Extraer de forma automática la información relevante que los clientes mencionan en una conversación telefónica gracias a la inteligencia artificial y lingüística computacional, sería el equivalente a resumir una llamada completa en una sola oración con los datos más importantes de la interacción telefónica. 
Una de las tendencias que vemos más claras en el sector de la Experiencia de Cliente, es la de analizar de forma automatizada la voz de cliente a través de las llamadas telefónicas de call centers. Esto es posible gracias a la implementación de tecnología basada en Inteligencia Artificial, que analiza las llamadas de un call center de forma masiva, escalable y automática. Los beneficios y valor adicional de automatizar procesos como este van, además, mucho más allá de la mera reducción de costes de estructura.
Por ejemplo: ¿cómo crees que impacta en tu negocio automatizar la identificación del motivo de llamada? ¿Qué oportunidades te ofrece para mejorar la retención y fidelización de tu base de clientes? El enfoque va más allá de reducir, en este caso, tiempos de gestión, sino que está relacionado con cómo podemos conocer mejor a nuestros clientes.
La identificación del motivo de llamada con IA es algo innovador, que abre nuevos caminos de eficiencia en la toma de decisiones sobre Experiencia de Cliente. Porque hablamos de la detección de estructura del lenguaje teniendo en cuenta el significado, la función y el orden de las palabras. Esto nos permite identificar de forma automática elementos con patrones recurrentes en las llamadas telefónicas.
No hablamos de identificar el motivo de llamada a través de una IVR. Podríamos incluso decir que eso es cosa del pasado. Aquí hablamos de extraer todo el valor que hay en las conversaciones que las empresas tienen con sus clientes. Profundizar en los motivos, no solo primarios sino secundarios también, por los cuales nos están llamando nuestros clientes. Y estructurar toda esa información en cuadros de mando fáciles de gestionar e interpretar.
La lingüística computacional, en este caso, nos va a ayudar a sintetizar o reducir todas las llamadas a una oración que desgrane las cuestiones importantes. La tecnología es capaz de extraer lo fundamental de cada interacción con clientes y lo presenta en formatos que nos permiten entenderles mejor. Sus necesidades y problemas concretos y mejorar, con ello, la toma de decisiones en relación a su experiencia.
Así que, básicamente, esta es una tecnología para los que quieren profundizar en los motivos de las llamadas que tienen con clientes. Comprender bien el contexto de cada una y entender mejor quién compra tu producto y servicio y cómo mejorar su experiencia.
¿En qué se basa la lingüística computacional para ayudarnos?
Este tipo de tecnologías son modelos de machine learning que utiliza elementos del procesamiento y comprensión del lenguaje natural para identificar la intención del hablante. Existen multitud de acciones e intenciones dentro de lo que los clientes pueden solicitar y con el entrenamiento y desarrollo adecuado, las eficiencias nos pueden llevar a un nivel de sofisticación en la identificación alto.
Porque en la actualidad ya existen modelos capaces de reconocer multitud de intenciones y deducir de ellas el significado de la llamada. Para entendernos: estos sistemas trabajan sobre estructuras del lenguaje que son abstractas (querer, esperar) pero muy importantes. Porque las utilizamos como unidades de pensamiento para razonar y dar forma a un diálogo.
La lingüística computacional es capaz de entender el contexto. Etiquetarlo sin necesidad de que intervenga el ser humano. Y, a través de un entrenamiento adecuado, exponer la información sobre en cuadros de mando sobre el 100% de las llamadas que tenemos con clientes. Sin configuraciones previas.
El resultado es que estos sistemas basados en Inteligencia Artificial nos ayudan a extraer y sintetizar la información más importante de cada llamada, en una frase. Localiza lo relevante, lo que nos abre caminos para mejorar en la toma de decisiones. Se puede ver en este ejemplo de más abajo, que es el caso de una conversación estándar entre un agente (A) y un cliente (C).
Como se puede observar en este ejemplo teórico, la tecnología identifica la estructura del lenguaje. Clasifica toda la información de forma automática y ofrece un resumen sintetizando lo importante. Una campaña con Tiempos Medios de Operación condensada en oraciones de 10 o 12 palabras. Sin perderte nada.
¿Qué beneficios concretos tiene?
Esta identificación automática de los motivos de llamada, combinada con indicadores para mejorar productividad y eficiencia en el call center son fuente de eficiencias claves para el call center. Te permitirá tener un análisis detallado de lo que ocurre en cada llamada, asociando motivos de llamada a otros indicadores claves del negocio, como el AHT o TMO, la rellamada (FCR) o la insatisfacción de clientes.
Como beneficios colaterales a esta profundidad en el análisis, con esta automatización del motivo de llamada te ahorras la configuración de ítems previa. Y no es necesario hacer calibraciones tan extensas. Aunque, con toda lógica, estos beneficios en reducción de tareas manuales son el inicio. La clave está en que te permite cruzar motivos con indicadores, como se puede ver en la siguiente imagen.
En este caso, entendemos a la perfección, de forma rápida y sencilla, que tenemos un problema con los clientes que nos llaman por temas relacionados con la facturación. Existe mucha re-llamada. ¿Qué estamos haciendo mal? ¿Qué tipologías de sub-motivos tenemos dentro de Facturación? ¿Qué información nos podría faltar para que nos vuelvan a llamar? ¿Qué errores hay en ese proceso?
En grandes empresas, esta tecnología mejora el conocimiento sobre lo que necesitan tus clientes. El motivo de llamada primario y secundario se identifican de forma automática sin configuración previa. Simplemente cargando llamadas, todas las que tengas con tus clientes, y dejando que la tecnología te pinte en un cuadro de mando la situación real de tu compañía enfrentada a los motivos de llamadas.
Ganas en eficiencia y productividad y obtienes de forma estructurada el valor de cada conversación con tus clientes. Y construyes un contexto positivo hacia una mejor toma de decisiones.
(Pablo Enciso, CEO Predictiva)
