Questions fréquentes sur le Quality Monitoring automatisé

Les bénéfices apportés par le Quality Monitoring automatique via le Speech Analytics sont nombreux et largement documentés. On peut les regrouper en plusieurs axes majeurs​ :

Le Quality Monitoring manuel repose sur des évaluateurs qui écoutent ou lisent un échantillon d’interactions. Le Quality Monitoring automatisé applique la même grille par l’IA à un périmètre bien plus large, que vous définissez selon vos enjeux et votre budget. Dans CrossCX, les deux partagent la même grille et les mêmes rapports, et se combinent.

L’introduction du Speech Analytics peut susciter des interrogations, voire des craintes, chez les conseillers clientèle et les analystes qualité en place. Il est donc important d’anticiper l’impact humain et de piloter le changement de façon transparente et positive.

En théorie, on pourrait se dire que l’IA suffit et qu’on pourrait « écouter moins nos clients ». « Ce n’est pas une bonne approche », prévient un spécialiste – le Speech Analytics doit au contraire être envisagé comme un moyen d’améliorer votre capacité d’écoute​. …

Un projet réussi part d’un objectif précis, vérifie la qualité et l’accès aux enregistrements, réunit métier, DSI et juridique, démarre sur un périmètre pilote, puis s’étend. La méthode compte autant que la technologie.

Les résultats se lisent sur quatre familles d’indicateurs : la productivité des évaluateurs, la performance des conseillers, la satisfaction client et la conformité. On les mesure en comparant avant et après sur les indicateurs qualité déjà suivis, puis dans les rapports qualité.

Le domaine de l’analytics conversationnel et du Quality Monitoring automatique est en évolution rapide, porté par les avancées de l’IA et les nouveaux besoins des entreprises.