Épisode #14 : Le guide complet de l'analyse d'intention basée sur l'IA

Si vous voulez comprendre vos clients, vous devez comprendre leurs intentions. Les canaux modernes peuvent aider. Mais comment passer au crible et analyser les milliards de messages envoyés chaque jour ? Heureusement, l'aide est là. Dans l'épisode d'aujourd'hui, nous examinons comment l'IA peut vous aider à comprendre l'intention des clients et à améliorer leur expérience globale.

Tous les épisodes de podcast

Allez maintenant

TRANSCRIPTION DE PODCAST

C'est l'expérience CXM. Et comme d'habitude, je suis Grad Conn, CXO chez Sprinklr. Et aujourd'hui, nous allons lancer une série de discussions relativement longues autour de l'IA. Laissez-moi vous dire un peu pourquoi l'IA est importante. Je démystifierai un peu l'IA au cours des deux prochaines semaines, et nous allons, nous allons creuser dans toutes sortes de fonctionnalités et de choses différentes. Alors ça va être super amusant. Mais je veux parler de l'IA à un niveau élevé. Et puis je veux me concentrer spécifiquement sur un aspect de la façon dont l'IA est utilisée dans Sprinklr pour quelque chose appelé intentions. Et ce n'est pas intense, ses intentions… comme dans INTENTS. Comme dans quoi avez-vous l'intention de faire? Quelle était votre intention ? Et donc l'identification des intents, et leur réalisation a un nombre très important de cas d'utilisation appliqués, en particulier dans le Customer Care. Pas seulement mais surtout dans le service client. Nous allons probablement double-cliquer dessus un peu plus aujourd'hui.

Alors pourquoi l'IA ? Alors vous m'avez entendu parler si vous avez écouté, d'écouter, d'apprendre et d'aimer. C'est la raison d'être de Sprinklr, qui est d'écouter ce que les gens disent. Apportez les milliards de conversations qui existent. Ils ne sont pas structurés, ils ne sont pas sollicités. Non sollicité c'est bien. Non sollicité c'est bien, parce que c'est la vérité. Non structuré est difficile. Le non structuré est difficile car vous avez un mélange d'émotions, un mélange de marques, un mélange d'idées dans un seul article. Plus complexe, plus difficile à analyser.

La façon dont la plupart des entreprises y font face aujourd'hui est encore qu'elles l'ignorent. Parce que c'est dur. Au lieu de cela, ils font des sondages ou des groupes de discussion. Oh mon dieu, je n'arrive pas à croire que les gens fassent encore des groupes de discussion. Mais il y a des gens qui font juste des sondages parce que c'est plus facile. Ce sont des données structurées, ils peuvent les mettre dans le système CRM, leur base de données relationnelle ne s'en moque pas. Tellement facile, non ? Et si bête. Si quelqu'un a appris quelque chose de l'élection américaine, les sondages ne fonctionnent pas. Les sondages sont des ordures. Les commentaires sollicités sont presque toujours faux. Vous voulez des commentaires non sollicités, c'est ce que vous devez obtenir. C'est donc ça l'écoute.

Apprendre est ce sur quoi nous allons passer beaucoup de temps aujourd'hui. Parce que le problème, la grande chose à propos de tirer des millions de conversations, c'est que vous avez des millions de conversations. Ce que les gens pensent vraiment. La soi-disant voix du client, mais c'est la vraie voix du client parce qu'elle n'est pas sollicitée. Le problème est de savoir comment lire un million de conversations qui couvrent toute la gamme, et couvrent les émotions et les marques. Je vais donc passer beaucoup de temps là-dessus parce que la seule façon de le faire, la seule façon de le faire, c'est avec l'IA. Et Sprinklr possède l'une des plateformes d'IA les plus sophistiquées au monde. Il le développe depuis des années, c'est l'un de nos plus gros investissements en tant qu'entreprise. Nous utilisons une énorme base de données pour le former et une énorme base d'utilisateurs pour faire des commentaires quotidiens à ce sujet. Nous avons donc une plateforme incroyable. Et je vais parler un peu de la façon dont ce genre de choses prend vie.

Et puis, bien sûr, la partie amour vient du fait qu'une fois que vous avez discerné ce que les gens veulent et ce qu'ils font, vous pouvez réellement faire ce qu'il faut pour eux. Permettez-moi donc de parler un peu de l'intention. Alors permettez-moi d'en parler d'abord, dans un contexte de service à la clientèle. Je vais parler un peu de certains des défis auxquels font face les équipes de soins aujourd'hui. Au fait, si vous entendez un petit aboiement en arrière-plan, c'est que mon chien fait un cauchemar. Donc, son nom est Hester, chien très mignon. Quoi qu'il en soit, les défis auxquels sont confrontées les équipes de soins aujourd'hui : plus de 50 % des appels des clients ne sont pas résolus ou nécessitent une sorte d'escalade. 52 % des clients raccrochent lors d'un appel au service client avant que leur problème ne soit réellement résolu. Et 32% des personnes attendent une réponse en 30 minutes, et 50% des personnes attendent une réponse en une heure.

Le service client n'est vraiment pas à la hauteur de la plupart des indicateurs clés auxquels les gens s'attendent. Voyez ce que vous voulez vraiment pouvoir faire pour résoudre ce problème, c'est-à-dire que vous devez identifier les principales intentions des clients qui génèrent le volume d'appels et de demandes de renseignements. Et ensuite être en mesure d'activer les agents avec des réponses basées sur l'IA qui sont basées sur ces intentions. Et si vous pouvez comprendre et traiter l'intention du client, vous pouvez en fait accélérer la réponse de votre client de plus de 99 %. Ainsi, vous pouvez réduire votre temps de résolution de 10 minutes environ à quelques secondes pour la plupart des demandes. C'est donc vraiment l'une des choses les plus fondamentales qui est si vous comprenez l'intention d'un message, et vous pouvez discerner cela avec l'apprentissage automatique, alors vous pouvez très rapidement revenir à quelqu'un avec quelque chose qui l'aide à résoudre son problème.

Vous savez, l'IA est un gros problème de nos jours. 57 % des entreprises s'attendent à ce que l'IA améliore l'expérience client. C'est de Forrester. Et il y a en fait une réduction des coûts de 91 %, qui peut être obtenue en remplaçant les agents humains par des agents virtuels. C'est une étude d'IBM. Vous savez, l'automatisation intelligente peut réduire les temps de réponse de 80 %, a constaté KPMG. Et EY dit qu'il y a une réduction de 20 fois les besoins en ressources ultérieurs lorsque l'IA est déployée dans les soins. 80 % de tous les cadres déclarent que l'IA stimule la productivité. Et je suis surpris que ce ne soit pas 100 %. Mais certainement, la plupart des gens réalisent et reconnaissent que l'IA est la clé pour conduire l'avenir.

Alors laissez-moi parler de ce que sont les intentions. Ainsi, l'utilisation de l'intuition d'AI Sprinklr peut classer automatiquement les messages pour aider les marques à mieux comprendre l'intention du client. Par exemple, quelqu'un pourrait dire quelque chose comme, j'ai acheté ceci le mois dernier, récemment, il a cessé de fonctionner et il y a un voyant rouge qui continue de clignoter. Où puis-je en obtenir un nouveau ? C'est une sorte d'article classique, n'est-ce pas ? C'est le genre de choses que les gens disent tout le temps. C'est très difficile de sortir ça, à moins d'avoir un moteur d'IA vraiment puissant. Parce que le moteur d'IA peut lire cela et dire, ah, quelqu'un a besoin d'un localisateur de magasin. Et ils ont un dysfonctionnement de l'appareil. Ils analysent cela et c'est l'intention du message, même si les mots sont un peu bâclés. Ainsi, les intentions, analysent les messages et identifient s'il s'agit d'une opinion, d'une requête, d'une note marketing, d'une actualité, d'une plainte, d'une suggestion, d'une appréciation et de beaucoup, beaucoup, beaucoup, beaucoup plus de choses, puis classent le contenu dans un ensemble de catégories d'intention prédéfinies. Et nous travaillons avec chacun de nos clients pour déterminer ce qu'ils sont, et ils peuvent être 40, 50, 60, 100. Il peut y avoir beaucoup d'intentions différentes, selon la marque.

Permettez-moi de vous donner un autre exemple. Quelqu'un dira quelque chose comme je veux faire remplacer mon appareil. Quand vos magasins sont-ils ouverts ? À droite? L'intention ici est les horaires des magasins. Et encore une fois, remplacement de l'appareil, n'est-ce pas ? Alors, comment pouvons-nous fournir un appareil à cette personne et lui donner les horaires du magasin. Et donc cette idée de pouvoir extraire des intentions et de les identifier nous permet d'être bien meilleurs avec le routage, parce que nous savons où envoyer le message, bien mieux avec la gestion des réponses, parce que nous savons ce que nous devons leur dire. Et nous pouvons aider les agents à réagir très rapidement.

Et donc fondamentalement, la façon dont cela fonctionne techniquement, si vous êtes en quelque sorte dans ce genre de choses, est-ce que quelqu'un d'autre a un message où il dira essentiellement quelque chose comme j'ai acheté cet appareil le mois dernier, et ça prend trop de temps à charger maintenant, où puis-je le faire remplacer. Et puis chaque mot du message est symbolisé. Ainsi, le message est décomposé en jetons. Et puis la détection de phrase se produit. Ainsi, la détection de phrases extraira les mots associés à différents types d'intentions. Et puis ce sera essentiellement… des choses comme prendre trop de temps pour charger serait une phrase que vous pouvez extraire du message initial. Et cela se traduit par une intention appelée charge lente. Et où puis-je le faire remplacer est un ensemble de jetons, qui est une phrase, ce qui signifie remplacement dans une intention. Ainsi, ce remplacement est généralement considéré comme l'intention première, car la charge lente est une plainte, alors que le remplacement est une demande, n'est-ce pas ?

Ainsi, les intentions se prioriseront également. Et donc, ce que nous pouvons faire, c'est configurer ces choses pour le routage. Ainsi, en fonction de l'intention identifiée, le message peut être acheminé vers des agents spécifiques spécialisés dans la gestion de ce type d'intention. Vous pouvez réellement créer des chatbots conversationnels. Ils utiliseront donc des intentions pour fournir des réponses automatisées aux messages appartenant à une intention particulière. Et puis, vous pouvez également utiliser l'identification pour l'assistance de l'agent. Ainsi, les robots de chat FAQ peuvent utiliser des intentions pour répondre aux questions fréquemment posées par les clients, ce qui est vraiment utile. Je veux dire, j'ai souvent des questions et je n'ai pas vraiment besoin de parler à quelqu'un, je veux juste savoir à quelle heure l'endroit ouvre ou quand ferme-t-il ? Ou comment puis-je le réparer. Et si un chatbot peut faire ça, pour moi, j'en ai fini.

Et puis la meilleure chose, bien sûr, c'est pour le reportage. Ainsi, l'analyse d'intention peut être utilisée pour fournir des chiffres consolidés autour de l'intensité qui prévaut derrière les différents messages clients. Et cela permet aux entreprises de prendre toute cette masse de messages qui leur parviennent par tous ces différents canaux. Rappelez-vous, ce sont des chaînes modernes, n'est-ce pas ? Ce n'est pas que social. Donc, c'est tout ce qui arrive sur les forums qui existent, les sites de critiques qui existent, les blogs qui existent, toutes les plateformes de messagerie qui existent, toutes les plateformes sociales qui existent, le chat sur votre site Web, tout ce truc qui arrive peut être analysé. Et ce que vous pouvez faire, c'est que vous pouvez regarder, hé, voici tous les différents types de choses sur lesquelles les gens se posent des questions. Et ce sont les intentions premières. Et ainsi vous pourriez avoir un diagramme circulaire très simple. Et vous pourriez avoir, vous savez, un groupe de personnes généralement satisfaites, un groupe de personnes ayant des plaintes générales. Il y a des problèmes de livraison, des problèmes de localisation, des problèmes de publicité, des problèmes de panier de paiement, des problèmes de carrière, des problèmes d'emploi, des détails de commande, des informations sur les succursales et les magasins, des questions sur le programme de fidélité, des salutations, une assistance nécessaire, la disponibilité... ça continue... excuses, pièces jointes, fidélité endommagée , cassé, comme vous pouvez simplement, vous pouvez en ajouter autant que vous le souhaitez. Et selon le type d'entreprise dans lequel vous travaillez, évidemment, si vous êtes dans une entreprise de services, vous ne verrez pas beaucoup de remplacement. Mais vous verrez peut-être beaucoup de faire mieux ou faire des dos ou vous savez, faire des overs et ce genre de choses.

Et donc, vous savez, c'est pour moi l'une des choses les plus excitantes qui arrivent aujourd'hui de Sprinklr parce que vous pouvez réellement voir des augmentations incroyables dans la résolution des cas, le nombre de cas qui sont traités et le nombre de messages entrants qui sont traités par des robots. Nous voyons donc en fait dans un cas, il y a un compte WeChat, et ils ont pu obtenir une augmentation de 2,4 fois la vitesse de résolution des cas, ils sont capables de gérer 25 % de cas en plus, et sur 1,3 million de messages entrants, près de 100 des milliers ont pu être manipulés par un bot. Et ils sont capables de faire de la déviation de cas, et cela a beaucoup de sens. Et au fur et à mesure que vous faites cela, vous vous améliorez. Vous devenez meilleur pour identifier les intentions et vous devenez meilleur pour avoir les bonnes réponses pour les personnes dont elles ont besoin.

Il s'agit donc d'une fonction d'achat dans Sprinklr. Si vous êtes intéressé, vous savez, contactez-nous via le site Web. Et c'est ce dont nous allons parler aujourd'hui dans l'IA. Je vais donc signer. Pour l'expérience CXM. C'est Grad Conn et je te verrai demain.