loder

Manfaat Teknologi Analisis Percakapan pada Call Center

Perkembangan teknologi saat ini berkembang dengan sangat pesat, baik dari sisi perkembangan perangkat lunak (software) maupun perangkat keras (hardware). Dimana kita sebagai pengguna akhir (end user) teknologi tersebut memerlukan penyesuaian serta pemanfaatan secara lebih baik lagi agar mampu membantu pekerjaan kita dalam kehidupan sehari-hari.

Sebagai salah satu contoh perkembangan teknologi dalam melakukan analisis percakapan (speech analytics) saat ini banyak tersedia dalam bahasa asing (Inggris) dan ini menjadi tantangan tersendiri bagi divisi call center di perusahaan untuk mendapatkan solusi sejenis dalam bahasa Indonesia.

Beberapa pain point yang ditemukan pada call center diantaranya sebagai berikut:

  1. Dari sisi Biaya, akan membutuhkan biaya yang besar dalam membangun sistem Panggilan Terpusat (Call Center) untuk sebuah perusahaan. Mulai dari biaya infrastruktur hingga biaya sumber daya manusia yang harus dikeluarkan untuk melakukan banyak kegiatan manual.
  2. Dari sisi Mutu, ditemukan beberapa agen pada layanan Call Center belum atau tidak menerapkan Standar Operating Procedure (SOP) yang baik dalam melakukan tanya jawab kepada nasabah/pengguna layanan. Sehingga menyebabkan komplain berulang, atau banyaknya komplain yang tidak tertangani dengan baik. Hal ini mengakibatkan menurunnya tingkat kepuasan pelanggan, serta kepercayaan dan reputasi brand.
  3. Dari sisi Waktu, proses analisis percakapan masih dilakukan secara manual/tradisional yaitu dengan mendengarkan rekaman percakapan secara keseluruhan dan akan membutuhkan waktu yang lama dalam mengambil hasil analisis.

Prosa.ai sebagai salah satu perusahaan NLP terbaik di Indonesia yang berfokus pada pengembangan teknologi untuk pemrosesan teks dan suara dalam bahasa Indonesia telah menghadirkan solusi analisis percakapan yang dapat menjawab permasalahan tersebut. Prosa.ai mengembangkan solusi yang bernama Conversation Analytics (Prosa Coala) sebagai salah satu produk unggulan yang dapat membantu Call Center perusahaan dalam melakukan proses analisis percakapan Agen (Customer Service) dan Nasabah (Client).

Dari sisi Agen dapat diterapkan SOP yang berlaku dan akan mendapatkan penilaian untuk pemenuhan Key Performance Index (KPI), adapun dari sisi Pengguna dapat didapatkan saran, masukan, keluhan serta masalah yang dihadapi dengan lebih jelas melalui transkripsi percakapan yang mengandung poin-poin informasi penting dan detail dalam percakapan tersebut.

Pada aplikasi Prosa Coala ini, terdapat beberapa fitur yang akan membantu beberapa stakeholder pengguna dalam memanfaatkan teknologi Artificial Intelligence (AI) ini diantaranya adalah Tim QA ataupun Auditor dapat melakukan proses audit dengan membaca hasil transkripsi secara langsung untuk menentukan ada/tidaknya sebuah pelanggaran / fraud yang terjadi serta kualitas pelayanan yang diberikan melalui jawaban yang sesuai.

Kemudian untuk Supervisor Call Center dapat memanfaatkan Coala untuk mendapatkan insight apa yang disampaikan oleh pengguna/customer baik itu saran, masukan, keluhan, hingga komplain yang disampaikan oleh para pelanggan maupun pengguna layanan. sehingga dapat segera dilakukan tindak lanjut.

Berikut ini merupakan fitur dan benefit yang dapat dimanfaatkan dari aplikasi Prosa Coala, yaitu sebagai berikut:

1. Basic Fitur

  • Automatic Transcription, yaitu fitur untuk melakukan proses transcribe dari audio/video menjadi teks.
  • Speaker Diarization, yaitu fitur untuk memisahkan channel suara antara pembicara 1 dengan pembicara lainnya.
  • Statistic on Calls, yaitu fitur untuk menampilkan statistik jumlah panggilan, durasi panggilan, serta informasi pendukung lainnya.

2. Fitur Analisis Agen

  • Agent Performance, yaitu fitur untuk memberikan penilaian kepada agen berdasarkan SOP yang berlaku di perusahaan
  • Rude Word Detection, yaitu fitur untuk mendeteksi kata kasar yang diucapkan oleh agen kepada nasabah/pengguna layanan

3. Fitur Analisis Pengguna

  • Keyword Detection, yaitu fitur untuk mendeteksi kata-kata yang muncul dalam percakapan antara agen dengan customer
  • Sentiment Detection, yaitu fitur untuk mendeteksi sentimen dari nasabah/pengguna layanan terhadap layanan yang diberikan berdasarkan apa yang diucapkan.

Benefit yang didapatkan dalam menggunakan aplikasi Coala adalah sebagai berikut:

  • Mempermudah proses analisis percakapan dalam sebuah perusahaan berdasarkan rekaman audio/video antara agen dengan customer
  • Memberikan kejelasan penilaian agen dalam memberikan pelayanan kepada customer dengan SOP yang jelas
  • Meningkatkan tingkat kepuasan pelayanan customer kepada perusahaan
  • Meningkatkan produktivitas kerja dari agen serta supervisor pada pelayanan Contact Center agar dapat mengerjakan pekerjaan lain diluar kapabilitas Coala

Demikian informasi perkembangan teknologi analisis percakapan yang dikembangkan oleh Prosa.ai, harapannya aplikasi Coala dapat membantu perusahaan terutama yang memiliki layanan Call Center untuk dapat membantu pekerjaan pengguna yang sebelumnya dilakukan secara manual, akan menjadi otomatis dan tujuan utama perusahaan untuk memberikan kepuasan pelanggan yang optimal dapat tercapai. Jika anda tertarik mengetahui lebih lanjut dan membutuhkan demo solusinya dapat mengirimkan email ke business@prosa.ai, atau kunjungi alamat website disini.

Credit to the writers: Miswanto & Dwijaya (Prosa.ai)

Referensi :

  1. https://www.mckinsey.com/business-functions/operations/our-insights/from-speech-to-insights-the-value-of-the-human-voice
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None
None