Fornecedores de
soluções baseadas em Inteligência Artificial (IA), como a Intellimetri (www.intellimetri.com.br), buscam melhorar a forma como as
empresas interagem com os clientes, aumentando a conversão de vendas e
melhorando a experiência do cliente.
Uma das áreas
que a IA começa a disromper é o atendimento ao cliente, especialmente no mundo
repetitivo e de mão-de-obra intensiva dos Call Centers, que está sendo
revolucionado por meio de tecnologias baseadas em Inteligência Artificial, como
o Processamento de Linguagem Natural (Natural Language Processing - NLP).
Existem
basicamente dois tipos de Call Centers:
- os Inbound
Call Centers, onde os clientes ligam para os operadores e normalmente são
gerenciados por empresas que prestam serviços de pós-venda; e
- os Outbound
Call Centers, onde os operadores ligam para os clientes. Esses Call Centers são
normalmente usados para campanhas de pré-venda e de venda e realização de pesquisas
de mercado.
A Transformação
Digital aplicada aos Call Centers pode ser dividida em três categorias: Reconhecimento
de Fala em tempo real; Gerenciamento de Conversa, que garante o processamento
simultâneo de chamadas telefônicas; e Análise de Conversação e Intenção, que decifra
o diálogo dos usuários, considerando sua semântica.
--> Essas três categorias são viabilizadas pelas abordagens tecnológicas e processos detalhados no infográfico a seguir:
Um dos
segmentos de mercado onde os Call Centers encontram-se mais automatizados é o
de e-commerce, onde encontram-se focados em operações de atendimento a clientes
mais exigentes e hiperconectados. Neste caso, Assistentes de Voz inteligentes e
Chatbots já são comumente usados para lidar com inúmeras consultas de clientes,
entendendo e atendendo as demandas a vários tipos de serviços online.
A nova e pujante
aplicação da tecnologia de NLP no cenário de Call Centers, todavia, é a análise
de dados de registros de chamadas. Neste caso, a fim de fornecer um atendimento
mais assertivo e personalizado, os algoritmos assumem a análise das conversas
entre clientes e atendentes, identificando emoções e intenções dos
interlocutores.
A demanda por
esse tipo de serviço está aumentando sensivelmente nos setores de atendimento
massivo a clientes, que recebem grandes quantidades de consultas telefônicas e exabytes
de dados de mensagens de texto. Até então, o BigData gerado por estes
atendimentos transformavam-se em dark data, que não chegavam a ser sequer
acessados. Todavia, por meio da tecnologia NLP, algoritmos passam a organizar e
analisar automaticamente todos esses dados, em tempo real, gerando informação
para a tomada de decisão e melhoria dos processos.
Um resultado
imediato da transformação desse antigo emaranhado de dark data em inteligência
estratégica pode ser alcançado por meio do uso de tecnologias de análise de
dados não estruturados para a geração e fornecimento de recomendações
personalizadas de produtos aos clientes, ajudando no cross-sell e
up-sell, além de reduzir as taxas de reclamação.
Como cada vez
mais empresas estão registrando e retendo os dados de seus serviços de
atendimento ao cliente, espera-se que a análise de dados dos registros de
chamadas cresça exponencialmente. Neste cenário, tecnologias baseadas em IA,
como a NLP, são capazes converter os áudios das chamadas telefônicas em texto,
entendendo seu conteúdo a fim de gerar inteligência estratégica capaz de
alavancar a lucratividade e aumentar a satisfação dos clientes.
Dessa forma, a
NLP e os Assistentes de Voz inteligentes passam a se tornar parte de nossas
vidas cotidianas, seja em plataformas de comércio eletrônico, em serviços de
reservas de viagens ou até nos assistentes domésticos como Alexa, Siri e Google
Home.
A disrupção que
a NLP e a IA exercerão nos Call Centers irá contribuir de forma inexorável para
a redução de custos de mão-de-obra, ao libertar os seres humanos de trabalhos
redundantes e entediantes, tornando os serviços de atendimento telefônico mais
personalizados, automatizados, eficientes e convenientes.
Na Intellimetri,
desenvolvemos ferramentas de NLP baseadas em tecnologias de conversão da fala
em texto (speech to text), machine learning e deep learning associadas
para desenvolver soluções personalizadas para cada contexto empresarial. Após
identificar as palavras usadas tanto pelo cliente, quanto pelo atendente, nosso
algoritmo cria vetores de palavras a fim de analisar
o conteúdo e o contexto dessas chamadas, procurando o grau de semelhança entre
o script sugerido pela gerência do Call Center e o script efetivamente
praticado pelo operador.
Dessa forma,
podemos encontrar inconsistências entre esses dois scripts, para que possamos
orientar os tomadores de decisão em relação ao nível de experiência do cliente
no atendimento e grau de vinculação do script efetivamente praticado pelo
atendente àquele fornecido por seu gerente. Também podemos automatizar a
classificação de chamadas em relação à sua qualidade. Após essa análise, é
gerada uma grande quantidade de dados, ficando disponível na forma dashboards
contendo insights estratégicos para a alta gerência. Esses dashboards são
gerados em tempo real para que os operadores obtenham feedback e melhorem seu
desempenho continuamente.
Como a maioria
das bibliotecas na NLP foi desenvolvida para o idioma inglês, fizemos um
esforço especial para adaptar e usar essas bibliotecas para a língua
portuguesa. Usamos, por exemplo, vetores de palavras da Wikipedia e baseamos
nossas análises em coeficientes de similaridade para identificar os sentimentos
presentes nas chamadas.
Por fim, consideramos
a interação humana por meio da NLP como a área mais bonita para direcionar
nossos esforços em IA, sendo este um dos cenários mais promissores para aplicação
da inteligência artificial na [r]evolução dos negócios. Essas são ferramentas empresariais
de fato, que ajudarão a transformar as organizações em negócios inovadores,
eficientes e sustentáveis.
Rubens Zimbres,
Diretor de Artificial Intelligence -
Gerson Rolim, Chief Innovation Officer - in/GersonRolim
Nenhum comentário:
Postar um comentário