CTI論壇(ctiforum.com)（編譯/老秦）:在我之前的專(zhuān)欄中，我已經(jīng)提到了幾種可以改善使用大數據分析的客戶(hù)體驗的方法，其中一種最成功的方法是將語(yǔ)音和數據分析應用到您現有的客戶(hù)互動(dòng)中。

　　我最早的語(yǔ)音分析經(jīng)驗之一是在1999年假期期間在亞馬遜網(wǎng)站上。我為亞馬遜的三個(gè)網(wǎng)站（美國，英國和德國）運營(yíng)全球客戶(hù)服務(wù)，這個(gè)假期給我們的運營(yíng)帶來(lái)了很大的壓力。盡管網(wǎng)絡(luò )自助服務(wù)和運營(yíng)效率取得了重大進(jìn)展，但亞馬遜推出了新的“商店”，這些商店需要退貨（不像早期的書(shū)籍，音樂(lè )和視頻商店）和更高水平的支持，然后WTO于12月上旬在西雅圖召開(kāi)會(huì )議，在那里我把兩個(gè)美國聯(lián)絡(luò )中心都放在一個(gè)似乎鼓勵抗議的“無(wú)抗議區”。

　　接下來(lái)發(fā)生騷亂，服務(wù)水平下降，在我們的每日會(huì )議中如同戰爭一般，我的IT合作伙伴提出應用一項名為word-spotting的新技術(shù)來(lái)幫助緩解電子郵件隊列。我們發(fā)現所有帶有“圣誕老人”，“圣誕節”或“毀了”的電子郵件都值得更快關(guān)注，因此他們幫助我們創(chuàng )建了一個(gè)新的電子郵件隊列，分配給我們的三級客戶(hù)服務(wù)代表，這些關(guān)鍵詞包括如“如果你們在我們前往父母家之前沒(méi)有得到約翰尼的玩具，那么圣誕老人就不會(huì )到來(lái)，圣誕節也會(huì )毀了！！！”

　　這需要一些繁重的工作，但我們的隊列迅速恢復控制，我們?yōu)镴ohnny和Rachel保存了許多Christmases，我們可以跟蹤積極的客戶(hù)口碑（類(lèi)似于今天的NPS），因為這個(gè)干預計劃；此外，我的座席們真的很喜歡解決客戶(hù)問(wèn)題，在這里他們可以“鎖定”或刪除多個(gè)電子郵件消息，這些電子郵件已經(jīng)開(kāi)始積累，因為媽媽對于及時(shí)獲取產(chǎn)品非常著(zhù)急。第二年，我們擴展了這個(gè)分析程序，從那時(shí)起它變得更加普遍，但你今天如何利用它的力量呢？

　　以下是應用語(yǔ)音和數據分析以改善客戶(hù)體驗的五個(gè)簡(jiǎn)單步驟：

　　您可能想查看2017年3月的專(zhuān)欄“使用大數據構建客戶(hù)計劃的集成語(yǔ)音:6步指南”，我在其中列出了20個(gè)或更多不同的地方，您可以收集客戶(hù)的聲音，將它們匯集在一起“綜合VOC計劃”，并使用客戶(hù)聯(lián)系原因代碼或關(guān)鍵詞分析其趨勢。

　　例如，您應該包含您控制的社交媒體帖子（公司Facebook網(wǎng)站或Twitter提要）以及您無(wú)法控制的社交媒體帖子（例如Google，Yelp和行業(yè)網(wǎng)站）；您客戶(hù)的聊天會(huì )話(huà)，電子郵件，電話(huà)聯(lián)系人和短信；對任何調查的逐字評論（例如，基于聯(lián)系后的基于網(wǎng)絡(luò )或IVR的調查問(wèn)卷，第三方外撥電話(huà)和網(wǎng)站性能網(wǎng)站）；以及與銷(xiāo)售團隊，高管，現場(chǎng)支持或維修，柜員和其他面向客戶(hù)的團隊的任何互動(dòng)。

　　這是關(guān)鍵步驟，可能非常有啟發(fā)性。在這里，我建議將整個(gè)客戶(hù)“旅程”中的跨職能團隊與您的公司聯(lián)系在一起，并詢(xún)問(wèn)他們（a）我們客戶(hù)的“真實(shí)時(shí)刻”在哪里，以及（b）我們可能在哪里跌倒？換句話(huà)說(shuō)就是“熱點(diǎn)”是什么？然后你可以開(kāi)始問(wèn)“他們是什么？”例如，你可能想聽(tīng)到“這對我來(lái)說(shuō)很容易注冊”而你不想聽(tīng)到“這對我來(lái)說(shuō)很難使用你的網(wǎng)站”。

　　在我的上一本書(shū)--您的客戶(hù)規則！--中，提供了當今客戶(hù)所需的Me2B體驗，我的合著(zhù)者David Jaffe和我采訪(fǎng)并研究了公認的全球體驗領(lǐng)導者，如Birds of Prey（澳大利亞），Nordstrom（美國），Vente-Privee（法國）和Yama to Transport（日本），我們制作了7個(gè)客戶(hù)需求列表，分為39個(gè)子需求。每個(gè)Needand Sub-Need都是用客戶(hù)語(yǔ)言編寫(xiě)的，可以輕松挖掘單詞并應用語(yǔ)音和數據分析；對于每個(gè)Sub-Need，我們還提出了“失敗聲明”。

　　對關(guān)鍵詞和熱門(mén)話(huà)題進(jìn)行編目的另一種方法是從我的亞馬遜1999假期書(shū)中取出一頁(yè)，并列出您不希望從客戶(hù)那里聽(tīng)到的翻版表達，例如：

　　從大大小小的供應商那里都有很多優(yōu)秀的語(yǔ)音和數據引擎，因此您不難說(shuō)服其中一個(gè)或兩個(gè)從您的一些渠道的客戶(hù)聲音中獲取您的編目關(guān)鍵詞和熱門(mén)話(huà)題。分析他們的頻率和強度（這是語(yǔ)音分析閃耀的地方）。

　　現在好玩的開(kāi)始了！但首先，請記住語(yǔ)音分析，就像其他形式的大（和小）數據一樣，忽視“保持得分”的傾向是必不可少的（就像說(shuō)“我們上個(gè)月的VOC評分為82，兩個(gè)月以上的好評”，以前當它是79），因為你永遠不知道是什么驅動(dòng)得分。相反，使用語(yǔ)音分析作為客戶(hù)體驗的關(guān)鍵洞察力，通常是消耗或銷(xiāo)售下降的主要指標，也是營(yíng)銷(xiāo)或其他運營(yíng)團隊改善績(jì)效的工具。

　　一旦捕獲了聲音和單詞，您就可以構建一個(gè)推薦引擎，嘗試恢復客戶(hù)信心，改善客戶(hù)體驗，并導致客戶(hù)重新購買(mǎi)和保留。一個(gè)經(jīng)典的推薦引擎是為您的客戶(hù)服務(wù)代表，出納員或安裝人員提供指導“當您聽(tīng)到X，做Y時(shí)。”更先進(jìn)但功能更強大的推薦引擎可以捕捉近乎實(shí)時(shí)的負面情緒或聲音通過(guò)特定的變更或干預措施（例如來(lái)自您的專(zhuān)業(yè)技術(shù)解決方案小組的外撥電話(huà)或自動(dòng)應用于其帳戶(hù)的折扣），在他們下一個(gè)可能的痛點(diǎn)之前聯(lián)系這些客戶(hù)。

　　在構建運營(yíng)模型時(shí)，最后一步涉及大數據的另一個(gè)高影響方面，通常稱(chēng)為“機器學(xué)習”。像金融服務(wù)公司這樣的組織使用這個(gè)學(xué)習步驟來(lái)看看他們的定價(jià)或政策變化建議是否有效，這意味著(zhù)“客戶(hù)是否購買(mǎi)更多并留在對照組中？”。或者電信或有線(xiàn)電視/互聯(lián)網(wǎng)提供商可以查看他們的定價(jià)或促銷(xiāo)是否有效；或公用事業(yè)單位檢測他們的費率計劃或非高峰折扣計劃。

　　如果是這樣，請再試一次；如果沒(méi)有，請與這些客戶(hù)一起嘗試其他內容，并在特定時(shí)間向某些客戶(hù)提出某些建議無(wú)效。這并不意味著(zhù)推薦這些建議；相反，它們被存儲以供將來(lái)用于測試預測模型。

　　一旦您擁有這些模型并“學(xué)習”，就可以回到第1步并加深您的語(yǔ)音和數據分析，以改善客戶(hù)體驗！

　　作者：比爾.普萊斯（BillPrice）

　　原文網(wǎng)址：http://customerthink.com/applying-speech-and-data-analytics-to-improve-customer-experience/