挖掘对话文本数据, 创造优秀顾客体验

通过语音转文字(STT)与客户互动大数据分析系统，客户的来电内容会自动转成可分析的文字，加速解决客户问题，并将文字纪录归档，成为未来大数据数据库分析的一环。

当顾客遇到问题时，客服中心往往是第一线解决顾客疑虑与接受抱怨的单位。以100座席数的客服单位为例，每个月会产生数十万通的通话录音。而这些录音中其实蕴含了许多顾客不满意的声音与对公司改善的建议。然而，这些珍贵的数据往往随着通话结束，就此长眠尘封在录音数据库内。

透过与建模顾问团队合作，我们得以将进线的客户分类。从中挑取高客诉风险的通话。进一步配合顾客体验地图(Customer Journey Map) ，我们得以全面性的分析顾客在不同阶段的体验与回馈，找出服务流程中的痛点，并回馈企业问题的深度与幅度，做为改善的建议与依据。

以寿险业为例，在导入客户互动大数据分析系统与建模顾问服务后，我们发现在理赔阶段，会有大量的电话进线询问理赔进度。且顾客情绪都不是太好。根据这项发现，我们回头审视理赔流程，发现再保户递交理赔申请书后，要到理赔金汇到保户户头内才会通知。这中间漫长的等待，会使顾客的体验变得很糟糕，而不良的顾客体验往往是顾客流失的原因。

透过系统化的分析工具与全面性的搜集整理，决策单位得确认此状况影响的规模与范围。找出影响层度最大的痛点优先改进。在此案例中，在收到申请书后每个流程透过简讯通知进度，便能有效避免上述情况，有效改善客户体验。