O BMG é um banco de primeira categoria, segundo o Banco Central. A empresa pertence ao grupo de bancos com mais de quatro milhões de clientes e vem crescendo depois do lançamento da conta digital. Para se ter ideia, atualmente já são mais de 450 mil clientes que usam o Meu BMG.
Os produtos do BMG são vendidos pela internet, via correspondentes bancários ou nas lojas de crédito help! Cada canal traz um desafio para a marca. Por isso a rede de mais de dois mil correspondentes bancários é mais heterogênea, enquanto as franqueadas help! têm um modelo padronizado.
Mas, no fim dia, o que importa para o cliente é a marca por trás, e não o canal. Desta maneira, o banco precisa desenvolver as melhores estratégias de atendimento para oferecer ao consumidor uma experiência sólida.
A solução
Durante o CONAREC 2019, Eduardo Mazon, diretor de Tecnologia do Banco BMG, falou sobre a implantação do speech analytics na empresa. A solução permitiu que a companhia entendesse melhor as necessidades e até o sentimento de quem fala com a marca.
Mazon conta que a empresa atende 1,1 milhão de chamados mensalmente. Desses, 700 mil a 800 mil são via URA. As 300 mil ou 400 mil restantes são mapeadas pela Nexídia, solução de speech analytics da Nice.
O sistema monitora atendimentos por chat e voz. Com isso, a solução permite a categorização automática de motivos de contato, detecção de palavras e frases, geração de alertas aos atendentes e até cálculo de scoring de sentimento.
Para detectar o estado emocional dos clientes, a empresa utiliza elementos como positividade ou negatividade das expressões mencionadas, ritmo da fala, tom de voz e mudanças bruscas nestes parâmetros. O scoring de sentimento é calculado automaticamente pela plataforma Nexidia em cada interação processada.
“Quando decidimos implementar o projeto o objetivo era aprimorar a jornada do cliente, melhorar processos, evitar fraudes e melhorar o relacionamento com órgãos reguladores”
Eduardo Mazon
Diretor de Tecnologia do Banco BMG
Números não mentem
Com a implantação do speech analytics, o BMG deu um salto de qualidade em seu atendimento. Os indicadores mostram como a solução foi positiva para eficiência da operação do banco. Os números a seguir foram captados no ano passado:
Chamadas monitoradas por agente (mês)
Antes: 4
Depois: 50
Tempo de silêncio (% da interação sem diálogo)
Antes: 30,6%
Depois: 18%
Interrupções (número de interrupções de diálogo durante interações)
Antes: 7,8
Depois: 4,6
TMO (Tempo médio de operacional em segundos)
Antes: 398
Depois: 318