Hablamos con Andrea Gómez, directora de clientes en inConcert, sobre el papel que juegan las Tecnologías del Lenguaje Natural -Natural Language Technologies- (NLT) en la mejora de la experiencia de cliente que prestan las empresas desde sus contact centers.
Relación Cliente: ¿De qué tratan las Natural Language Technologies?
Andrea Gómez: Las Natural Language Technologies (NLT) son herramientas que emplean el procesamiento inteligente del lenguaje natural (en inglés, Natural Language Processing) para comprender, analizar o procesar las interacciones.
Está claro que una buena comunicación con el cliente comienza por analizar las conversaciones. Conocer el lenguaje empleado por los agentes es clave para mejorarlo y garantizar la excelencia en la calidad de atención del contact center. Actualmente, las NLT permiten a los auditores de calidad realizar las monitorizaciones de manera mucho más exhaustiva y eficiente, en menor tiempo y de forma más rentable.
Relación Cliente: ¿Podrías profundizar en cómo las Natural Language Technologies ayudan a mejorar la calidad de la atención?
Andrea Gómez: En el ámbito del contact center, las NLT tienen dos aplicaciones clave: los bots inteligentes y speech analytics, herramienta de análisis del habla que combina el procesamiento del lenguaje con la analítica de datos. A su vez, esta tecnología se puede aplicar en todos los puntos del ciclo de vida del cliente, mejorando la experiencia total que ofrece la empresa.
Uno de los puntos clave de aplicación de las NLT es detectar la empatía de los agentes, que es un valor clave en cualquier instancia de atención al cliente. Evaluar el nivel de empatía sin un sistema inteligente que nos ayude, puede ser complejo e impreciso. Una herramienta de speech analytics utiliza NLU (Natural Language Understanding) para comprender la intención detrás de las palabras y detectar si el agente emplea expresiones empáticas.
Para mostrarlo con un ejemplo: los analistas definen expresiones tales como “por favor”, “gracias”, “podría”, como indicadores de empatía. Las tecnologías de procesamiento de lenguaje natural no se limitan a reconocer esas palabras. Además, extraen esa intención de cualquier otra expresión que semánticamente se parezca a estas.
Relación Cliente: ¿Qué otros beneficios se pueden destacar al integrar speech analytics?
Andrea Gómez: Un beneficio fundamental es el entrenamiento personalizado para los agentes. Integrar speech analytics en la gestión de calidad permite identificar de forma automática cuáles son las interacciones con niveles de resolución bajos; o qué agentes tienen un gap en sus habilidades que les impide brindar una atención de excelencia.
En vez de que los auditores deban escuchar cientos de conversaciones y calificar uno a uno los aspectos a evaluar, la “escucha” es realizada por las NLT de forma automática. Después, los auditores solo necesitan ir a aquellas donde se identificó un problema, para ayudar al agente a resolverlo.
Así es posible saber si, por ejemplo, hay un problema en el proceso de onboarding, en caso de que el mismo problema se detecte en las conversaciones de varios agentes. A la vez, cuando hay agentes con excelentes niveles de atención, los supervisores pueden usar esas interacciones como ejemplos para todo el equipo, fomentando la colaboración.
Relación Cliente: Parece lógico pensar que todo esto contribuye a que aparecan beneficios en otro punto clave de la monitorización, como, por ejemplo, el cumplimiento de las políticas de servicio. ¿Cómo se aplican las NLT en este ámbito?
Andrea Gómez: En efecto, el control de las políticas de servicio o compliance es uno de los usos más potentes de las NLT, ya que el incumplimiento de ciertos protocolos o normativas puede ser muy costoso para una empresa. Y a la vez, resulta poco rentable tener un equipo de personas dedicado exclusivamente a supervisar que los agentes no olviden ningún paso o enuncien debidamente los términos de un contrato. Lo que suele suceder en las empresas es que se controla un porcentaje de las llamadas, lo cual siempre tiene un margen de error.
Con NTL, se pasa de auditar una parte aleatoria de interacciones a auditarlas todas con un solo click. Y esto no solo en el análisis histórico, sino también en tiempo real. La tecnología de procesamiento del lenguaje va marcando si una interacción cumple el protocolo en el momento; e incluso le puede decir al agente qué pasos debe seguir según lo que responda el cliente.
Esto garantiza un óptimo nivel de adherencia a las políticas. A su vez, se aceleran muchísimo las curvas de aprendizaje de los agentes en lo que refiere a protocolos. Así se reducen los costes de onboarding y entrenamiento. Con la ayuda de inteligencia artificial, el agente está listo para dar una atención de calidad en pocos días. Y un agente que se siente confiado, preparado y respaldado, sin dudas va a mostrar mayor entusiasmo y empatía hacia el cliente, y esto repercute en la experiencia total.
