Big Data ist für viele von uns im Bereich der Informationstechnologie ein wichtiges Thema, denn es stellt eine große Herausforderung und eine große Chance dar.
IDC schätzt, dass das digitale Universum jedes Jahr 1,8 Zettabytes an Informationen erzeugt und repliziert – das sind 1,8 Billionen Gigabytes. Um den Wert dieser Daten zu erschließen, müssen Unternehmen Lösungen einsetzen, die nicht nur die Informationen effizient abrufen und organisieren, sondern diese Daten auch effektiv nutzen können.
Big Data umfasst traditionell die komplexe Ereignisverarbeitung und Inhaltsanalyse von Geschäftstransaktionen, gespeicherten Daten, Metadaten und – in jüngerer Zeit – sozialen und Unterhaltungsmedien, bei denen Verbraucher oder andere Unternehmen einen ständigen Strom von Daten über sich selbst liefern. Die Analyse von Big Data ermöglicht es Werbetreibenden, Einzelhändlern, Mobilfunk-/Internet-/Kabeldienstleistern, Regierungsorganisationen und anderen, ihr Geschäft und ihre Kunden intelligenter zu gestalten.
Transaktionen in Kontaktzentren werden bei Big Data-Initiativen oft übersehen, weil Sprache eine “unstrukturierte” Ressource ist und frühe Sprachanalysetechnologien komplex, entmutigend und unflexibel waren. Viele Sprachanalyselösungen sind auf langwierige Umwandlungsprozesse von Sprache in Text angewiesen, um die Daten zu sortieren, so dass die Benutzer Wochen oder sogar Monate warten müssen, um Berichte und Analysen ihrer Sprachtransaktionen zu erhalten.
Das übergreifende Ziel von Calabrio ist es, Lösungen zu entwickeln, die die Nutzung von Technologie erleichtern, so dass Contact Center nicht mehr durch kompromisslose Technologie eingeschränkt werden. Zu diesem Zweck ging mein Team die Sprachanalyse etwas anders an. Durch den Einsatz einer leistungsstarken Phonetik-Engine ermöglicht unser Ansatz den Nutzern die direkte Indizierung von Sprachdaten mit einzigartigen und personalisierten Suchbegriffen, die zu “Treffern” auf interessante Phrasen aus Hunderttausenden von aufgezeichneten Anrufen führen. Dies führt zu dem, was ich ein Google-Problem nenne, bei dem Sie an einem einzigen Tag Millionen von Anrufen erhalten können. Deshalb haben wir auch das Konzept eines einstellbaren Konfidenzwerts entwickelt, mit dem sich das Rauschen leicht aussortieren lässt. Das Endergebnis ist eine begrenzte Anzahl von relevanten Treffern, die Muster und Einblicke in die Aussagen Ihrer Kunden offenbaren. Sie fangen an, Dinge zu sehen, die Ihnen in übersichtlichen Dashboards ins Auge springen, die Sie auswerten können.
Vergleichen Sie unseren Ansatz mit herkömmlichen Methoden zur Umwandlung von Sprache in Text, bei denen ein umfangreiches, vorausgefülltes Wörterbuch erstellt und gepflegt werden muss und die allzu oft einen unhaltbaren Zeitaufwand und eine hohe CPU-Leistung für die Verarbeitung erfordern. Was andere Lösungen in ein paar Tagen erledigen, schafft unsere in ein paar Sekunden. Der technologische Ansatz ermöglicht es den Kunden, ihre Investitionen an ihre geschäftlichen Anforderungen anzupassen und ihre Analyseumgebung so umfangreich oder in Echtzeit zu skalieren, wie es ihr Geschäftsfall rechtfertigt.
Die Entschlüsselung von Sprachtransaktionen bietet nicht nur einen besseren Einblick für Contact Center Manager, sondern ermöglicht es, Transaktionsdaten aus dem Kundenservice in strategische Big Data-Initiativen einzubinden, ohne die Komplexität zu erhöhen. Wir erreichen dies durch Anwendungen mit interaktiven Dashboards, die über alles berichten, von der Leistung der Agenten bis hin zu Vertriebs- und Marketingtrends. Big Data ist schon kompliziert genug – zum Glück können Kontaktzentren jetzt die Vorteile vereinfachter Software und Tools nutzen, die komplexe zugrunde liegende Analysen für den Endbenutzer unkenntlich machen und den wahren Wert, der in ihren Big Data steckt, leicht erschließen.
