiques à chaque secteur d’activité.

Mots‑clés

CLARA, Upbe, centre d’appels, apprentissage automatique, traitement du langage naturel, superbot, service client, analyse vocale

Découvrir d’autres articles du même domaine d’application