Kolme merkittävää liiketoimintahyötyä, jotka puheluiden sisältöanalytiikka tuottaa

17 lokakuun, 2021
Jani Jokela

Asiakaspalvelun puhelut ja puheluiden sisältöanalytiikka on globaalisti yksi suurimmista hyödyntämättömistä tietovarannoista. Kyseessä on aarrearkku, jonka päällä yritykset istuvat ymmärtämättä sen arvoa.

Samaan aikaan digitalisaatioaalto on pyyhkäissyt yli toimialojen tuoden uusia asiointikanavia mukanaan. Uusien kanavien piti ohjata asiakkaat itsepalvelukanaviin ja vähentää kontaktimääriä. Odotukset etenkin puhelumäärien lasku osalta ovat olleet isoja, mutta kuinkas kävikään? Puhelumäärät ovat laskeneet marginaalisesti ja uudet kanavat ovat lisänneet kontaktimääriä valtavasti.

Yritysjohdolla on tyypillisesti kolme kiinnostuksen kohdetta:

  1. Miten saadaan lisää liikevaihtoa?
  2. Miten lisätään tehokkuutta?
  3. Miten tehdään säästöjä?

Puheluiden sisältöanalytiikka on sidoksissa jokaiseen kolmeen kohtaan. Siksi kutsun tätä aluetta aarrearkuksi, jonka avaamiseen liittyvä investointi on maksettu takaisin muutamassa kuukaudessa. Tässä artikkelissa esitellään konkreettisten esimerkkien kautta nämä kolme liittymäkohtaa.

Puheluiden hyödyntämisen nykytila

Yleisimmät käyttötapaukset puheluiden hyödyntämiseen liiketoiminnassa ovat tallenteiden kuuntelu palvelu- ja tuotekehitykseen, valmennukseen tai kiistojen selvittelyyn. Kiistojen selvittelyn osalta saadaan hyvin nopeasti totuus selville ja hyöty on välitön. Valmennustarkoituksessa puolestaan saadaan kevyt otanta agentin toimintatapoihin liittyen. Yleisesti voidaan kuitenkin todeta, ettei ihmisvoimin puheluita kuuntelemalla saada edustavaa otosta, kun kehitetään prosesseja, tuotteita tai palveluita. Manuaalisesti tehtynä edessä on aina aikaa vievä ja kallis prosessi, joka isommissa yrityksissä on myös mahdoton.

Tehdään parempia asioita, ei vain vanhoja asioita paremmin

”Meillä on pakollisena puhelun kategorisointi, ennen kuin asiakkaan tiedot voi sulkea.” Tämä on yleinen käytäntö puhelinpalveluissa ja parhaimmillaan se antaa ylätasolla suuntaa mitkä asiat saavat ihmiset soittamaan asiakaspalveluun.

Tämä tieto ei kuitenkaan anna vastausta kysymykseen miksi tämä aihe nostaa puheluvolyymejä. Kokemustemme mukaan voimme todeta, että yksi yleisimmin esiintyvistä kontaktisyistä on ”joku muu”. Tämä antaa agentille nopean tavan päästä eteenpäin työssään kohti päivittäistä puhelutavoitettaan.

Teknologiaa hyödyntäen voidaan hakea pikavoittoja olemassa olevaa luokitteluprosessia automatisoimalla. Automatisointi nopeuttaa asiakaspalvelun työtä ja kertyneelle aikasäästölle saadaan helposti laskettua rahallinen arvo. Tässä vaiheessa on hyvä pysähtyä ja kysyä kolme kysymystä; mitkä liiketoiminnot luokittelutietoa hyödyntävät, missä rooleissa tätä tietoa tarvitaan ja miksi?

Tarjoaako siis nykyisen luokitteluprosessin automatisointi merkittävää arvoa ja kilpailuetua liiketoiminnalle?

Kokemuksemme osoittavat, että moninkertainen arvo syntyy siitä, että tunnistetaan kaikki puheluissa ilmenevät aiheet reaaliaikaisesti. Kun puheluiden sisällöistä ymmärretään kaikki niissä käsiteltävät aiheet päästään toiminnan kehittämisen lisäksi kiinni asiakaspalvelua kuormittaviin aiheisiin. Ymmärrämme paremmin miksi asiakkaat meille soittavat ja miten siihen voimme vaikuttaa. Asiakkaamme ovat parhaimmillaan pystyneet pudottamaan puhelumääriä merkittävästi ja tämä muutos on ollut pysyvää.

Asiakaspolku sitoo informaation ymmärrettäväksi kokonaisuudeksi

 

Asiakaspolun tehtävänä on kuvata asiakkaan koko ostoprosessia tarpeen tunnistamisesta ostoon sekä sen jälkeiseen toimintaan. Asiakaspolku sisältää kaikki kosketuspisteet, joissa asiakas on jollain tavalla kontaktissa yrityksen kanssa. Asiakaspolku tuo siis mukanaan asiayhteydet analysoitavien puheluiden taustalle.

Asiakaspolkua ei kuitenkaan pystytä tuomaan näkyväksi pelkästään puheluiden sisältöjen pohjalta. Tähän tarvitaan puheluun liittyvän taustatiedon kuljettamista puhelutietojen mukana(metadata). Metadata sisältää yleisimmin seuraavia tietoja:

  • Missä kohdassa asiakaspolkua asiakas soittaa
  • Puhelun yksityiskohdista – linja, kesto, jonotusaika, puhelu ID
  • Asiakkaasta – segmentti, palvelut, sijainti (maa, kaupunki, yksikkö)

Yllä mainitut toimivat esimerkkeinä ja siten kyseessä ei ole kattava lista. Metadatat ja niiden merkitykset liiketoiminnassa vaihtelevat yrityksen toiminnan mukaisesti. Toiminnan kehittyessä myös metadatat elävät tämän muutoksen mukana.

Miten puheluiden sisältöanalytiikka vaikuttaa liikevaihtoon?

Metadatan ja puheluista tunnistettujen teemojen yhdistelmällä luodaan näkymä asiakaspolun heikkouksiin ja vahvuuksiin. Missä kohtaa asiakaspolkua asiakkaita tippuu pois ja toisaalta mitkä aiheet vaikuttavat suoraan jo olemassa olevien asiakkaiden poistumaan? Asiakaspoistuman ennustamiseen liittyen voidaan analysoitujen puheluiden aiheet tuoda takaisin haluttuihin järjestelmiin.

Tuote- ja palvelukehityksen saralla tehdyt toimenpiteet heijastuvat reaaliaikaisesti asiakaspuheluiden sisältöihin, välitön palaute tehostaa kehitystyötä ja keskittyy oikeaan kohtaan asiakaspolkua. Tästä konkreettisen esimerkin antoi Aiwoa hyödyntävä Stockmann.

Stockmannin asiakas- ja työntekijäkokemuksen kehitysjohtaja Sara Toivakainen kertoo yhteistyöstä seuraavaa:

Tiimimme pystyi reagoimaan palautteeseen nopeasti ja pidensi ostoskorin varausaikaa. Hyvin nopeasti muutoksen jälkeen he pystyivät reaaliaikaisesti näkemään Aiwon käyttöliittymältä, kuinka asiakaskokemuksemme parani. Se oli hyvin vaikuttavaa! Havaitsimme ongelman Aiwosta, pystyimme reagoimaan ja tehdä toimenpiteitä saman tien. Tämän jälkeen pystyimme vielä näkemään, että tehdyillä muutoksilla oli vaikutus.

Palveluiden ja tuotteiden vastatessa asiakkaiden tarpeita oikeissa palvelukanavissa keskiostos per asiakas lähtee kehittymään positiiviseen suuntaan.

Miten puheluiden sisältöanalytiikka vaikuttaa säästöihin ja tehokkuuteen

Puhelumäärien leikkauksella päästään merkittäviin säästöihin nopeasti. Jos puhelumäärien leikkaus ja asiakkaiden ohjaaminen itsepalvelukanaviin olisi helppoa se olisi tehty jo kymmenen vuotta sitten. Yritykset ovat kroonisesti kipuilleet ymmärryksen puutteen vuoksi, koska näkyvyyttä puheluiden sisältöihin ei ole ollut. Teknologinen kehitys on kuitenkin ottanut isoja harppauksia ja mahdollistanut esimerkiksi Aiwon palvelun syntymisen. Parhaillaan Aiwoa hyödynnetäänkin pohjoismaiden lisäksi globaalisti aina Australiaa myöden.

Häiriökysyntä keskiössä

Häiriökysyntä ja sen ymmärtäminen nousee keskiöön, kun halutaan vaikuttaa puhelumääriin. Häiriökysyntä käsitteen Suomessa tutuksi tehneen Hermanni Hyytiälän mukaan häiriökysyntä on aina signaali tehottomuudesta. Ei ole harvinaista, että jopa 80% palveluorganisaatioiden kysynnästä on häiriökysyntää. Häiriökysyntä on myös merkki siitä, että nykyiset asiakastyytyväisyysmittaukset ovat usein harhaanjohtavia.

Häiriökysyntää syntyy, kun asiakas saa väärää palvelua, ei lainkaan palvelua tai vain osittaista palvelua. Epäonnistuminen asiakkaan palvelemisessa saa asiakkaan palaamaan takaisin lisävaatimusten kera. Asiakas on tyytymätön, organisaatio kuormittuu, työntekijät väsyvät ja kustannukset nousevat.

Puheluiden sisältöanalytiikka luo pakollisen pohjan, jonka avulla pystytään tehokkaasti mallintamaan yritystä kuormittavan häiriökysynnän osuus koko puheluvolyymistä. Yrityksen tunnistaessa aihealueet ja teemat, joista häiriökysyntää virtaa asiakaspalveluun syntyy kyvykkyys ryhtyä kehitystoimiin, joiden säästövaikutus isoissa yhtiöissä voi helposti olla miljoonia euroja.

Puheluiden sisältöanalytiikka

Jani Jokela Aiwon COO