“วิเคราะห์อารมณ์” จากเสียงลูกค้า เปลี่ยนให้ Contact Center เข้าใจลูกค้ามากยิ่งขึ้น

การวิเคราะห์ความรู้สึกจากน้ำเสียงที่ใช้ในศูนย์บริการลูกค้า (Contact Center) คืออะไร?

คนส่วนใหญ่มักเข้าใจว่า AI ที่ใช้หลักการคิดเชิงตรรกะได้ดีนั้นไม่สามารถรับรู้ความรู้สึกของมนุษย์ได้ แต่ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีการวิเคราะห์อารมณ์โดยใช้ AI ได้รับการพัฒนาและมีการนำไปใช้จริงแล้ว การวิเคราะห์อารมณ์โดยใช้ AI มีเป้าหมายหลักสามองค์ประกอบ ได้แก่ ข้อความ (Text) การแสดงออกทางสีหน้า (facial expressions) และเสียง (Voice)

การวิเคราะห์อารมณ์ด้วยเสียง (Voice emotion analysis) ใช้อัลกอริทึม (Algorithm) เฉพาะในการใช้ AI เพื่อระบุอารมณ์ มีความสุข โกรธ เศร้า และอารมณ์อื่นๆ ที่เกี่ยวข้องกับลักษณะเฉพาะของเสียงมนุษย์แต่ละแบบ เช่น ระดับเสียง ความแรงของเสียง น้ำเสียง ความสั่นของเสียง และการเก็บเสียง ในช่วงไม่กี่ปีที่ผ่านมา ความแม่นยำของการวิเคราะห์อารมณ์ด้วย AI ได้รับการพัฒนาอย่างมากโดยใช้การเรียนรู้เชิงลึก (Deep Learning) แล้วจะเป็นอย่างไรหากนำการวิเคราะห์อารมณ์ด้วยเสียงมาใช้ในศูนย์บริการลูกค้า (Contact Center) ซึ่งไม่สามารถมองเห็นการแสดงออกทางสีหน้าของลูกค้าได้ รวมถึงวิเคราะห์เนื้อหาการโทรระหว่างลูกค้าและเจ้าหน้าที่บริการลูกค้า


ตัวอย่างเช่น แม้ว่าลูกค้าจะระงับความโกรธหรือความไม่พอใจด้วยคำพูดที่สุภาพ คุณก็สามารถเข้าใจถึงอารมณ์ที่มองไม่เห็นเบื้องหลังคำพูดของพวกเขาได้ นอกจากนี้ยังสามารถพิจารณาได้ว่าเมื่อตอบสนองลูกค้าแล้วทำให้ลูกค้ามีความประทับใจหรือรู้สึกไม่สบายใจ ทำให้เจ้าหน้าที่สามารถให้บริการดูแลลูกค้าได้อย่างเหมาะสมกับสภาวะความรู้สึกของลูกค้าได้ แม้ว่าพวกเขาจะไม่สามารถเข้าใจอารมณ์ของตนเองได้ดีก็ตาม

ประโยชน์ของการวิเคราะห์ความรู้สึกจากเสียงในศูนย์บริการลูกค้า (Contact center)

ประโยชน์ของการใช้เทคโนโลยีมาวิเคราะห์ความรู้สึกในการพูดคุยระหว่างลูกค้าและเจ้าหน้าที่บริการลูกค้าสามารถแบ่งออกได้เป็น 2 ส่วน ได้แก่ “การจัดการคุณภาพการให้บริการ” และ “การฝึกอบรมและการบริหารจัดการเจ้าหน้าที่บริการลูกค้า”

1. การจัดการคุณภาพการตอบสนอง (Management of response quality)
   โดยปกติแล้วการประเมินคุณภาพการให้บริการหรือการตอบสนองของเจ้าหน้าที่บริการลูกค้า จะวัดตามรายละเอียดการปฏิบัติการ เช่น “เจ้าหน้าที่บริการลูกค้าถามคำถามที่ควรถามกับลูกค้าหรือไม่” อย่างไรก็ตาม ด้วยการวิเคราะห์อารมณ์จากน้ำเสียงของลูกค้า คุณสามารถประเมินคุณภาพการให้บริการลูกค้า เช่น ประเมินได้ว่าเจ้าหน้าที่บริการลูกค้าได้ให้บริการที่ทำให้ลูกค้าพึงพอใจหรือไม่?”
   
   นอกจากนี้ AI ยังสามารถวิเคราะห์ข้อมูลเสียงระหว่างการโทรได้พร้อมๆ กัน และสามารถแสดงการแจ้งเตือนบนหน้าจอการปฏิบัติงานของ SV (Supervisor) หากตรวจพบอารมณ์เชิงลบของลูกค้าและตรวจจับการตอบสนองที่อาจเป็นปัญหาได้อย่างรวดเร็ว ซึ่งจะทำให้ SV สามารถให้การดูแลและช่วยเหลือเจ้าหน้าที่บริการลูกค้าได้อย่างรวดเร็วและเหมาะสมขึ้น รวมถึงทำให้การส่งต่อเคสไปยัง SV เป็นไปอย่างราบรื่น
2. การฝึกอบรมและการบริหารจัดการเจ้าหน้าที่บริการลูกค้า (Operator education and management)
   การวิเคราะห์อารมณ์จากน้ำเสียง ยังช่วยจัดการความเครียดของเจ้าหน้าที่บริการลูกค้าได้อย่างมีประสิทธิภาพ ซึ่งเป็นหน้าที่สำคัญของ SV (Supervisor) ด้วยการวิเคราะห์คำพูดของเจ้าหน้าที่ขณะให้บริการ คุณสามารถตรวจจับอารมณ์ด้านลบและเห็นถึงความเครียดที่มองไม่เห็นได้ หากคุณสามารถจัดการกับความไม่พอใจและความกังวลที่สะสมไว้ได้ตั้งแต่เนิ่นๆ ก็จะช่วยป้องกันการลาออกของเจ้าหน้าที่บริการลูกค้าอันเนื่องมาจากความเครียดสะสมได้เช่นกัน
   
   นอกจากนี้ยังสามารถตรวจสอบบทสนทนาก่อนหน้าและใช้ข้อมูลมาวิเคราะห์เป็นข้อมูลอ้างอิงได้ ตัวอย่างเช่น ในการฝึกอบรมและให้ความรู้เจ้าหน้าที่บริการลูกค้า เราสามารถให้คำแนะนำเชิงปฏิบัติการและโน้มน้าวโดยอาศัยข้อมูลอ้างอิงจากการวิเคราะห์อารมณ์ เช่น “การพูดคุยลักษณะนี้มีแนวโน้มที่จะทำให้ลูกค้ารู้สึกโกรธ ดังนั้นจึงควรปรับปรุง” ซึ่งเป็นการให้คำแนะนำที่ส่งผลดีอย่างยิ่ง นอกจากนี้ การใช้เคสตัวอย่างของเจ้าหน้าที่บริการลูกค้าที่สามารถให้บริการที่ทำให้ลูกค้ารู้สึกเชิงบวกจากการวิเคราะห์การสนทนาและใช้ข้อมูลข้อเสนอแนะเพื่อเป็นแบบอย่างการปฏิบัติงานแก่เจ้าหน้าที่รายอื่นจะนำไปสู่การทำงานที่มีประสิทธิภาพมากขึ้นซึ่งเป็นประโยชน์กับการพัฒนาบุคลากร

ด้วยการวิเคราะห์อารมณ์ของลูกค้าและเจ้าหน้าที่ให้บริการลูกค้าจากเนื้อหาของการโทร คุณสามารถเพิ่มความพึงพอใจของลูกค้าได้ด้วยการให้คำตอบที่ละเอียดอ่อนต่อความรู้สึกของลูกค้า และสามารถดูแลสุขภาพจิตของเจ้าหน้าที่ผู้ปฏิบัติงานได้อย่างเหมาะสม ดังนั้น การวิเคราะห์ความรู้สึกจากน้ำเสียงเป็นวิธีการปรับปรุงและเพิ่มประสิทธิภาพการทำงานของศูนย์บริการลูกค้า ตลอดจนสภาพแวดล้อมการทำงานที่ดียิ่งขึ้นสำหรับเจ้าหน้าที่บริการลูกค้า

บทสรุป

• การวิเคราะห์อารมณ์ด้วยน้ำเสียง (Voice emotion analysis) เป็นเทคโนโลยี AI ที่ใช้อัลกอริทึม (Algorithm) เฉพาะทาง เพื่อการบ่งชี้อารมณ์ความสุข ความโกรธ และความเศร้า และอารมณ์ที่เกี่ยวข้องจากลักษณะเสียงแต่ละเสียง การเข้าใจอารมณ์ที่มองไม่เห็นด้วยคำพูดและน้ำเสียงจะทำให้จัดการตอบสนองลูกค้าได้ง่ายขึ้นด้วยแนวทางที่เหมาะสม
• ด้วยการวิเคราะห์ความรู้สึกของการโทรสอบถามแบบเรียลไทม์โดย SV (Supervisor) สามารถให้การสนับสนุนได้ทันทีเมื่อตรวจพบความรู้สึกเชิงลบจากคำพูดของลูกค้า จะนำไปสู่การจัดการคุณภาพการตอบสนองที่เหมาะสม และคาดว่าจะเพิ่มหรือยกระดับความพึงพอใจของลูกค้าได้
• ด้วยการวิเคราะห์อารมณ์ของการตอบสนองของเจ้าหน้าที่ดูแลลูกค้า และการให้การดูแลในเวลาที่เหมาะสมเมื่อตรวจพบอารมณ์เชิงลบ ซึ่งมีประสิทธิภาพในการป้องกันการลาออกจากงานอีกด้วย นอกจากนี้ยังใช้สำหรับการฝึกอบรมเจ้าหน้าที่ดูแลลูกค้า รวมถึงกรณีตัวอย่างของการบริการลูกค้าที่สร้างอารมณ์เชิงบวกให้กับลูกค้าได้ด้วยเช่นกัน

Enter more