Na última década, a inteligência conversacional (IC) revolucionou o contact center, convertendo-o de um fluxo de interações pouco visível em uma valiosa fonte de análises estratégicas para os negócios. A base da inteligência conversacional é a capacidade de analisar e entender o contexto de uma conversa para gerar confiança entre clientes e empresas.

A inteligência conversacional combina análises em tempo real e pós-interação, impulsionando o conhecimento por meio de bots, agentes virtuais e ferramentas de assistência ao agente. A inteligência artificial (IA) desempenha um papel fundamental tanto na análise de grandes volumes de dados quanto na interação para oferecer insights úteis e otimização contínua, melhorando as experiências do cliente e os resultados de negócios.

Como as novas ferramentas de IC conduzirão uma melhor experiência do cliente

À medida que as ferramentas baseadas em IA, como transcrição de voz, reconhecimento de entidades e intenções e análise de sentimentos, alcançam maior maturidade, supervisores e gerentes de contact center obtêm uma visão clara das interações e conseguem prever tendências com maior precisão. No entanto, com a convergência dos LLMs (grandes modelos de linguagem) e da IA generativa, além da redução significativa de custos, maior velocidade e maior confiabilidade das ferramentas atuais, a inteligência conversacional está prestes a revolucionar mais uma vez o contact center.

Isso transformará o contact center de uma fonte de análises em um ambiente em que as preocupações dos clientes serão resolvidas antes mesmo da necessidade de intervenção de um agente.

O que é inteligência conversacional? Fundamentos

A inteligência conversacional é construída em camadas, e cada uma delas desbloqueia novas capacidades que permitem ao supervisor ou gerente de contact center responder a perguntas fundamentais:

  • O que está acontecendo no contact center agora?
  • Por que as pessoas estão ligando?
  • Os clientes estão satisfeitos com o resultado das interações?

Embora o monitoramento de chamadas em tempo real exista desde a criação das centrais telefônicas, a gravação de chamadas proporcionou aos supervisores a vantagem de não depender da escuta ao vivo, uma prática que não é escalável. Eles passaram a poder revisar as chamadas no momento mais conveniente.

A transcrição de voz automatizada representou um passo evolutivo crucial em direção à verdadeira inteligência conversacional. Foi nos últimos cinco anos que a transcrição de voz alcançou um nível de precisão e confiabilidade que possibilitou ler o texto transcrito e entender o que acontece em uma conversa. Isso significa que os supervisores não precisam mais ouvir as gravações. Eles podem revisar as transcrições das conversas para extrair o que aconteceu.

Ao converter as interações em texto, diversas novas tecnologias puderam ser implementadas para alcançar uma compreensão ainda mais aprofundada: o texto pode ser pesquisado, as buscas podem ser automatizadas e as frases podem ser rapidamente identificadas para localizar tópicos. Esses tópicos também podem ser comparados ao longo do tempo para identificar tendências e destacar informações que podem ser importantes para os supervisores durante os turnos.

Além da pesquisa básica, a compreensão da linguagem natural por meio do reconhecimento de entidades e intenções pode identificar os motivos pelos quais os clientes ligam. Novas ferramentas baseadas em IA também podem analisar ambos os lados da conversa para verificar se o cliente expressou sentimentos positivos ou negativos, e se o agente foi empático ou inadequado na resposta.

Ao analisar a acústica de uma interação, os supervisores podem extrair informações que, de outra forma, exigiriam muitas horas de escuta e leitura de transcrições.

  • O agente interrompeu o cliente?
  • Houve pausas constrangedoras?
  • Um lado da conversa falou por muito mais tempo do que o outro?

Juntando as partes: a inteligência conversacional hoje

O verdadeiro potencial da inteligência conversacional foi revelado quando as informações obtidas por essas diversas ferramentas foram integradas, permitindo a criação de novos insights sobre interações individuais, desempenho de agentes e tendências gerais. A análise de sentimentos pode ser vista em eventos individuais, em pontuações gerais de uma interação ou em uma tendência que indica se a chamada começou com um sentimento negativo e passou para positivo, vice-versa ou sem mudanças.

Ao consolidar as pontuações de sentimento e empatia para interações, os resultados de pesquisas pós-chamada e outras métricas, os supervisores podem avaliar o desempenho dos agentes tanto individualmente quanto em relação aos seus colegas. A mesma consolidação de métricas pode ser feita no nível da fila para identificar quais delas estão apresentando melhor desempenho. Isso permite que supervisores e gerentes de contact center aprimorem esse desempenho com base em KPIs. Informações adicionais podem ser obtidas ao integrar fontes de dados para classificar interações.

  • O agente ou cliente mencionou determinados tópicos próximos uns dos outros?
  • Um tópico foi mencionado no início ou no final de uma conversa enquanto o sentimento era predominantemente negativo?
  • O agente interrompeu o cliente em um momento de sentimento negativo?

Ao formar grupos de interações que atendem a critérios específicos, os supervisores podem reunir exemplos valiosos para ensinar aos agentes o que é mais ou menos eficaz no gerenciamento dessas interações.

A próxima geração de ferramentas de IC

Os elementos essenciais para criar inteligência conversacional acionável estão disponíveis na geração atual de ferramentas de inteligência conversacional. A próxima geração de ferramentas estará focada em oferecer informações claras e concisas para agentes e supervisores no momento em que elas forem necessárias. Essas ferramentas também vão sugerir soluções e próximos passos, oferecendo justificativas para suas recomendações.

Muitas das ferramentas atuais de IC usam mecanismos rígidos de regras para determinar se os dados são acionáveis. A próxima geração alimentará os LLMs com informações para a formulação de uma análise.

Como primeiro passo, as ferramentas de IA generativa podem criar resumos de partes individuais de interações, conversas inteiras ou até resumos de alto nível de múltiplas interações realizadas por um único agente. As ferramentas também podem resumir uma fila inteira ao longo de um período determinado, proporcionando uma visão mais abrangente do desempenho.

Ferramentas de IA generativa também podem ser utilizadas para identificar insights sobre o que ocorreu em uma interação.

  • Qual foi o motivo da chamada?
  • Qual foi a resolução?
  • Quais foram as ações que o agente precisou realizar?
  • Se houve uma forte pontuação de sentimento positivo ou negativo durante a interação, qual foi a causa?

Essa nova abstração economiza o tempo necessário para conectar tópicos identificados nas interações ou pontuações de sentimento e chegar ao verdadeiro motivo pelo qual um cliente interage com um agente. Esses insights podem ser usados para melhorar o desempenho do agente, o conhecimento do bot, os copilotos de agentes e os agentes virtuais para melhorar o desempenho geral do contact center.

A próxima geração de ferramentas fará um trabalho ainda melhor ao oferecer informações críticas conforme necessário. Os supervisores não apenas poderão agregar análises, mas também mergulhar rapidamente nos números para examinar exemplos de interações individuais. Eles poderão então usar esses exemplos para treinamento ou para ilustrar por que certas tendências acontecem.

Os supervisores também poderão ver, em tempo real, o que está acontecendo em qualquer conversa no contact center. Eles poderão visualizar a transcrição ao vivo das interações e acessar os tópicos discutidos a qualquer momento em uma fila, além do sentimento dos clientes e a efetividade dos agentes. Isso cria uma oportunidade para que serviços baseados em IA ou supervisores intervenham caso uma interação não esteja indo bem.

Além de proporcionar mais flexibilidade e rapidez no monitoramento de interações, as ferramentas de IC começarão a formular respostas para os agentes darem aos clientes que não apenas resolvem os motivos específicos do contato, mas também alinham-se com os objetivos estratégicos do contact center. No nível de supervisão, isso pode incluir sugestões em linguagem natural sobre o que o supervisor pode fazer no momento para resolver áreas problemáticas, manter ou alcançar novos recordes de desempenho, ou até mesmo elogiar o desempenho excepcional e recompensar os melhores agentes.

Traçando o caminho

A implementação da próxima geração de inteligência conversacional não é uma tarefa isenta de riscos. Todo sistema baseado em IA generativa precisa estar protegido contra alucinações, ataques de injeção de comandos e tendenciosidade no treinamento. A equipe deve ser treinada para trabalhar com as ferramentas. Além disso, é necessário garantir um equilíbrio entre cooperação e ceticismo com os resultados. É preciso também ter muito cuidado para garantir que o treinamento desses sistemas não comprometa a privacidade ou a ética.

A vantagem da próxima geração de ferramentas é que elas podem deixar os clientes muito mais satisfeitos. Podem também permitir que colaboradores concentrem-se nas partes essenciais da interação, e não na entrada de dados ou relatórios.

Problemas relativamente simples serão resolvidos antes que os clientes entrem na fila, deixando os agentes concentrados em interações mais complexas e satisfatórias.

Com a Análise de voz e de texto da Genesys Cloud, você pode analisar rapidamente as interações de texto e voz, em qualquer canal. Saiba mais agora. Receba um plano para implementar capacidades de IA que geram ROI imediato e estabelecem a base para um valor de longo prazo.