Puheentunnistuksella analoginen puhe digitaaliseksi dataksi

Toimiva, suomen kieltä ymmärtävä puhebotti? Kyllä, nykyään se on mahdollista. Suomenkielinen puheentunnistus eli NLP (natural language processing) raivaa tietää asiakaspalvelutoiminnoissa. Puheentunnistuksen avulla voi nopeuttaa asiakaspalvelun vasteaikaa ja lisätä itsepalveluastetta. Lisäksi sen avulla asiakaspalvelupuheluissa piilevä, analoginen tieto saadaan muutettua digitaaliseksi dataksi, joka tukee päätöksentekoa.

Mitä kaikkea puheentunnistus voi käytännössä olla, ja miksi sinunkin kannattaisi kiinnostua puheentunnistuksesta?

Puheentunnistus auttaa asiakaspalvelijoita ja täydentää asiointia

Puheentunnistus on luonnollisen kielen käsittelyä digitaalisesti. Käytännössä se on esimerkiksi puheen muuttamista tekstiksi (ASR eli automatic speech recognition) tai tekstin muuttamista puheeksi (TTS eli text to speech). Tekoälyn avulla puheen tunnistaminen muuttuu ymmärtämiseksi ja jopa luonnollisen kielen tuottamiseksi.

Pitkään suomen kieli oli luonnollisen kielen prosessoinnille haastava pala purtavaksi. Nykyään puheentunnistus on kehittynyt niin, että botit todella ymmärtävät tavallisen suomalaisen puhetta.


NLP:llä on monia käyttökohteita. Tavallisimpia ovat botit, jotka muuttavat asiakkaan puheen tekstiksi ja hoitavat sen perusteella erilaisia tehtäviä. Botti voi esimerkiksi kerätä soittavalta asiakkaalta esitietoja ennen, kuin agentti tarttuu haasteeseen. Botti voi myös ehdottaa asiakkaalle ratkaisuja tai ohjata oikean tiedon äärelle, jolloin asiakas voikin ratkaista ongelmansa itse. Asiakkaan puhetta ymmärtävä botti voi toimia myös ihmisen hoitaman puhelun tukena esimerkiksi hakemalla automaattisesti soittavan asiakkaan asiakastiedot tai etsimällä avainsanojen pohjalta valmiiksi oikeita ohjeita.

 

Kun 10 000 asiakaspalvelukontaktista siirretään verkkoon 30 %, säästyy rahaa keskimäärin 25 000 €.

 

Hieman harvinaisempia käyttökohteita ovat äänisynteesiin perustuvat botit, joissa asiakas voi keskustella botin kanssa. Tällöin asiakas voi kuulla staattisten nauhojen sijasta juuri hänen asiaansa sopivia puheenvuoroja. Puhetta tuottavat botit tekevät nykyään jonkin verran ulossoittotyötä, joilla voidaan esimerkiksi varmistaa asiakkaan tekemä ajanvaraus tai tarjota vapautuvaa palveluaikaa.

Kuten monessa muussakin digitaalisessa välineessä, puheentunnistuksen liiketaloudelliset mahdollisuudet kumpuavat toiminnan skaalautuvuudessa ja tehostamisessa. Joillain aloilla on esimerkiksi selvästi ruuhkaisempi sesonkeja, jolloin asiakaspalvelun puhelinlinjat ovat aivan tukossa. Botit voivat tuolloin keventää ihmisten harteille laskeutuvaa kuormaa ja hoitaa osan puheluista. Samoin palveluaikojaan laajentavalle yritykselle botit sopivat hyvin.

”Meillä on kokeiltu puheentunnistusta asiakaspalvelussa. Nyt jo voi todeta, että se kannattaa, sillä tekstiksi muutetut asiakaspalautteet säästävät aikaa: yhdelle silmäyksellä näkee ne viestit, joihin pitää reagoida.”

Kattavin kuva asiakkaiden yhteydenotoista päätöksentekijöille

Kaikista muista asiakaspalvelun kanavista syntyy digitaalista dataa, mutta monelle puhe on jäänyt kartoittamattomaksi alueeksi. Silti asiakaspalvelupuhelut ovat yksi tärkeimmistä asiakastiedon ja asiakaskokemuksen lähteistä. Jos analogista puhetta ei saada muutettua digitaaliseksi dataksi, liiketoimintapäättäjiltä jää käytännössä hyödyntämättä paljon tietoa siitä, mikä asiakkaita todella askarruttaa. Myyntikään saa tietoa asiakkaassa heränneestä kiinnostuksesta, toisin sanoen liidejä jää tunnistamatta.

NLP:n avulla puheluista saadaan jalostettua dataa, joka tuo pitkällä aikavälillä arvokasta tietoa. Sen sijaan, että yksittäisiltä asiakaspalvelijoilta kysyttäisiin, mistä asioista heille yleensä soitetaan, kone tunnistaa paljon kattavammin ja luotettavammin, mitkä asiat liittyvät toisiinsa – mistä asioista soitetaan eniten? Mistä pulmat johtuvat? Jos asiakkaalla on tietty haaste, onko hänellä todennäköisesti jokin toinenkin haaste? Asiakaspuheluiden data voi tuoda nopeastikin merkittäviä ahaa-elämyksiä.

Puheentunnistuksen tuomasta tiedosta voidaan myös analysoida esimerkiksi hyvän asiakaspalvelu- tai myyntipuhelun anatomiaa. Datasta voidaan erotella tuottoisien puheluiden tiedot ja määritellä, mitkä asiat niissä toistuivat. Kaikella tällä tiedolla asiakaskokemusta ja liidituotantoa voi parantaa.

Näin alkuun puheentunnistuksen hyödyntämisessä

Jos yrityksesi haluaa saada aitoa ymmärrystä kaikista puhelumassoistaan, nykyaikainen puheentunnistus auttaa. Puheentunnistus auttaa parantamaan asiointikokemusta ja helpottaa niin suorittavaa työtä kuin päätöksiä tekevien työtä.

Kuinka siis puheentunnistus otetaan osaksi asiakaspalvelua?

  1. Ensin määritellään, mitä puheentunnistuksella tavoitellaan. Yrityksen kannattaa kysyä itse asiakaspalvelijoilta, kuinka puhebotti voisi helpottaa heidän työtään. Kun käyttökohde ja tavoitteet on määritelty, löytyy nopeammin sellainen toteutustapa, josta saadaan aitoja tuloksia.
  2. Seuraavaksi alkaa perusanalyysi. Puhebotti opetetaan tehtäväänsä esimerkiksi syöttämällä sille kuukauden edestä tallennettuja puheluita. Uuden toiminnon kouluttaminen botille kestää keskimäärin 3–5 päivää.
  3. Puhebottia pilotoidaan ensin pienemmässä mittakaavassa. Ketterät kokeilut auttavat varmistamaan, että asiakkaat ottavat botin myönteisesti vastaan ja että se toimii hyvin yhdessä työntekijöiden kanssa.
  4. Puheentunnistuksen kehittämiseen sitoutetaan suorittavan työn tekijöitä myös jatkossa. Myös myynti ja markkinointi tulevat luontevasti osaksi puheentunnistuksen datan hyödyntämistä.

Suomenkielinen puheentunnistus – opi lisää edelläkävijöiltä

Älykäs ja luonteva puheentunnistus ei ole vain isojen kielialueiden ilo, vaan NLP toimii myös suomeksi. Puheentunnistuksen mahdollisuudet kiinnostavat yrityksiä, ja käytäntö on osoittanut, että myös kuluttajat suhtautuvat botin kanssa asioimiseen myönteisesti.

Haluatko kuulla lisää siitä, kuinka asiakaspalvelu voi muuttua ja kehittyä puhebottien avulla? Katso Elisan webinaari ”Sujuvuutta asiakaspalveluun puheentunnistuksella”!

Lue lisää Elisan puheentunnistuksesta tai ota yhteyttä!

 

Kirjoittanut

Petteri Peltonen työskentelee Elisalla yritysasiakkaiden IT-liiketoiminnassa Business Managerina.Petterin vastuulla on asiakaspalvelun sovellukset sekä puheentunnistuksen hanke. Hänellä on vuosien kokemus asiakaspalvelun johtamisesta ja kehittämisestä sekä uusien palveluiden Go-To-Market-vetämisestä.