Рекламные агентства и каждый из маркетологов находятся под постоянным давлением, доказывая рентабельность вложений в рекламу. Однако, отслеживать digital-успехи сложно, если у компании нет способа узнать, какая реклама в итоге привела к откликам и, как следствие, к увеличению продаж. Речевая аналитика же позволяет найти эту связь и проследить путь клиента по воронке, что в дальнейшем оптимизирует бюджет рекламных кампаний и позволяет продлить жизненный цикл клиента.

Что такое «речевая аналитика»

Речевая аналитика — это технология на основе машинного обучения, которая анализирует звонки в записи и в режиме реального времени, а также транскрибирует речь пользователя в текстовый формат и рассчитывает основные метрики диалога: скорость речи, среднее время обработки заявки, ключевые слова и т. д. Речевая аналитика позволяет отслеживать, насколько корректно общаются сотрудники с клиентами, какие вопросы они задают чаще всего и как быстро решается та или иная проблема.

Работа речевой аналитики состоит из следующих этапов:

Сбор данных. Для дальнейшего анализа система сначала собирает неструктурированные данные диалогов: информацию об операторе и клиенте, дату и время звонка.

Обработка записи. Далее происходит распознавание речи, ее последующая транскрибация в текст и извлечение такой информации, как длительность разговора, молчания во время звонка или перебивание. Обработка диалога на этом этапе включает в себя три механизма: распознавание речи, аналитику на основе тегов и разделение звуковых дорожек.

Подготовка отчета. Система анализирует закономерности в проработанных диалогах и готовит отчет. Собранные данные помогают предприятиям повысить производительность контакт-центров и сократить расходы на анализ обслуживания клиентов.

Как речевая аналитика помогает маркетингу: пять вариантов использования

Вариант 1 — понимание аудитории

Знаете ли вы, что ваши клиенты думают о вашем товаре или качестве предоставляемых услуг? Мониторинг уровня удовлетворенности клиентов и их общего впечатления от вашего бренда — ключ к дальнейшему развитию. Использование речевой аналитики позволяет извлекать полезные для дальнейшей работы данные из тысячи звонков, не слушая их. Речевая аналитика дает четкое понимание, что движет клиентами при совершении покупки, информацию об их запросах, настроении и даже эмоциях.

Так, например, несколько лет назад один банковский проект запустил автоматические исходящие звонки для сбора обратной связи: робот задавал клиентам вопросы о качестве предоставляемых услуг и общем впечатлении о продукте, а также об уровне лояльности и удовлетворенности клиентов. Оценки и комментарии к ним респондентов обрабатывались также в автоматическом режиме, что позволило увеличить число опрашиваемых ежемесячно клиентов от 3 до 40 тыс.

Вариант 2 — оптимизация рекламных сообщений

Ни для кого не секрет, что умение слышать клиента — это прямой путь к успеху. Готовые отчеты по диалогам дают возможность определить ключевые слова или фразы, которые клиенты используют чаще всего. Маркетологи могут применить эти знания для оптимизации рекламной стратегии или упоминания фраз-триггеров в рекламных объявлениях.

Коллеги делятся кейсом работы с агентством недвижимости. Ежемесячно в компанию поступает более 15 тыс. звонков — в зависимости от запроса оператор перенаправляет обращение на нужного специалиста. Отделу маркетинга в этом случае крайне важно отслеживать связь обращений и динамики рекламных кампаний для дальнейшей оптимизации бюджета. Прослушивание звонков и проставление тегов вручную обошлось бы в сумму от 70 тыс. руб. в месяц, в то время как речевая аналитика справилась с задачей не только быстрее, но и с наименьшими затратами.

Вариант 3 — SEO-оптимизация сайта

Каждый бизнес закрывает определенную потребность или «боль» клиента. Проанализировав при помощи речевой аналитики главные запросы клиентов по ключевым словам, можно использовать эти точки для дальнейшей оптимизации контента на сайте и повышения поисковой выдачи.

Вариант 4 — реакция на запросы потребителя и работа с возражениями

Речевая аналитика — простое и экономичное решение для анализа VoC, то есть голоса потребителя, который является ключевым каналом работы для маркетологов. Благодаря речевому анализу можно выявлять запросы клиентов и развивать новые продукты или услуги компании в соответствии с ними. Так, если во входящих обращениях часто фигурирует запрос на какой-либо продукт, которого еще нет в ассортименте компании, стоит задуматься над развитием в этом направлении.

Речевая аналитика также позволяет выявлять недовольства и возражения аудитории и своевременно их отрабатывать. Так, в одной страховой компании операторы, предлагая новый товар или услугу в дополнение к уже приобретенным, часто встречают отказ клиентов. Настроив речевую аналитику на автоматический поиск по словам, компания определила самые частые возражения, которые обычно упирались в высокую цену. В итоге был разработан сценарий, который информировал клиентов, из чего складывается цена, и объяснял, почему данная услуга или товар лучше, чем у конкурентов. Подобный метод работы с возражениями позволил увеличить общую конверсию в продажи на 7% в сравнении с периодом, когда возражения оставались необработанными.

Вариант 5 — фильтрация лидов

В качестве еще одного примера использования речевой аналитики приведем сферу недвижимости. Менеджеры в одной крупной строительной компании помечали заявки от клиентов, которые не готовы были купить квартиру здесь и сейчас, как «нецелевые», в дальнейшем забывая их обработать. В результате компания теряла сотни потенциальных клиентов. Так перед аналитиками встала задача проанализировать звонки со статусом «нерелевантный» и найти среди них целевые. Целевым в этом случае считается разговор, тема которого касается приобретения недвижимости, а ключевыми словами будут считаться, например, название объекта, количество комнат и заданный бюджет. Под ключевые слова также попадают те, что выражают готовность клиента приехать на просмотр объекта или оформить ипотеку.

В результате работы речевой аналитики в данном кейсе 72% записей были определены как целевые, 47% из которых демонстрировали готовность клиента к дальнейшим действиям, 29% содержали информацию о бюджете, а 73% — о желаемом количестве комнат.

Выводы

Данные речевой аналитики желательно объединять с информацией, полученной через другие каналы взаимодействия с клиентами, чтобы получить более полную картину маркетинговой экосистемы. Используйте доступные инструменты, чтобы поближе познакомиться со своими клиентами, определить «слабые» места и сделать их своими преимуществами перед конкурентами.