Au cours de la dernière décennie, l’intelligence conversationnelle (IC) a transformé le centre de contact, autrefois flot opaque d’interactions, en une source dynamique d’analyses métiers. La base de l’intelligence conversationnelle réside dans sa capacité à analyser et à comprendre le contexte d’une conversation pour instaurer la confiance entre les clients et les entreprises.

L’intelligence conversationnelle combine des analyses pendant et après les interactions, lesquelles alimentent l’intelligence en temps réel par le biais de bots, de conseillers virtuels et d’outils d’assistance aux conseillers. L’intelligence artificielle (IA) joue un rôle crucial dans l’analyse de grandes quantités de données pendant et après les interactions afin de fournir des informations utiles et une optimisation continue pour améliorer l’expérience client et les résultats de l’entreprise.

Comment les nouveaux outils d’IC permettront d’améliorer l’expérience client

À mesure que les outils basés sur l’IA gagnent en maturité (transcription vocale, reconnaissance des entités et des intentions, analyse du ressenti), les superviseurs et les responsables de centres de contact gagnent en visibilité sur les interactions en temps réel et sont plus à même de prédire les tendances. Cependant, avec la convergence des grands modèles de langage (LLM) et de l’IA générative, et grâce à des outils existants toujours plus rapides, plus fiables et moins chers, l’IC est sur le point de transformer à nouveau le centre de contact.

Le centre de contact est ainsi passé d’un lieu où les analyses sont acquises à un lieu où les problèmes des clients sont résolus avant même qu’un conseiller n’aient besoin d’intervenir.

Qu’est-ce que l’intelligence conversationnelle ? Poser les bases

L’intelligence conversationnelle repose sur des couches, chacune d’entre elles débloquant de nouvelles capacités qui permettent au superviseur ou au responsable du centre de contact de répondre à des questions clés :

  • Que se passe-t-il actuellement dans le centre de contact ?
  • Pourquoi les clients appellent-ils ?
  • Les clients sont-ils satisfaits du résultat des interactions ?

Bien que la surveillance des appels en direct existe depuis l’invention du standard téléphonique, l’enregistrement des appels a permis aux superviseurs de se libérer de cette lourde tâche. Ils peuvent désormais s’affranchir des contraintes temporelles et passer en revue les interactions quand ils le souhaitent.

Puis, la transcription vocale automatisée a permis d’avancer vers une véritable intelligence conversationnelle. Au cours des cinq dernières années, la transcription vocale a atteint un niveau de précision et de fiabilité qui permet de lire le texte transcrit et de comprendre ce qui s’est passé dans une conversation. Cela signifie que les superviseurs n’ont plus besoin d’écouter les enregistrements. Ils peuvent simplement analyser les transcriptions des conversations pour savoir ce qu’il s’est passé pendant l’interaction.

L’accès aux interactions sous format texte a permis de déployer de nombreuses nouvelles technologies pour mieux comprendre les échanges. Il est désormais possible de rechercher du texte, d’automatiser les recherches et de repérer rapidement des phrases pour en dégager des thèmes. Ces derniers peuvent être comparés au fil du temps pour identifier les tendances et faire apparaître des informations qui pourraient être importantes pour les superviseurs.

En plus de la recherche de base, la compréhension du langage naturel par la reconnaissance des entités et des intentions peut identifier les raisons pour lesquelles les clients appellent. De nouveaux outils basés sur l’IA peuvent également analyser les deux côtés de la conversation, afin de déterminer si le client a exprimé un ressenti positif ou négatif et si le conseiller a fait preuve d’empathie ou n’a pas apporté de réponse utile.

En examinant l’acoustique d’une interaction, les superviseurs peuvent également extraire des informations qui nécessiteraient de nombreuses heures d’écoute et de lecture de transcription.

  • Le conseiller a-t-il coupé la parole au client ?
  • Y a-t-il eu des silences gênants ?
  • Un des interlocuteurs a-t-il parlé beaucoup plus longtemps que l’autre ?

En bref : l’intelligence conversationnelle aujourd’hui

L’intelligence conversationnelle a atteint son plein potentiel lorsque les informations acquises via ces différents outils ont été fusionnées pour créer de nouvelles connaissances sur les interactions individuelles, les performances des conseillers et les tendances globales. L’analyse des sentiments peut être faite à la lumière d’événements individuels, de scores globaux pour une interaction ou d’une tendance selon laquelle un ressenti négatif en début d’appel se transforme finalement en ressenti positif (ou vice versa), ou encore de l’absence de mouvement.

En additionnant les scores de ressenti et d’empathie pour les interactions, les résultats de l’enquête post-interaction et d’autres indicateurs, les superviseurs peuvent voir comment les conseillers se situent individuellement et par rapport à leurs pairs. La même suite de mesures peut être déployée au niveau de la file d’attente pour identifier les files d’attente les plus performantes. Cela permet aux superviseurs et aux responsables de centre de contact d’optimiser les performances par rapport aux KPI. Il est possible d’extraire davantage d’informations en combinant des sources de données pour catégoriser les interactions.

  • Le conseiller ou le client a-t-il mentionné certains sujets à proximité les uns des autres ?
  • Un sujet a-t-il été abordé au début ou à la fin d’une conversation, alors que le ressenti devenait négatif ?
  • Le conseiller a-t-il interrompu le client alors que le ressenti était négatif ?

En créant des groupes d’interactions répondant à des critères spécifiques, les superviseurs peuvent accumuler une multitude d’exemples pour enseigner aux conseillers ce qui est plus ou moins efficace lorsqu’ils gèrent des interactions.

La nouvelle génération d’outils d’IC

Les outils actuels offrent les éléments de base pour exploiter l’intelligence conversationnelle. Mais la nouvelle génération d’outils se concentrera sur la communication d’informations claires et concises aux conseillers et aux superviseurs au moment où ils en ont besoin. Ces outils proposeront également des solutions et des procédures à suivre, et seront également capables de justifier leurs recommandations.
La plupart des outils existants utilisent des moteurs générant des règles rigides pour déterminer si les données sont exploitables. La nouvelle génération d’outils alimente des LLM pour générer des analyses.

Dans un premier temps, les outils d’IA générative peuvent résumer une partie d’interaction, des conversations entières ou même plusieurs interactions menées par un même conseiller. Ils peuvent également résumer une file d’attente entière sur une période donnée pour une vue plus complète sur les performances.

Les outils d’IA générative peuvent également être utilisés pour découvrir ce qui s’est passé lors d’une interaction.

  • Quelle était la raison de l’appel ?
  • Quelle a été la solution ?
  • Quelles mesures le conseiller a-t-il dû prendre ?
  • Si l’interaction a généré un score positif ou négatif élevé, quelle en était la cause ?

Cette nouvelle capacité d’abstraction accélère la corrélation des thèmes identifiés dans les interactions ou les scores de ressenti afin d’identifier la vraie raison pour laquelle un client interagit avec un conseiller. Ces informations peuvent être utilisées pour améliorer les performances des conseillers, les connaissances des bots, les copilotes des conseillers et les conseillers virtuels afin d’améliorer l’efficacité globale du centre de contact.

La nouvelle génération d’outils permettra de mettre en lumière les informations essentielles au fur et à mesure qu’elles sont nécessaires. Les superviseurs pourront non seulement synthétiser les analyses, mais également se plonger rapidement dans les chiffres pour examiner des exemples d’interactions individuelles. Ils pourront ensuite utiliser ces exemples pour former leurs équipes ou expliquer certaines tendances.

Les superviseurs pourront également voir, en temps réel, ce qui se passe lors de toute conversation dans le centre de contact. Ils pourront consulter la transcription en direct des interactions et identifier à tout moment les thèmes abordés dans une file d’attente, ainsi que le ressenti des clients et la capacité des conseillers à répondre à leurs demandes. Cela permettra aux services basés sur l’IA ou aux superviseurs d’intervenir si une interaction ne se déroule pas comme prévu.

En plus d’offrir plus de flexibilité et de rapidité dans la surveillance des interactions, les outils d’IC pourront bientôt formuler les réponses que les conseillers relaieront aux clients, pour répondre non seulement à leurs demandes individuelles, mais aussi aux objectifs métiers globaux du centre de contact. Cette fonctionnalité peut inclure des suggestions en langage naturel qui aideront les superviseurs à intervenir à un moment précis pour traiter les problèmes, maintenir les performances existantes ou obtenir de nouveaux résultats, voire pour saluer des performances exceptionnelles et récompenser les meilleurs conseillers.

Ouvrir la voie

Le déploiement de la nouvelle génération d’intelligence conversationnelle n’est pas sans risque. Chaque système basé sur l’IA générative doit être protégé contre les hallucinations, les attaques de prompt injection et les biais introduits lors de l’entraînement. Les équipes doivent être formées pour travailler avec ces outils. Et vous devez vous assurer que les collaborateurs utiliseront ces outils, sans toutefois suivre leurs résultats les yeux fermés. Il convient également de veiller à ce que l’entraînement de ces systèmes ne compromette pas la confidentialité ou l’éthique.

Les outils de nouvelle génération contribueront à améliorer la satisfaction des clients. Ils permettront aux collaborateurs de se concentrer sur les principaux aspects de l’interaction, plutôt que sur la saisie de données ou la création de rapports.

Les problèmes les plus simples seront résolus en amont, sans que le client ait besoin de rejoindre une file d’attente. Les conseillers auront ainsi plus de temps pour gérer des interactions complexes et plus gratifiantes.

Avec Genesys Cloud Speech and Text Analytics, vous pouvez analyser rapidement les interactions textuelles et vocales, sur n’importe quel canal. Cliquez ici pour en savoir plus. Et obtenez une feuille de route pour l’adoption de fonctionnalités d’IA garantes d’un retour sur investissement (ROI) immédiat et d’une valeur ajoutée sur le long terme.