Home Digitale Come cambiano i sistemi di IVR conversazionale con il machine learning

Come cambiano i sistemi di IVR conversazionale con il machine learning

Grazie alle tecnologie messe a disposizione dalle big company dell’industria digitale, i sistemi di IVR conversazionale stanno attraversando un momento di popolarità crescente anche tra il grande pubblico.

Gli assistenti vocali virtuali sono destinati a diventare sempre più comuni, abituando gli utenti a esperienze di interazione human-like attraverso l’uso di bot. Tuttavia, la loro implementazione in contesti di business complessi come i contact center delle imprese richiede ulteriore lavoro e know-how.

Assist Digital ha fatto il punto, sulle prospettive future e sulle strategie di progettazione del canale voice, per scoprire le nuove opportunità fornite dalla Digital Transformation all’IVR.

La società ha analizzato le tecnologie attualmente disponibili e messo a confronto le performance di un IVR tradizionale odierno con un IVR conversazionale, indagando navigazione, organizzazione dei contenuti, gestione dei servizi self-care e tone of voice.

I risultati dell’analisi mostrano come un IVR tradizionale abbia diverse funzionalità ormai superate:

1. Navigazione complessa: l’ampio numero di voci (prompt) per livello e la fitta alberatura confonde e non rispecchia i bisogni dell’utente
2. Organizzazione dei contenuti poco chiara: l’utente non riesce a orientarsi al meglio per poter reperire le informazioni di cui ha bisogno
3. Difficoltà di gestione di servizi self-care: parlare con un operatore spesso si traduce in maggiore tempo d’attesa
4. Tone of voice piatto: il suono della voce non è naturale ma robotico e poco empatico, inoltre, il sistema è unidirezionale e non collaborativo.

Un IVR conversazionale in cui è possibile interfacciarsi con un assistente virtuale, invece, offre un nuovo tipo di esperienza:

1. Navigazione semplificata: la navigazione a diversi livelli di profondità è sostituita dall’interazione dialogica, l’utente è al centro e guida la conversazione in base ai suoi bisogni. L’interazione è fondata sul dialogo quindi sulla comprensione reciproca
2. Organizzazione dei contenuti lineari: l’assenza di voci/informazioni preimpostate alleggerisce il carico cognitivo dell’utente, le informazioni sono immediate e confezionate con un linguaggio semplice
3. Facilità di gestione dei servizi self-care: il sistema è disponibile 24/7 e permette un turn over degli operatori efficiente. Sono molte inoltre le casistiche che possono essere gestite in maniera automatica dal sistema
4. Tone of voice friendly: il sistema è bidirezionale basato su turni conversazionali come nella comunicazione reale

IVR automatizzato o ibrido

Il riconoscimento vocale su NLP/NLU oggi avviene attraverso la tecnologia Speech To Text & Text To Speech basata su machine learning. In questa soluzione la voce viene trasformata in testo dalla macchina che ne estrae i dati rilevanti e seleziona i contenuti per la risposta vocale (TTS o file audio).

Oltre alle soluzioni ‘fully automated’ in cui il processo è completamente automatizzato, esistono soluzioni ibride con integrazione tra componente AI e umana. Qui il bot helper segue le fasi di Speech To Text e NLP/NLU, intervenendo ‘in aiuto’ alla macchina, in real time. I dati in queste fasi vengono taggati ed entrano nel processo di machine learning.

Per Francesca Gabrielli, Ceo di Assist Digital, “Il mercato dell’IVR offre la disponibilità di soluzioni fully automated o ibride. Le aziende sempre più spesso scelgono soluzioni ibride per canalizzare le richieste degli utenti e soddisfare al meglio sia i bisogni di business sia i bisogni degli utenti che continuano a preferire il canale voice per la risoluzione dei problemi più pratici. L’automazione del canale voce, in un contesto di multicanalità ben progettata è l’asset su cui puntano le aziende per ottenere maggiore efficienza e snellire i processi”.

Fondamentali per la realizzazione di un IVR vocale (fully automated o ibrido) sono le fasi di design e progettazione, nonché la manutenzione evolutiva sulla base dei dati di utilizzo.

Il futuro dell’IVR dei contact center in Italia: multicanalità e accelerazione tecnologica
Dalle testimonianze del panel è emerso che il canale voce rimane ancora la soluzione preferita dagli utenti italiani, che non rinunciano al contatto telefonico per risolvere alcune tipologie di problematiche, nonostante la possibilità di interazione attraverso altre piattaforme a disposizione oggi, come app e siti web. Anche gli operatori continuano, d’altro canto, a fare affidamento sul sistema tradizionale per specifiche attività come, per esempio, l’upselling.

Il futuro del canale voce è rappresentato dall’omnicanalità che permette all’utente di iniziare una conversazione su un canale per poi chiuderla su un altro, snellendo così i processi. Le soluzioni ibride rimarranno quelle preferite, in quanto non ci aspetta un’automazione totale, ma miglioramento e maggiore efficienza delle operazioni più semplici che non necessitano l’intervento umano. L’intelligenza artificiale sarà un altro punto da sviluppare per permettere la fornitura di un servizio disponibile 24/7 e per ottenere maggiori performance e benefici.

Approccio centrato sull’utente

Assist Digital, che lavora da 10 anni sulle soluzioni per l’automazione dei contatti con i clienti, implementando numerosi servizi per aziende italiane e internazionali attraverso piattaforme di intelligenza artificiale, applica all’IVR un approccio user centered attraverso una tecnica di progettazione consolidata in cinque fasi: analisi dei bisogni degli utenti, design della soluzione, test con gli utenti, realizzazione della soluzione e monitoraggio.

Analisi
Il processo iniziale prevede una fase di analisi quantitativa per analizzare i flussi di navigazione degli utenti, controllare le uscite operatore e i principali motivi di contatto, definire cosa funziona bene e cosa potrebbe funzionare meglio, profilare gli utenti con caratteristiche simili. A questa si aggiunge un’indagine qualitativa per identificare i punti critici emersi dall’analisi dei dati, capire quali sono i bisogni dell’utente, analizzare labelling e clusterizzare i contenuti.

Strategia & Design
In seguito Assist Digital effettua una diagnosi del problema e definisce una strategia. Il design riveste una parte fondamentale: nelle soluzioni più convenzionali si parla di ‘architettura delle informazioni’, nell’IVR conversazionale si lavora invece sui flussi di conversazione, sui possibili punti d’ingresso e di uscita, sui contenuti finali, sull’addestramento del motore NLP a riconoscere le frasi con cui gli utenti definiscono i propri bisogni e sulla progettazione dei meccanismi di prevenzione e recupero degli errori.

Per ottenere le performance migliori e una user experience ottimale è necessario studiare, inoltre, labelling, contenuti e tone of voice, che grazie a soluzioni di A/B testing è possibile testare per verificarne le prestazioni. È necessario aggiornare costantemente i dati presenti nell’IVR e utilizzarli per proporre contenuti e/o alberature differenti in base ai diversi cluster identificati nella fase di analisi. L’IVR è un tassello di un puzzle ed è importante creare una strategia che tenga in considerazione gli altri canali disponibili andando a definire un’esperienza opti-channel: ad es. l’utente seleziona l’opzione per parlare con l’operatore, viene informato dell’attesa e indirizzato a un canale alternativo, riceve un SMS e ha così la scelta di ottenere una risposta via messaggio, essere richiamato da un operatore o essere indirizzato al sito internet.

Test, implementazione e monitoraggio
Prima dell’implementazione e go live, il passo finale è la realizzazione del prototipo e il test, Assist Digital ne prevede tre tipologie: Wizard of Oz, User Test As Is in contrapposizione al prototipo del nuovo concept, e A/B Testing. Per l’implementazione Assist Digital vanta un team di sviluppo specializzato in grado di lavorare sia su piattaforme proprietarie sia su tool di mercato per intervenire sul miglioramento di sistemi esistenti o per la realizzazione end to end del servizio. Inoltre, può contare su una software factory di oltre 200 persone con un ampio range di competenze, dal System Integration al CRM Solution Architect, dal Back End Programmer al Tech Consultant. Infine, il monitoraggio prevede analisi delle performance, feedback degli utenti, anlytics e fine tuning NLP.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche
css.php