A Telenornál pár hónappal ezelőttig 20 munkatárs napi nyolc órán keresztül csak azzal foglalkozott, hogy véletlenszerű kiválasztás alapján visszahallgatták az ügyfélszolgálatra érkezett hívásokat, elemezve a beszélgetések tartalmát és hangvételét. A fárasztó és természeténél fogva kis hatásfokú módszert többek között arra használták fel, hogy az ügyfélszolgálatos kollégák teljesítményén javítsanak, kiemelve a beszélgetés kritikus pontjait, a jellemző hibákat, gyakran előforduló buktatókat.

A Nextent Informatika Voice Miner nevű fejlesztésének bevezetésével azonban jelentős lépést tettek a folyamat automatizálásában, pontosításában és hatékonyságában. Az eredmény a várakozások szerint az elégedett ügyfelek számának növekedésében, a gyorsan és hatékonyan megoldott problémák jobb arányában, tehát végső soron a lojálisabb ügyfélkör bővülésében mutatkozhat meg.


Szigorúan ellenőrzött szavak ■ Egy hét alatt körülbelül ötvenezer bejövő telefonbeszélgetést kezelnek le a Telenor ügyfélszolgálatosai Szabó Noémi ügyfélkapcsolati igazgató szerint. Az eddigi, szúrópróba-szerű, "kézivezérelt" ellenőrzés segített ugyan a kommunikációs problémák egy részének feltérképezésében, az általános trendek, statisztikák meghatározásához azonban ez a módszer nem volt elegendő. Az távközlési vállalat az ősz folyamán kezdte meg a Voice Miner rendszer bevezetését, amely jelentősen kibővíti a lehetőségeket.

A rendszer egyrészt képes előre meghatározott kulcsszavak monitorozására. Ezek közül lehetnek általánosan használtak (értelemszerűen ilyen lehet a Telenor esetében az "előfizetés", a "vásárlás", vagy a "hiba"), de egy adott kampányhoz, újdonsághoz kapcsolódóak is, mint például a "hipernet". A rögzített telefonbeszélgetésben a Voice Miner megtalálja a keresett kulcsszavakat, megjelöli a helyüket, kiértékeli gyakoriságukat, így egyfajta irányított adatbázishoz adhatja az adott ügyfél hívását.

Később a feldolgozott információk alapján kigyűjthetővé válik, hányan jeleztek például hálózati problémát, vagy a telefonálók mekkora hányada érdeklődött készülékvásárlással kapcsolatban.

Bódogh Attila, a megoldást fejlesztő Nextent Informatika innovációs igazgatója szerint a Voice Miner hazai viszonylatban 75-90 százalékos szófelismerési sikerrel dolgozik, amely valóban jó aránynak számít. Ami viszont a szavak keresésénél és indexelésénél is előremutatóbb lehetőség, az az ügyfelek érzelmi reakcióit monitorozó funkció.

"Hanyas vagy, te disznó?" ■ Biztosan sokan ismerik az internetes mémmé növekedett telefonbeszélgetést, ahol egy elégedetlen ügyfél keresetlen szavakkal próbálja egy be nem azonosítható szolgáltató ügyfélszolgálatosainak idegeit felőrölni. Ebben a munkakörben bizony gyakran előfordulnak indulatos hívások, vagy épp olyan telefonálók, akik hezitálnak, elégedetlenkednek vagy épp örülnek valaminek.

Az érzelmek felismerése és azonosítása szintén nagyon fontos abban a folyamatban, ahogy a telefon másik végén ülő munkatársakat képezni, irányítani lehet a kényes vagy bonyolult esetek hatékonyabb kezelésében. A Voice Miner 2007 óta fejlesztett érzelemfelismerő modulja képes megjelölni a beszélgetésben különféle érzelmi állapotokat, így szintén jóval könnyebb utólag kiszűrni a kirívó eseteket, és az ügyfélszolgálatosokkal átvenni az ehhez hasonló problémák megoldásának lehetőségeit.


A korábban véletlenszerűen dolgozó húsz elemző kolléga ma már irányított, hatékony módszerekkel tudja kiválasztani a hívások közül a szavak vagy épp érzelmi megnyilvánulások alapján fontosakat, így gyorsabban és nagyobb arányban kerülnek elő megvitatásra érdemes esetek. Szabó Noémi szerint egyértelműen jobban fokozható az ügyfélszolgálatos munkatársak problémamegoldási hatékonysága, gyorsabban előkerülnek kritikus beszélgetések, és szintén hamarabb megoldódhatnak egyes fontos panaszok is az automatizálódó rendszernek köszönhetően.

A Telenor a jövőben az automatizációban rejlő további funkciókat is kihasználná, reményeik szerint a rendszert a marketing-kampányok támogatására és az ügyfélre szabott ajánlatok előkészítésére is alkalmaznák, és a későbbiekben szeretnének egy valós idejű elemzési megoldássá fejleszteni a jelenlegi módszert.