A quantidade de variáveis que podem funcionar como diferencial competitivo de uma marca, hoje, é muito maior do que costumava ser há algumas décadas. O fluxo de informações, cada vez maior, democratizou a possibilidade de gerar um novo negócio.
Prova disso é que, segundo a Serasa Experian, o Brasil criou 2,5 milhões de empresas em 2018. Fatores como esse não chegam a ameaçar as já consolidadas, porém, podem provocar todo o mercado a inovar e a buscar insumos dentro das próprias estruturas para isso.
De acordo com o estudo Cenário dos SACs, 80,3% das empresas adotam sugestões dadas pelos clientes durante os contatos. Sábias, elas entendem que o relacionamento com o cliente é uma oportunidade para entender os anseios dele e, dessa forma, entender o caminho que a empresa pode seguir. E a tecnologia colabora com esse tipo de processo: a solução de Speech Analytics é uma das principais ferramentas utilizadas com esse objetivo.
Marco Aurélio Machado, executivo de Digital da AeC, comenta que estamos evoluindo para o melhor entendimento das máquinas de linguagem falada e explica que o Speech Analytics pode ser dividido em dois cores: o primeiro é a transcrição do áudio em texto; o segundo, ciência de dados.
“A tecnologia vem evoluindo e garantindo que cada vez mais o texto seja o mais próximo possível da fala e, uma vez que convertemos uma conversa em texto, ela se torna um banco de dados”, diz.
“Nos últimos anos, a capacidade de computação e a aplicação de tecnologias como Machine Learning e Inteligência Artificial estão permitindo cada vez mais entendermos o atendimento e obter propensões e insights a partir essa solução”.
Um dos principais desafios, porém, ainda é a “tropicalização” da ferramenta, afinal, todas as soluções nascem em inglês e, consequentemente, performam bem nessa língua. Dessa forma, é preciso que elas funcionem com a mesma qualidade na língua portuguesa, para que entreguem o máximo de qualidade em projetos aqui no Brasil. “Estamos evoluindo bem neste sentido”, afirma Machado.
Dos dados aos insights
Segundo o executivo, há etapas importantes e cruciais para ajudar a tecnologia a entender do que foi conversado. “Isso faz parte da expertise que a AeC vem desenvolvendo ao longo dos anos, por meio do conhecimento que temos das nossas áreas de qualidade e melhoria continua das operações e das tecnologias desenvolvidas por nós para aumentar cada vez mais o entendimento”, diz. Hoje, já é possível analisar o humor do cliente, o motivo da ligação, o churn, o nível de tensão no atendimento e a percepção que ele está tendo da marca.
Para transformar essas percepções em insights, Machado afirma que é possível construir soluções baseadas em machine learning para extrair KPIs, análise de sentimento durante o atendimento e modelos de propensão tais como predição de churn, rechamada, pesquisa de satisfação, tempo de silencio, humor, dentre outros, por meio de modelos matemáticos.
Soluções em prática
Na prática, o executivo conta que a AeC já conseguiu, por exemplo, aumentar a receita de cobrança de dívidas de uma empresa-cliente do setor financeiro utilizando um modelo que permite identificar os clientes mais propensos a pagar.
Além disso, há outra organização, também cliente da AeC, que percebeu por meio da solução de Speech Analytics, que o nome do concorrente foi citado muitas vezes durante um dia. A resposta para essa anormalidade foi encontrada rapidamente: os consumidores ligavam e pediam o cancelamento ou equiparação das condições oferecidas pelo concorrente. Sem a ferramenta, isso demandaria semanas ou dias para ser descoberto. Com ela, diagnóstico é imediato ou demora algumas horas, de acordo com o desejo do cliente, ou seja, da frequência com que ele deseja analisar as ligações.
Funções humanas
Os colaboradores também têm um papel importante no uso de Speech Analytics. Eles são parte do processo: a ferramenta entrega para o humano os KPIs obtidos em sua operação e, a partir daí, as áreas de negócio de cada empresa possuirão mais informações para a tomada de decisões estratégicas do atendimento.
“Não existe Inteligência Artificial e Machine Learning sem humano – não há mágica”, defende Machado. “Os colaboradores analisam os dados, entendem o que pode ser gerado a partir deles e criam o modelo matemático que, depois, utilizará a tecnologia de Marchine Learning para performar e evoluir o modelo aumentando sua assertividade”. Ou seja, na prática, é o cientista de dados que avaliará o desempenho do modelo, para atender as particularidades do negócio.
A jornada a percorrer
Por fim, o executivo explica que, para saber quais questões do negócio podem ser simplificadas a partir do uso da tecnologia de Analytics, é importante que a empresa-cliente detenha certo conhecimento de si própria.
Porém, ele ressalta que o grande diferencial da AeC é que, com 27 anos de mercado, a empresa sabe e entende como atender a clientes de segmentos. Então, mesmo que seja um novo cliente, ainda com processos não muito maduros, a expertise da AeC catalisará os resultados. Na empresa, há um time grande e dedicado exclusivamente a essa solução, formado por desenvolvedores, cientistas de dados, analistas e arquitetos garantindo pesquisa, evolução e resultados às empresas-clientes.
LEIA TAMBÉM
Para a AeC, novos negócios desafiam métodos tradicionais de atendimento
