MyQM – Quelques situations pratiques

Un analyste IQM travaillant pour l’exploitation d’une banque était en train d’analyser le graphe des « mots les plus utilisés » et il s’est rendu compte que le mot « problème » était fréquemment utilisé par les clients de la Banque. Cela a évidemment attiré l’attention des opérations et la demande d’analyser plus en détail ce mot spécifique « problème ». Dans une analyse détaillée à l’aide de l’onglet « Filtre – 1 différence », l’analyste IQM a découvert et réalisé que le mot « problème » était récemment souvent utilisé en combinaison avec le mot « ATM ».  En effet, après une vérification interne, la Banque a confirmé un problème ATM. Après une enquête plus poussée, un problème de logiciel était en cause, qui a poussé les clients à appeler le centre d’appels suite à ce problème avec les distributeurs automatiques de billets. La banque a immédiatement pris des mesures pour résoudre le problème.

Cas 2

Détection de mots en utilisant des caractères génériques et le canal client – Campagne MyQM.

Agence de voyage

Un analyste de l’analyse vocale d’IQM souhaitai contrôler les mots interdits prononcés par des agents lors des appels des dernières semaines. Pour accéder à ces informations, il ouvert le menu « Recherche appels » et a choisi la requête des « mots interdits » qu’il avait créé le mois dernier. Ensuite, il a considéré la « vue quotidienne » au lieu de la « vue générale » et inspecté les appels de la liste quotidienne. Ce qui a attiré son attention était le fait que les deux premiers jours de la semaine dernière étaient les jours avec le plus grand nombre d’appels contenant des mots interdits. L’analyste s’est ensuite concentré sur ces 2 jours spécifiques en utilisant la sélection de la période de date et a utilisé la « vue de l’agent » cette fois. Il pouvait alors contrôler qui utilisait le plus de mots interdits.

Grâce à IQM, il a remarqué qu’un groupe d’agents figurait en tête de la liste des utilisateurs de « mots interdits ». Lorsqu’une analyse plus approfondie a été effectuée, il a découvert que ces agents avaient affaire à une nouvelle campagne de produits. Quand les clients appelaient et obtenaient des informations via ces agents spécifiques, des mots comme « Je ne sais pas », « laissez-moi me renseigner » etc… étaient très souvent utilisés. Pour donner suite à cette découverte, un programme de formation immédiat a été programmé pour remédier rapidement à ce problème.

Une analyste IQM a voulu pour analyser les raisons fondamentales d’annulation de carte de crédit pour une société de Crédits. Elle a utilisé une requête avec les mots « annulation de ma carte » et elle a pisté les changements dans le module d’analyse des tendances. Suite à cela, elle réalisa que la tendance d’annulation de produit était augmentée de façon spectaculaire depuis la semaine dernière par rapport à la moyenne mensuelle. Elle essaya donc de comprendre la principale cause profonde en utilisant le module de comparaison des statistiques de IQM.

Elle choisit donc la semaine dernière comme plage de dates et la requête « d’annulation de carte » comme requête principale dans le filtre-1 et la même requête mais avec 2 semaines antérieures comme plage de dates pour le filtre-2. Elle fit alors une comparaison des statistiques avec « client seulement » comme canal vocal pour se concentrer sur le client uniquement. Elle obtint les trouvailles suivantes :

• Le mot « publicité » a considérablement augmenté dans la colonne « Différence du filtre 1 », par rapport aux appels d’annulation de la semaine précédente.
• Quand elle a cliqué sur le mot « publicité », elle a découvert que les expressions comme « shopping », « acheté », « sans bonus » et « pas de chargement » apparaissaient le plus souvent et fréquemment utilisées avec le mot « publicité ».

En cliquant sur l’un de ces mots mis en évidence sur l’écran d’analyse de texte, l’analyste IQM a sélectionné et écouté quelques appels. Ce qu’elle découvrit est que les clients appelaient le centre de contact à cause d’une publicité liée à la carte de crédit qui promettait un bonus supplémentaire sur les achats effectués dans certains centres commerciaux. Cependant, les bonus promis ne furent pas accordés près le shopping. En raison de la frustration engendrée chez les clients, les appels d’annulation ont ainsi augmenté de façon spectaculaire. Sur la base de cette étude IQM, la société de crédit pris des mesures immédiates pour résoudre le problème.

Cas 6

Comparaison d’agents à l’aide de l’analyse vocale

Société d’Assurance-Vie

Un analyste de l’analyse vocale IQM a décidé de sélectionner les appels où les deux parties se disputaient et où la tension était visiblement élevée. Tout d’abord, il fit une requête comprenant les mots qui sont fréquemment utilisés dans ces types d’appels. Ainsi, il créa une nouvelle requête IQM et ajouta les mots spécifiques comme « tais-toi », « ne parle pas comme ça » etc… pour les deux canaux vocaux agent et client. Après cela, il obtint des appels qui sont probablement des appels de conflits.

Cas 8

Vérification des connaissances de l’agent – Requête de mot avancée

Opérateur Télécom

L’analyste IQM a fait une requête où l’attitude de l’agent envers le client était surveillée en essayant de repérer l’utilisation excessive des mots comme « monsieur », « non » et « madame ». Le nombre d’utilisations a été défini avec minimum 2 et maximum 3 occurrences. En utilisant ces paramètres, il a pu repérer les agents qui utilisaient ces mots plus d’une fois et un exemple de résultats suivants ont été trouvés :

• Oui monsieur … Il est vrai que votre compte est bloqué monsieur … non, je n’ai aucune information… non monsieur, vous pouvez entrer en contact avec…
• Non madame, vous devez vous rendre à la banque et… Non mais, la banque est ouverte jusqu’au …. Merci à vous madame …

     

• L’avez-vous essayé monsieur …. non , non monsieur, vous devez vous connecter à la page Web qui s’ouvrira … si vous attendez juste le signal monsieur … non , le vert …
• Bonjour madame comment puis-je vous aider… non madame veuillez patienter une seconde… non mais il est toujours possible d’envoyer de l’argent madame car…. non madame , malheureusement ce n’est pas le cas…

L’analyste IQM a également utilisé la « confiance de reconnaissance de mot » qui est une valeur comprise entre 0 et 100 dans les sections de fiabilité agent/client. Il a utilisé les valeurs de 80 et 100, ce qui signifie que la recherche est effectuée parmi les mots ayant au moins une valeur de confiance de reconnaissance de 80%. Il a également déterminé dans quelle partie de la conversation les mots recherchés se situaient en sélectionnant un pourcentage entre 0 – 100 dans la section « Plage ». Par exemple, la sélection d’une valeur de pourcentage comprise entre 80 et 100 a effectué une recherche dans les 20% de la fin des appels et la sélection d’une valeur de pourcentage entre 0 et 10 a effectué une recherche dans les 10% du début des appels.

Un fournisseur de services Internet avaient des clients qui appelaient le centre de contact pour signaler des erreurs sur leurs services Internet. Pour analyser les raisons/coûts de ces appels et de trouver les nécessaires mesures à prendre, la direction des centres de contacts a demandé à l’analyste de IQM d’utiliser l’analyse de la parole.

Tout d’abord, l’analyste IQM fusionna la requête existante « problème de connexion Internet » avec les requêtes « problème résolu » et « problème rapporté » et de créer ainsi deux requêtes fusionnées. Les deux requêtes fusionnées listaient donc les clients avec le problème Internet résolu et d’autre part les clients dont le problème n’avait pas été résolu lors de l’appel avec l’agent.

Ensuite, il utilisa le module de comparaison des statistiques d’IQM pour déterminer les mots clés de ces deux requêtes. Il a découvert que les appels des clients dont le problème était résolu par téléphone prenait plus de temps que les appels des clients dont le problème n’était pas résolu par téléphone. Aussi, Il constatait que les clients étaient plus reconnaissants envers les agents lorsque leur problème était immédiatement résolu. Il a également remarqué que le redémarrage du modem aidait souvent les clients à résoudre leur problème. D’autre part, il a également montré que ces problèmes irrésolus se produisaient souvent à cause des services d’infrastructure régionaux. Toutes ces déductions ont été faites par les différentiels de mots qui ont été repérés par le système.

À l’aide de ces données, la direction du fournisseur de services Internet a vu l’opportunité de réduire les coûts d’exploitation en mettant en place un service de « self-service » SVI pour les clients. Une fois que cela a été mis en place, ils ont remarqué à l’aide d’IQM que les appels des clients (dont le problème pouvait se résoudre facilement) étaient entièrement gérés par le service SVI et donc n’atteignaient plus l’agent plus. Les coûts d’exploitation ont donc été considérablement réduits.

La direction a également signalé les problèmes régionaux à la division des infrastructures pour accorder l’attention nécessaire.

Cas 12

Non FCR : répétition des appels

Internet Service Provider