Οι περισσότεροι καταναλωτές προτιμούν την 24/7 διαθεσιμότητα που προσφέρουν οι αυτοματοποιημένες φωνητικές εφαρμογές, σε αντίθεση με τα παραδοσιακά κανάλια επικοινωνίας. Παράλληλα, αυτό δίνει στις εταιρείες τη δυνατότητα να ελαττώσουν τα λειτουργικά κόστη τους, μειώνοντας τους χρόνους μεταφοράς των τηλεφωνημάτων και βελτιώνοντας, ταυτόχρονα, την εμπειρία του πελάτη.

Οι πελάτες θέλουν να διασφαλίσουν ότι τα προβλήματα τους θα διευθετηθούν γρήγορα, απλά και εύκολα. Οπως αναφέρουν σχετικές έρευνες, μεγάλη σημασία αποδίδεται στην «επικοινωνία» με τον πελάτη κατά τη διάρκεια του τηλεφωνήματος, τονίζοντας, για παράδειγμα, ότι απομένουν μόλις δύο ερωτήσεις για να ολοκληρωθεί μία διαδικασία. Είναι λοιπόν ξεκάθαρο ότι το πρόβλημα επίκειται στην «κακή» αυτοματοποίηση των συστημάτων και όχι στο γεγονός ότι οι πελάτες δεν προτιμούν τα συγκεκριμένα συστήματα. Το κυριότερο χαρακτηριστικό που συνιστά ένα καλό αυτοματοποιημένο σύστημα είναι η διαθεσιμότητά του 24/7, η απλότητα του συστήματος και η απευθείας παροχή υπηρεσιών. Σύμφωνα με την Forrester, το 77% των καταναλωτών όρισε τη διαθεσιμότητα ως το πιο σημαντικό, ενώ ακολουθούν η αποφυγή της αναμονής (40%) και η δυνατότητα άμεσης πληροφόρησης (31%). Επίσης, αρκετοί καταναλωτές τονίζουν ότι δεν υπάρχει λόγος να «ενοχλήσουν» κάποιον εφόσον μπορούν να διεκπεραιώσουν το ζήτημα μόνοι τους. Παρόλα αυτά, η δυνατότητα της άμεσης επαφής με κάποιον εκπρόσωπο στο τηλεφωνικό κέντρο οποιαδήποτε στιγμή παίζει σημαντικό ρόλο.

Η σημασία της επικοινωνίας
Ορισμένα συστήματα επιτρέπουν στον πελάτη να περιγράψει με λίγα λόγια το αίτημά του, ώστε να δρομολογηθεί η κλήση του στον κατάλληλο προορισμό, αντί να πρέπει να ακούσει μία λίστα με επιλογές και να επιλέξει από αυτή. Με αυτόν τον τρόπο ο πελάτης επικεντρώνεται στο ερώτημά του και όχι στη λίστα επιλογών, η οποία πολλές φορές τον μπερδεύει και πολλές φορές μπορεί να τον δρομολογήσει λάθος. Σύμφωνα με την Forrester, για τα πιο απλά και ξεκάθαρα αιτήματά τους, όπως το υπόλοιπο του τραπεζικού τους λογαριασμούς, οι πελάτες προτιμούν τις περισσότερες φορές το αυτοματοποιημένο σύστημα, παρά έναν live πράκτορα. Ωστόσο, για τα πιο πολύπλοκα θέματα, όπως κάποια «περίεργη» χρέωση στην πιστωτική τους κάρτα, δήλωσαν ότι προτιμούν να μιλήσουν με κάποιον, ώστε να μπορέσουν να εξηγήσουν το αίτημά τους. Γι’ αυτό το λόγο οι εταιρείες, αλλά και οι πελάτες τους, θα πρέπει να προσδιορίσουν ακριβώς τι προτιμούν και σε ποιες περιπτώσεις. Πέρα από τη συνεχή διαθεσιμότητα των συστημάτων αυτών όμως, υπάρχουν κι άλλες παράμετροι που ενισχύουν την προτίμησή τους. Αποφυγή της αναμονής, γρήγορη πληροφόρηση και επίλυση προβλημάτων και τέλος ότι δεν χρειάζεται να «αποκαλύψουν» ευαίσθητα προσωπικά δεδομένα σε έναν «άγνωστο».

Ακρίβεια και διαθεσιμότητα
Οι οργανισμοί που εκμεταλλεύονται τα voice applications μπορούν να διαφοροποιήσουν τις υπηρεσίες τους και να βελτιώσουν την εικόνα και τη φήμη τους. Οταν ζητήθηκε από πελάτες να αξιολογήσουν την εμπειρία τους, τα δύο τρίτα από αυτούς δήλωσαν πώς «εκτιμούν» τη δυνατότητα να μιλήσουν live με κάποιον εκπρόσωπο οποιαδήποτε στιγμή. Αυτή η ευελιξία είναι μεν ευεργετική, αλλά ένα software αναγνώρισης γλώσσας και ομιλίας μπορεί να «αποκλείσει» εντελώς την επιλογή του πελάτη να μιλήσει live. Το 42% των πελατών «εκτιμούν» τη δυνατότητα του συστήματος να κατανοήσει το αίτημά τους με την πρώτη προσπάθεια, ενώ το 39% δεν θέλουν να επαναλάβουν το αίτημά τους. Παρομοίως, όταν τους ζητήθηκε να πουν τι θα βελτίωνε την εμπειρία τους με ένα σύστημα voice application, στην κορυφή της λίστας βρέθηκε η «προσφορά» της επιλογής μετάβασης σε live εκπρόσωπο οποιαδήποτε στιγμή (75%) και ακολούθησε η κατανόησή τους την πρώτη φορά (63%) και η βελτίωση των μενού, ώστε να δρομολογούνται στο κατάλληλο τμήμα άμεσα (45%).

Κατανόηση φυσικής γλώσσας
Τα τελευταία χρόνια παρατηρήθηκε αξιοσημείωτη πρόοδος στις δυνατότητες των αυτόματων συστημάτων, όσον αφορά την επικοινωνία με τους πελάτες, με τον όρο Natural Language (NL) «πρωταγωνιστή» στην προσπάθεια να βελτιωθούν οι λειτουργίες τους. Με τη λογική του NL, αντί να δίνεις στον πελάτη μία λίστα με επιλογές για να διαλέξει, τον προτρέπεις να περιγράψει το αίτημά του στο σύστημα. Τα συστήματα Interactive Voice Response (IVR) αποτελούν ουσιαστικά το βασικό στοιχείο των λύσεων self-service για τα κέντρα εξυπηρέτησης πελατών. Χωρίς αυτά για την αυτοματοποίηση των κλήσεων, τα περισσότερα call centers θα κατακλύζονταν από λειτουργικά κόστη και θυμωμένους πελάτες που θα περίμεναν τη σειρά του στο τηλέφωνο. Ετσι, αυτοματοποιώντας τις κλήσεις που αφορούν απλά αιτήματα, οι πελάτες επιλύνουν γρήγορα τα προβλήματά τους και οι εκπρόσωποι των εταιρειών μπορούν να επικεντρωθούν σε πελάτες με πιο περίπλοκα αιτήματα.

Τα συστήματα IVR που λειτουργούν με αναγνώριση/κατανόηση του λόγου βελτιώνουν κατά πολύ τη συνολική απόδοση των αυτοματοποιημένων call-centers. Αντίθετα με ένα σύστημα IVR που διαθέτει μόνο επιλογές μέσω των πλήκτρων, τα συστήματα με αναγνώριση λόγου μπορούν να ανταποκριθούν και σε πιο περίπλοκα αιτήματα, όπως μια αλλαγή διεύθυνσης. Η αύξηση που παρατηρείται στην αυτοματοποίηση των τηλεφωνημάτων έχει ως αποτέλεσμα πιο ευχαριστημένου πελάτες και χαμηλότερο κόστος για το call center. Παρόλα αυτά, πολλοί παράγοντες μπορούν να περιορίσουν τα επίπεδα αυτοματοποίησης ενός τέτοιου συστήματος. Ο θόρυβος, ένας «μπερδεμένος» πελάτης ή μία βαριά προφορά μπορεί να δυσκολέψουν το σύστημα να ολοκληρώσει την κλήση. Φυσικά τέτοιοι παράγοντες θα μπορούσαν να επηρεάσουν κι έναν live εκπρόσωπο. Και παρά την τεράστια πρόοδο στην τεχνολογία, είναι ακόμη δυνατόν ένα τέτοιο σύστημα απλά να κάνει λάθος.

Εφόσον κάθε πελάτης εκφράζεται με τον δικό του ξεχωριστό τρόπο, συνήθως προσθέτοντας και επιπλέον πληροφορίες, που δεν είναι απαραίτητα σημαντικές, η δυνατότητα αναγνώρισης συγκεκριμένων λέξεων και φράσεων θεωρείται απαραίτητη και αποτελεί μία ακόμη προσέγγιση για την αποφυγή παρανοήσεων και την επίτευξη υψηλότερων ποσοστών αυτοματοποίησης. Η αναγνώριση λέξεων-κλειδιά λειτουργεί σωστά όταν ο πελάτης χρησιμοποιεί λέξεις που το σύστημα γνωρίζει και περιμένει να ακούσει. Παρόλα αυτά ο πελάτης μπορεί να τις περιβάλλει με συμπληρωματικές λέξεις/φράσεις. Αντί λοιπόν να απαντήσει απλά «ναι» σε κάποιο ερώτημα, η απάντησή του μπορεί να είναι «εεε… νομίζω πως ναι».

Η προσέγγιση αναγνώρισης της λέξεις/κλειδί είναι πιο αποτελεσματική με σύντομα μενού και διαλόγους με ναι ή όχι, που συνήθως υπολογίζονται για περισσότερο από το 70% των συζητήσεων μέσω αυτοματοποιημένων συστημάτων με αναγνώριση λόγου. Η τεχνική αυτή βασίζεται στη σύγκριση λέξεων και συμπληρωματικών φράσεων που δημιουργούνται από ηχογραφημένα προηγούμενα τηλεφωνήματα ή από ταξινόμηση κοινών φράσεων που δημιουργούνται ανά καιρούς. Η εφαρμογή αυτών παρέχει μία εντυπωσιακή αύξηση του 30%, ή και περισσότερο, στην ακρίβεια της αναγνώρισης. Καθώς οι πελάτες έχουν περισσότερες δυνατότητες στο πως θα απαντήσουν, η αντιληπτή ακρίβειά του είναι συνήθως υψηλή όταν χρησιμοποιείται η αναγνώριση λέξεων. Οπως και με οποιαδήποτε αύξηση στα ποσοστά ανάγνωσης, οι πελάτες εκτιμούν επίσης και τις συζητήσεις κατά τις οποίες δεν χρειάζεται να επαναλάβουν την απάντησή τους. Παρόλο που τα συστήματα self-service έχουν προχωρήσει πολύ όσον αφορά την αναγνώριση της γλώσσας του πελάτη, οι απαντήσεις του δεύτερου είναι ακόμη πολύ περιορισμένες σε λέξεις που έχουν επιλεχθεί γι’ αυτούς, αντί να τους δίνεται η δυνατότητα να χρησιμοποιήσουν το δικό τους λεξιλόγιο. Υπάρχουν λοιπόν πολλές ακόμη δυνατότητες αναγνώρισης της «φυσικής» γλώσσας που θα πρέπει να εξεταστούν.

Η «ευφράδεια» των συστημάτων
Ενας άλλος τρόπος για να προσδιοριστεί το αίτημα του πελάτη είναι, αντί να επικεντρωθούμε στο συνδυασμό γραμματικής και λεξιλογίου, να του ζητήσουμε να περιγράψουν το πρόβλημα με δικά τους λόγια. Αυτή η προσέγγιση ξεκινάει συνήθως με την ερώτηση «Πώς μπορώ να σας εξυπηρετήσω;» και συνήθως οι πελάτες απαντούν περιγράφοντας το λόγο που τηλεφωνούν, πιθανόν λέγοντας «υπάρχει μία περίεργη χρέωση στην πιστωτική μου κάρτα». Το σύστημα έπειτα χρησιμοποιεί εξελιγμένα συστήματα για να αναγνωρίσει τις λέξεις-κλειδιά και να τις ταιριάξει σε μία λίστα με φράσεις. Σε αυτή την περίπτωση, ο πιο πιθανός συνδυασμός θα ήταν με το τμήμα λογαριασμών, παρόλο που δεν χρησιμοποιήθηκε πουθενά η συγκεκριμένη λέξη. Παρόλο που η ανάπτυξη λεπτομερών στατιστικών μοντέλων περιλαμβάνει «χειρωνακτική» προσπάθεια για τον προσδιορισμό των φράσεων και την αντιστοίχισή τους με τα νοήματα κάθε διαλόγου, τα αποτελέσματα θα είναι υψηλά ποσοστά αυτοματοποίησης και ικανοποιημένοι πελάτες. Το κλειδί στην εξαγωγή των σωστών νοημάτων με αυτή την προσέγγιση είναι η σωστή καταχώριση των ήδη υπαρχόντων φράσεων.

Οπως και με την γραμματική, ο πελάτης μπορεί να δώσει μία εντελώς αναπάντεχη απάντηση. Οταν λοιπόν δεν θα υπάρξει αντιστοίχιση, το σύστημα πιθανόν να προσφέρει μία εναλλακτική λύση χρησιμοποίησης παραδοσιακής γραμματικής για να προσδιορίσει την πρόθεση του πελάτη όπως «Λυπάμαι, αλλά δεν κατάλαβα το αίτημά σας, θα θέλατε να συνδεθείτε με το τμήμα δανείων, πιστωτικών καρτών…». Η εμπειρία έχει αποδείξει ότι η εφαρμογή της αντιστοίχισης λέξεων-κλειδιά στις εναλλακτικές λύσεις της γραμματικής συνήθως οδηγεί σε επιτυχή επίλυση του προβλήματος. Αυτή λοιπόν η προσέγγιση θεωρείται ιδιαίτερα αποτελεσματική για την καλύτερη δρομολόγηση των τηλεφωνημάτων. Οταν οι πελάτες χρησιμοποιούν τη δική τους γλώσσα, συνήθως προκύπτουν ελάχιστα λάθη και δρομολογήσεις, καθώς παραλείπονται τα πολύπλοκα μενού και οι μπερδεμένη φρασεολογία.

Μιλώντας τη γλώσσα του πελάτη
Οι περισσότεροι πελάτες πιστεύουν ότι η ομιλία τους είναι καθαρή και κατανοητή, όταν εξηγούν το πρόβλημά τους. Στην πραγματικότητα, όμως, κάθε πελάτης μιλάει τη δική του «γλώσσα», έχει τη δική του διάλεκτο και προφορά, την οποία το σύστημα πρέπει να «μεταφράσει». Αν η εφαρμογή ενός συστήματος self-service είναι παρόμοια με την εκμάθηση μιας ξένης γλώσσας, τότε η γραμματική είναι το λεξικό, που καθορίζει το νόημα των κοινών φράσεων. Τι γίνεται όμως όταν μία φράση δεν περιλαμβάνεται στο λεξικό αυτό; Οταν ο πελάτης που καλεί πιστέψει ότι το σύστημα παρανόησε την απάντησή του ή το αίτημά του, στην πραγματικότητα συνήθως έχει απλά χρησιμοποιήσει κάποια φράση εκτός «λεξικού», την οποία το σύστημα δεν μπορεί να προβλέψει.

Εν κατακλείδι
Σε περιόδους οικονομικών αλλαγών οι σχέσεις με τους πελάτες κρίνουν συνεχώς την «υγεία» και την πορεία ενός οργανισμού. Τα συστήματα speech automation προωθούν και αναπτύσσουν αυτή τη σχέση, ενώ ταυτόχρονα αντιμετωπίζουν την ανάγκη του οργανισμού για πιο συντηρητική διαχείριση των δαπανών. Τα συστήματα αναγνώρισης φωνής που χρησιμοποιούνται σήμερα από τις εταιρείες έχουν, φυσικά, περιθώρια βελτίωσης. Αν και οι καταναλωτές δίνουν μεγάλη αξία στην δυνατότητα να μιλήσουν με κάποιον οποιαδήποτε στιγμή, η βελτίωση της ακρίβειας του software και η δημιουργία εμπεριστατωμένων διαλόγων θα βελτιώσει την εμπειρία του χρήστη και επομένως θα μειώσει την ανάγκη συνομιλίας με τον live εκπρόσωπο.