Chaque jour, les centres d’appels enregistrent des milliers de conversations entre les clients et les agents. Ces appels contiennent quelques-uns des signaux les plus clairs et honnêtes qu’une entreprise peut recevoir : pourquoi les clients sont-ils frustrés, quels sont les points de friction, qu’ont-ils tenté avant d’appeler et quelle est l’efficacité des réponses des agents? Toutefois, la majorité de ces signaux restent piégés dans ces enregistrements audio qui sont difficilement exploitables manuellement à grande échelle.

Pour une entreprise de services publics de premier plan des États-Unis qui sert des millions de clients, cet écart représente tant un risque qu’une occasion d’affaires manquée. Seulement une petite fraction des appels sont analysés, et la plupart des opinions des clients à l’égard de l’entreprise ne sont jamais écoutées. Les superviseurs se fiaient à un échantillonnage aléatoire pour évaluer la qualité. Ainsi, les problématiques émergentes n’étaient connues que plusieurs semaines après leur signalement. De plus, le motif de chaque appel, la véritable raison pour laquelle le client a pris la peine d’appeler, était rarement enregistré au-delà d’une étiquette de compétence prédéfinie.

CGI s’est associée à Databricks pour transformer la manière dont les appels des clients sont analysés et mis à profit dans l’ensemble de l’entreprise. Plutôt que de simplement étendre sa capacité d’analyse, l’approche consistait à transformer la manière dont l’entreprise interagit avec ses données. En introduisant une couche conversationnelle à l’espace Databricks Genie, nous avons permis aux équipes d’aller au-delà des tableaux de bord statiques et des rapports prédéfinis. Maintenant, elles peuvent poser des questions en langage naturel, explorer les tendances lorsqu’elles font surface et analyser la raison du comportement du client, sans attendre de réponse des équipes techniques ou réécrire de requêtes. Ensemble, nous avons conçu une solution d’analyse pour les centres d’appels fondée sur l’intelligence artificielle (IA) qui transforme les enregistrements bruts des appels des clients en perspectives gouvernées prêtes à être analysées à grande échelle, en plus d’offrir une protection des données intégrée et accessible pour les utilisateurs professionnels.

D’un échantillonnage réduit à des perspectives en temps réel

Le principal défi de l’analyse des appels est un enjeu d’ampleur. Un superviseur de centre d’appels qui examine seulement une petite fraction des appels ne peut pas évaluer de manière pertinente une opération qui traite des milliers d’appels chaque jour. Les tendances prennent trop de temps à émerger, les occasions d’encadrement sont manquées et la voix des clients, l’ensemble de données le plus précieux que possède une organisation de prestation de services, demeure captive des enregistrements audio.

Conçue de bout en bout sur la plateforme Databricks Lakehouse, notre solution résout directement cette problématique. Chaque appel est automatiquement transcrit, protégé, enrichi par l’IA et présenté par l’entremise de tableaux de bord et d’interfaces d’outils en langage naturel. Au lieu d’analyser un échantillonnage de ses appels, l’organisation peut maintenant analyser chaque conversation avec les clients.

De même, ces renseignements sont accessibles à l’échelle de l’entreprise, plutôt que d’être confinés aux analystes et aux cycles de production de rapports. Grâce à l’utilisation du langage naturel pour accéder à des données d’appels soigneusement préparées, les équipes, de la haute direction du centre d’appels à l’équipe responsable de la conformité, peuvent explorer les tendances, valider les hypothèses et identifier les problèmes émergents en temps réel. Ce qui prenait auparavant des journées entières à analyser peut maintenant se faire à mesure que les questions sont soulevées.

Par exemple, l’organisation a identifié en quelques jours, plutôt que des semaines, un problème récurrent de facturation qui entraînait des appels répétés, ce qui a permis aux équipes de corriger la cause principale avant que la situation ne dégénère.

Concevoir la solution sur Databricks

Convertir les enregistrements audio en renseignements exploitables ne relève pas seulement d’un enjeu d’utilisation, mais aussi d’ingénierie des données. Bien que plusieurs organisations peuvent traiter et stocker de grands volumes de données, très peu peuvent les rendre accessibles aux équipes responsables de leur exploitation. Dans ce cas, l’objectif n’était pas uniquement de consolider l’ingestion, la transcription et l’enrichissement par l’IA sur Databricks, mais aussi d’indexer ces renseignements à des fins de recherche par les utilisateurs professionnels à l’aide d’une interface conversationnelle.

Grâce à Databricks Genie, l’entièreté du parcours est accessible en langage naturel, ce qui permet aux utilisateurs de poser des questions de suivi, d’enquêter sur les anomalies et de remonter jusqu’aux données sources sans avoir à comprendre les structures de données sous-jacentes.

Les principaux éléments de la solution comprennent :

  • une base de données unifiée qui ingère des enregistrements audio, les traite au moyen d’une architecture de stockage en couches et publie des renseignements consolidés prêts pour l’analyse et la production de rapports;
  • une fonctionnalité de transcription automatisée qui convertit avec grande précision les conversations en texte exploitable et structuré;
  • une protection des données intégrée qui détecte et anonymise automatiquement les renseignements sensibles des clients avant de passer à l’analyse en aval, ce qui respecte les exigences réglementaires et de conformité;
  • un enrichissement par l’IA qui catégorise les appels, génère des résumés et rend immédiatement disponible chaque interaction en vue d’analyse ou de recherche en langage naturel;
  • des tableaux de bord destinés à la direction combinés à l’analyse des conversations, ce qui permet aux utilisateurs d’aller au-delà des rapports statiques et d’explorer en temps réel les causes et les questions hypothétiques;
  • des analyses en langage naturel à l’aide de Databricks AI/BI Genie, qui permettent aux utilisateurs professionnels d’interroger les données en anglais et de recevoir des réponses directes appuyées par des données.

Parce que chacune des couches est exécutée sur une plateforme unique, la solution est gouvernée de bout en bout. Les données sensibles demeurent au sein d’un périmètre sécurisé, et chaque renseignement est traçable à son enregistrement d’origine. Le parcours peut être configuré, étendu ou exécuté de nouveau sans avoir à tout reconstruire à partir de zéro. Ainsi, cela garantit que le système puisse s’adapter aux besoins d’affaires en constante évolution. Il en résulte une solution où les renseignements sont à la fois générés et immédiatement accessibles, en plus d’être exploitables par les équipes qui en dépendent.

Pourquoi est-ce important pour l’entreprise

Pour une entreprise de services publics de premier plan, les retombées se font sentir bien au-delà de la transcription d’appels. La capacité de comprendre chaque conversation avec des clients génère de la valeur à l’échelle de l’organisation, ce qui permet de mettre en place une prise de décision plus rapide et éclairée, en plus de réduire le délai entre l’identification de problématiques et leur solution.

  • Les responsables de l’expérience client obtiennent une meilleure visibilité sur les raisons pour lesquelles les clients appellent, y compris les problèmes soulevés au-delà du motif initial, ce qui permet de cibler plus efficacement les investissements en libre-service, d’améliorer la formation des agents et de réagir plus rapidement aux points de friction émergents.
  • Les équipes des opérations et de l’assurance qualité passent de l’analyse d’échantillonnages réduits à une mesure objective en continu de la performance des agents, du respect du protocole et de la qualité de la solution offerte.
  • Les équipes de la gestion des risques et de la conformité tirent avantage d’une protection des données constante et automatisée qui s’applique à tous les appels, pas seulement ceux retenus pour une analyse.
  • Les hauts dirigeants obtiennent un aperçu en temps réel du sentiment de la clientèle et des raisons des appels, en plus d’avoir la possibilité d’explorer les tendances de manière interactive et d’analyser les causes fondamentales sans passer par des cycles supplémentaires.

Le résultat est un centre d’appels qui n’est plus qu’une dépense à visibilité limitée. Il devient la source de renseignements utilisés à l’échelle de l’entreprise, en plus d’orienter les décisions concernant les produits, la prestation de services et la planification stratégique.

Un schéma qui s’étend au-delà d’un seul secteur

Bien que cette solution a été conçue pour le secteur des services publics, la problématique sous-jacente est présente dans tous les secteurs. Les banques, les assureurs, les fournisseurs de soins de santé, les entreprises de télécommunications et les détaillants possèdent tous des centres d’appels qui génèrent d’énormes volumes de conversations avec les clients, dont la plupart demeurent sous-utilisées. La même approche reposant sur Databricks s’applique à toutes les organisations qui ont besoin de convertir leurs enregistrements audio en intelligence d’affaires gouvernée et évolutive.

À mesure que les organisations mettent en œuvre l’IA dans l’ensemble de leurs activités, la capacité de combiner des données gouvernées avec un accès conversationnel intuitif gagne en importance. Les solutions comme celle-ci démontrent comment les organisations peuvent aller au-delà des cas d’utilisation d’analyse isolés et créer une intelligence partagée qui soutient la prise de décision dans tous les services.

Cela reflète une transition plus généralisée de la manière dont les données sont exploitées : pas seulement à titre d’outils d’analyse, mais en tant que capacités intégrées à la prise de décision quotidienne. Les partenariats entre des experts sectoriels et des plateformes comme Databricks rendent possible cette transition à grande échelle.

La voix du client s’est toujours fait entendre. Grâce à CGI et Databricks, les entreprises peuvent maintenant la comprendre et en tirer parti.