Cos'è la conversation intelligence? Una guida per le aziende

Nella maggior parte delle conversazioni di vendita e assistenza, gran parte di ciò che viene discusso viene raramente utilizzato oltre la conversazione stessa. La chiamata avviene, qualcuno la contrassegna come completata nel CRM e la conversazione finisce in un file di registrazione che non viene mai più riesaminato. 

La conversation intelligence è il livello che impedisce questo scenario. Il suo obiettivo è acquisire la conversazione, trascriverla e applicare l'analisi IA per trasformarla in risorse interne che puoi utilizzare e condividere con il team e la direzione. Così le aziende ottengono una registrazione di quanto detto durante ogni conversazione, classificata per sentiment, obiezioni e azioni da intraprendere, anziché disporre solo di conversazioni selezionate per la revisione interna. 

Questa guida spiega cos'è la conversation intelligence, come funziona e dove viene usata più spesso, così puoi iniziare ad applicarla alle tue conversazioni con i clienti.

In sintesi

• La conversation intelligence diventa preziosa quando il volume delle chiamate supera ciò che i responsabili possono monitorare manualmente, facendo perdere informazioni importanti.
• La stessa pipeline serve ogni team che basa il proprio lavoro sulle conversazioni: dal coaching commerciale e dalla qualità dell'assistenza alla conformità normativa nei settori regolamentati e alle riunioni interne.
• L'utilità di una piattaforma dipende dalla precisione su audio del mondo reale, misurata dal tasso di errore delle parole attribuito al parlante, perché ogni punteggio e riepilogo dipende dalla trascrizione sottostante.
• Una piattaforma efficace richiede anche modalità in tempo reale e batch, copertura multilingue, rilevamento delle entità e integrazione CRM, funzionalità che ElevenLabs offre tramite Scribe v2 e Scribe v2 Realtime, con supporto per SOC 2, HIPAA, GDPR e residenza dei dati nell'UE.

Cos'è la conversation intelligence e come viene utilizzata?

La conversation intelligence è un software che registra e trascrive le conversazioni con i clienti, quindi usa l'IA per trasformarle in informazioni strutturate, come sentiment, argomenti, azioni da intraprendere e obiezioni. Si basa su due livelli: una trascrizione accurata e un livello di interpretazione che ricava il significato dalla trascrizione della conversazione.

È proprio questo livello di interpretazione a distinguerla da una registrazione o da una semplice trascrizione. Per esempio, una registrazione di chiamata conserva in genere solo l'audio, mentre una trascrizione rende leggibile lo stesso audio. La conversation intelligence arricchisce l'analisi determinando chi ha parlato, gli argomenti trattati, le domande rimaste aperte e quanto la conversazione sia stata in linea con il suo obiettivo.

Per capire meglio come funziona nella pratica, prendiamo come esempio una singola chiamata di vendita. Un sistema di conversation intelligence esegue le seguenti operazioni: 

• Trascrivere l'audio: converte la chiamata in un testo accurato con timestamp, etichettando ogni partecipante alla conversazione. 
• Rilevare i momenti chiave: il sistema segnala momenti importanti della discussione, come domande sui prezzi, menzioni di concorrenti e prossimi passi concordati.
• Valutare la conversazione: questo processo misura la conversazione rispetto a un framework definito, come il rapporto tra tempo di parola e di ascolto o la copertura delle domande di scoperta. 
• Sincronizzare con il CRM: un riepilogo della conversazione e delle azioni da intraprendere viene inserito nel record senza immissione manuale dei dati.

In tutta l'azienda, i team applicano lo stesso schema con la conversation intelligence. I team dedicati ai ricavi la usano nelle chiamate di vendita, l'assistenza la utilizza nelle interazioni di servizio, le funzioni di conformità normativa la applicano alle conversazioni regolamentate per garantire la tutela della privacy dei dati e i team di prodotto la usano per comprendere meglio il feedback dei clienti e migliorare il prodotto.

Perché la conversation intelligence è importante? Vantaggi della Conversation Intelligence

I vantaggi della conversation intelligence crescono con il volume di conversazioni che un'azienda desidera sfruttare come risorsa interna. 

La conversation intelligence dà il meglio quando trasforma il dialogo non strutturato in dati che un'azienda può misurare e migliorare. Quando i team la adottano, emergono costantemente diversi vantaggi:

• Coaching e onboarding migliorati: i responsabili possono esaminare i pattern dell'intero team anziché assistere a poche chiamate. Ciò consente ai nuovi assunti e agli altri membri del team di imparare da esempi reali di chiamate efficaci anziché dalla teoria. 
• Meno ore amministrative e inserimento più rapido nel CRM: dati recenti del report State of Sales di Salesforce mostrano che i venditori dedicano meno del 30% del loro tempo settimanale ad attività di vendita diretta. Il tempo restante viene impiegato in attività amministrative, riunioni interne, ricerca manuale e inserimento dati. La presa di appunti automatizzata, gli aggiornamenti CRM e altre attività amministrative essenziali consentono ai venditori di dedicare più tempo alla vendita. 
• Segnalazione dei segnali di acquisto e delle obiezioni emerse: il livello di analisi della conversation intelligence segnala resistenze sui prezzi, menzioni di concorrenti e altri elementi di interesse, affinché non vengano trascurati argomenti rilevanti. Aiuta la direzione a esaminare le conversazioni in cui ricorrono riferimenti ai prezzi o ai concorrenti e a definire strategie di miglioramento.
• Collaborazione tra team: questo vantaggio consente alle informazioni ricavate dalle chiamate di raggiungere marketing, prodotto e leadership, anziché rimanere isolate in un solo reparto. Migliora i processi di vendita e assistenza nell'azienda, individuando le aree in cui altri reparti possono contribuire.

Questi vantaggi si accumulano nel tempo perché la stessa analisi viene eseguita su ogni conversazione. Imparare da queste conversazioni e ricavarne informazioni utili è esattamente lo scopo della conversation intelligence.

Come funziona la conversation intelligence

La maggior parte delle piattaforme di conversation intelligence sul mercato segue attualmente un processo in cinque fasi, indipendentemente dal fornitore. Questa pipeline comprende: 

• Acquisizione dei dati: raccolta delle conversazioni registrate o acquisite dalla loro origine, come una chiamata telefonica, lo script di una chat o una piattaforma di videoconferenza come Zoom o Teams.
• Trascrizione: una tecnologia che usa il riconoscimento vocale converte l'audio in testo, producendo un record ricercabile. 
• Analisi IA: i modelli di elaborazione del linguaggio naturale (NLP) e machine learning (ML) elaborano il testo per identificare il sentiment, i momenti principali e le azioni da intraprendere. Alcune piattaforme eseguono questa analisi in tempo reale e forniscono indicazioni al rappresentante durante la chiamata. 
• Informazioni utili: l'analisi della conversazione produce output utilizzabili, come obiezioni ricorrenti, domande sui prezzi o altri segnali correlati. 
• Integrazione CRM: le informazioni utili e i riepiloghi delle chiamate si sincronizzano con una piattaforma CRM come Salesforce o HubSpot per aggiornare i record senza inserimenti manuali continui.

All'interno del livello di trascrizione

Sebbene il flusso in cinque fasi comprenda l'intera pipeline, la parte di "trascrizione" del secondo passaggio è particolarmente importante e l'efficacia delle fasi successive dipende da ciò che avviene in questa fase. Vediamo più nel dettaglio tecnico come funziona la trascrizione nel contesto della conversation intelligence.

1. Diarizzazione dei parlanti: attribuisce ogni segmento di una trascrizione a uno specifico parlante, indicando chi ha detto cosa. In una chiamata di vendita, questa funzione consente a uno strumento di coaching di calcolare il rapporto tra tempo di parola e di ascolto e verificare che il rappresentante commerciale abbia posto la maggior parte delle domande. Diarizzazione è relativamente semplice su una registrazione completata, poiché il modello può confrontare una voce all'inizio della chiamata con una voce alla fine. È più difficile farlo in tempo reale, perché il sistema deve assegnare un'etichetta al parlante senza sapere cosa verrà detto dopo.
   
   
2. Rilevamento delle entità: identifica categorie specifiche di informazioni nella trascrizione, come nomi, date, importi in dollari o numeri di conto, e associa timestamp precisi a ciascuna. Ciò consente a una piattaforma di creare un indice ricercabile di "tutte le chiamate in cui è stato menzionato un concorrente", senza richiedere a qualcuno di leggere ogni trascrizione o ascoltare ogni chiamata. Inoltre, rende possibile l'oscuramento dei dati per un call center che gestisce dati PCI o PHI per soddisfare i requisiti di conformità normativa.
   
   
3. Gestione multilingue: copre sia l'identificazione automatica della lingua all'interno di una chiamata sia una trascrizione accurata nelle lingue che un team utilizza effettivamente con i clienti. Una piattaforma limitata all'inglese perde completamente le conversazioni quando un team di assistenza inizia a gestire chiamate in spagnolo, portoghese o giapponese.

Le funzionalità Speech to Text di ElevenLabs coprono tutti e tre gli aspetti in un'unica API, con diarizzazione per un massimo di 32 parlanti, rilevamento delle entità per tipi di entità che includono le categorie PII, PHI e PCI, e trascrizione in oltre 90 lingue.

Conversation intelligence e IA conversazionale a confronto

Questi due termini vengono spesso confusi. Ciò che li distingue è che l'IA conversazionale partecipa a conversazioni vocali, mentre la conversation intelligence le analizza.

L'IA conversazionale comprende chatbot e agenti vocali in grado di conversare direttamente con un cliente rispondendo alle domande o alle richieste di assistenza. La conversation intelligence opera dietro le quinte e non interagisce con il cliente. Ascolta le conversazioni già in corso ed estrae da esse informazioni utili. 

Le due tecnologie sono complementari, non in competizione. Svolgono funzioni separate e autonome per l'azienda nel contesto delle conversazioni. Per esempio, un team di assistenza che utilizza agenti vocali su una piattaforma come ElevenAgents può applicare la conversation intelligence alle chiamate gestite dagli agenti nello stesso modo in cui la applica a quelle gestite da persone. L'obiettivo è verificare dove un agente ha gestito bene una query e dove invece questa è stata inoltrata.

Casi d'uso della Conversation Intelligence

La conversation intelligence opera in modo diverso a seconda del caso d'uso specifico per cui il team la utilizza. I suoi vantaggi variano in base al caso d'uso implementato. Tra i principali casi d'uso della conversation intelligence troviamo:

Coaching commerciale

I responsabili delle vendite possono creare librerie di chiamate organizzate in base a competenze specifiche, come la gestione delle obiezioni o le domande di scoperta. Possono usarle per inserire più rapidamente i nuovi rappresentanti e definire cosa significa avere successo per l'intero team.

Qualità dell'assistenza clienti

I responsabili dell'assistenza possono esaminare le chiamate degli agenti su una scala mai vista prima. La conversation intelligence consente loro di individuare problemi di tono, risoluzioni incomplete o lacune nello script, senza dover essere presenti alla chiamata in tempo reale. Un calo del sentiment nella conversazione che appare dopo l'introduzione di una domanda sulla fatturazione è un pattern su cui vale la pena agire se si presenta in più conversazioni. 

Conformità normativa e rilevamento dei rischi

Molti settori regolamentati, come la sanità e i servizi finanziari, usano la conversation intelligence per confermare che siano state fornite le informative richieste e segnalare le chiamate con informazioni sensibili. Ciò è particolarmente rilevante per le informazioni personali identificabili (PII), come un numero di previdenza sociale (SSN) o una diagnosi medica discussa senza un'adeguata gestione dei dati sensibili. Il rilevamento delle entità rende questo caso d'uso pratico su larga scala, anziché affidarsi a un revisore umano per individuare ogni singolo caso. 

Analisi del feedback sul prodotto

I team di prodotto esaminano le trascrizioni dell'assistenza e delle vendite per identificare richieste ricorrenti di funzionalità o aree di confusione che non vengono mai registrate ufficialmente altrove. Se un reclamo compare una sola volta, è semplicemente rumore. Lo stesso reclamo in quaranta chiamate, invece, è un elemento della roadmap da affrontare. Questi reclami possono segnalare al team di prodotto dove potrebbero esserci lacune nelle funzionalità del prodotto. 

Crea una soluzione di conversation intelligence con l'API di ElevenLabs

L'infrastruttura che supporta le piattaforme di conversation intelligence è principalmente una questione di Speech to Text, con diversi requisiti specifici aggiuntivi.

Per trascrivere più chiamate registrate, Scribe v2 elabora file audio e video, includendo la diarizzazione dei parlanti, timestamp a livello di parola e il rilevamento delle entità. Per l'analisi in tempo reale, Scribe v2 Realtime trasmette la trascrizione in streaming con una latenza di circa 150 ms, consentendo di inviare suggerimenti di coaching in tempo reale o avvisi di conformità durante la chiamata anziché dopo la sua conclusione.

Cosa serve a una piattaforma di conversation intelligence dal suo livello infrastrutturale:

• Separare il parlato del cliente da quello dell'agente tramite diarizzazione ed etichettatura dei ruoli dei parlanti, un aspetto fondamentale per qualsiasi metrica di coaching che richieda l'identificazione del parlante.
• Il rilevamento delle entità può essere implementato per identificare e mascherare automaticamente i dettagli sensibili, anziché affidarsi alla revisione manuale prima che le trascrizioni vengano salvate o condivise.
• Sono disponibili opzioni sia batch sia in tempo reale, poiché la revisione della conformità normativa e il coaching dal vivo richiedono livelli di latenza diversi.
• Supporto per più lingue, in linea con quelle parlate dai clienti di un team anziché limitato a quelle utilizzate nella sede centrale.

Queste funzionalità formano collettivamente il livello di trascrizione su cui si basa un prodotto di conversation intelligence. La logica di analisi e coaching rimane una componente che un team può sviluppare autonomamente o acquistare da un fornitore CI specializzato.

Inizia con ElevenAPI

Scribe v2 e Scribe v2 Realtime ti offrono il livello di trascrizione per la conversation intelligence, con diarizzazione, rilevamento delle entità e timestamp a livello di parola in un'unica API. Esplora Speech to Text di ElevenLabs per vedere i modelli e le lingue supportati.

Se stai integrando la conversation intelligence nel tuo prodotto o nei tuoi strumenti interni, crea un account gratuito e inizia a trascrivere la tua prima chiamata. Il riferimento API Speech to Text illustra l'intero set di parametri per diarizzazione, rilevamento delle entità e supporto linguistico. 

Domande frequenti