Czym jest conversation intelligence? Przewodnik dla firm

W większości rozmów sprzedażowych i obsługowych duża część omawianych kwestii rzadko jest wykorzystywana po zakończeniu rozmowy. Odbywa się połączenie, ktoś oznacza je w CRM jako zakończone, a rozmowa trafia do pliku nagrania, do którego nikt już nie wraca. 

Conversation intelligence to warstwa, która zapobiega takiej sytuacji. Jej zadaniem jest rejestrowanie rozmowy, transkrypcja i analiza AI, która zamienia ją w wewnętrzne materiały do wykorzystania i udostępniania zespołowi oraz kadrze zarządzającej. Firmy zyskują dzięki temu zapis tego, co padło podczas każdej rozmowy, oznaczony sentymentem, obiekcjami i zadaniami do wykonania, zamiast analizować wewnętrznie tylko wybrane rozmowy. 

Z tego przewodnika dowiesz się, czym jest conversation intelligence, jak działa i gdzie jest najczęściej wykorzystywane, aby zacząć stosować je w rozmowach z klientami.

Podsumowanie

• Conversation intelligence staje się wartościowe, gdy liczba połączeń przekracza możliwości ręcznego monitorowania przez menedżerów, przez co ważne wnioski umykają.
• Ten sam proces sprawdza się w każdym zespole opartym na rozmowach — od coachingu sprzedaży i jakości obsługi, przez zgodność w branżach regulowanych, po wewnętrzne spotkania.
• Przydatność platformy zależy od dokładności na nagraniach z rzeczywistego świata, mierzonej przypisanym do mówców wskaźnikiem błędów słów, ponieważ każda ocena i podsumowanie opierają się na transkrypcji.
• Skuteczna platforma potrzebuje też trybów w czasie rzeczywistym i wsadowego, obsługi wielu języków, wykrywania encji oraz integracji z CRM. ElevenLabs zapewnia to dzięki Scribe v2 i Scribe v2 Realtime, z obsługą SOC 2, HIPAA, RODO i rezydencji danych w UE.

Czym jest conversation intelligence i jak się je wykorzystuje?

Conversation intelligence to oprogramowanie, które nagrywa i transkrybuje rozmowy z klientami, a następnie używa AI, by zamienić je w uporządkowane wnioski, takie jak sentyment, tematy, zadania do wykonania i obiekcje. Opiera się na dwóch warstwach: dokładnej transkrypcji oraz warstwie interpretacji, która odczytuje znaczenie z zapisu rozmowy.

To właśnie warstwa interpretacji odróżnia je od nagrania lub zwykłej transkrypcji. Na przykład nagranie rozmowy zwykle zachowuje tylko dźwięk, a transkrypcja sprawia, że ten sam dźwięk można przeczytać. Conversation intelligence wzbogaca analizę, ustalając, kto mówił, jakie tematy poruszono, jakie pytania pozostały i na ile rozmowa realizowała swój cel.

Aby lepiej pokazać, jak wygląda to w praktyce, weźmy jako przykład pojedynczą rozmowę sprzedażową. System conversation intelligence zrobi następujące rzeczy: 

• Transkrypcja audio: Zamienia rozmowę w dokładny tekst ze znacznikami czasu i oznaczeniem każdego rozmówcy. 
• Wykrywanie kluczowych momentów: System oznaczy kluczowe momenty rozmowy, takie jak pytania o cenę, wzmianki o konkurencji i uzgodnione kolejne kroki.
• Ocena rozmowy: Proces porównuje rozmowę z określonymi kryteriami, takimi jak proporcja mówienia do słuchania lub zakres pytań odkrywających potrzeby. 
• Synchronizacja z CRM: Podsumowanie rozmowy i zadania do wykonania są zapisywane w rekordzie bez ręcznego wprowadzania danych.

W całej firmie zespoły stosują ten sam schemat conversation intelligence. Zespoły odpowiedzialne za przychody używają go do rozmów sprzedażowych, dział obsługi stosuje je podczas kontaktów serwisowych, zespoły ds. zgodności analizują regulowane rozmowy, aby chronić prywatność danych, a zespoły produktowe lepiej rozumieją opinie klientów, by ulepszać produkt.

Dlaczego conversation intelligence ma znaczenie? Korzyści z conversation intelligence

Korzyści z conversation intelligence rosną wraz z liczbą rozmów, które firma chce wykorzystać jako wewnętrzny zasób. 

Conversation intelligence działa najlepiej, gdy zmienia nieuporządkowany dialog w dane, które firma może mierzyć i poprawiać. Gdy zespoły je wdrażają, regularnie pojawiają się te korzyści:

• Lepszy coaching i wdrażanie: Menedżerowie mogą analizować wzorce w całym zespole, zamiast przysłuchiwać się tylko kilku rozmowom. Nowe osoby i pozostali członkowie zespołu uczą się dzięki temu na prawdziwych przykładach dobrych rozmów, a nie tylko na teorii. 
• Mniej pracy administracyjnej i szybsze wpisy w CRM: Według najnowszych danych z raportu Salesforce State of Sales sprzedawcy poświęcają na bezpośrednią sprzedaż mniej niż 30% czasu w tygodniu. Resztę zajmują im zadania administracyjne, spotkania wewnętrzne, ręczne wyszukiwanie informacji i wprowadzanie danych. Automatyczne notatki, aktualizacje CRM i inne niezbędne zadania administracyjne dają sprzedawcom więcej czasu na sprzedaż. 
• Oznaczanie sygnałów zakupowych i obiekcji: Warstwa analityczna conversation intelligence oznacza sprzeciw wobec ceny, wzmianki o konkurencji i inne istotne kwestie, aby ważne tematy nie umknęły. Pomaga kadrze zarządzającej analizować rozmowy, w których powtarzają się odniesienia do cen lub konkurentów, i planować usprawnienia.
• Współpraca między zespołami: Ta korzyść pozwala przekazywać wnioski z rozmów do marketingu, zespołu produktowego i kadry zarządzającej, zamiast zamykać je w jednym dziale. Pomaga to usprawniać sprzedaż i obsługę, wskazując obszary, w których inne działy mogą pomóc.

Korzyści te rosną z czasem, ponieważ ta sama analiza obejmuje każdą rozmowę. Właśnie do uczenia się na rozmowach i wyciągania z nich wniosków służy conversation intelligence.

Jak działa conversation intelligence

Większość dostępnych dziś na rynku platform conversation intelligence stosuje pięcioetapowy proces, niezależnie od dostawcy. Obejmuje on: 

• Pozyskiwanie danych: Pobieranie rozmów nagranych lub zebranych u źródła, na przykład z rozmowy telefonicznej, zapisu czatu albo platformy do wideokonferencji, takiej jak Zoom czy Teams.
• Transkrypcja: Technologia wykorzystująca rozpoznawanie mowy zamienia audio na tekst, tworząc zapis, który można przeszukiwać. 
• Analiza AI: Modele przetwarzania języka naturalnego (NLP) i uczenia maszynowego (ML) analizują tekst, aby rozpoznać sentyment, kluczowe momenty i zadania do wykonania. Niektóre platformy wykonują tę analizę na żywo i podpowiadają przedstawicielowi w trakcie rozmowy. 
• Wnioski: Analiza rozmowy daje użyteczne wyniki, takie jak powtarzające się obiekcje, pytania o cenę czy inne powiązane sygnały. 
• Integracja z CRM: Wnioski i podsumowania rozmów synchronizują się z platformą CRM, taką jak Salesforce lub HubSpot, aktualizując rekordy bez ciągłego ręcznego wprowadzania danych.

Wewnątrz warstwy transkrypcji

Choć pięcioetapowy proces obejmuje cały pipeline, część „transkrypcja” w drugim etapie ma kluczowe znaczenie, a skuteczność kolejnych etapów zależy od tego, co się wtedy wydarzy. Przyjrzyjmy się bardziej technicznie działaniu transkrypcji w kontekście conversation intelligence.

1. Diarizacja mówców: Przypisuje każdy fragment transkrypcji do konkretnego rozmówcy, wskazując, kto co powiedział. W rozmowie sprzedażowej pozwala to narzędziu coachingowemu obliczyć proporcję mówienia do słuchania i sprawdzić, czy przedstawiciel handlowy zadał większość pytań. Diarizacja jest stosunkowo łatwa w przypadku gotowego nagrania, ponieważ model może porównać głos z początku rozmowy z głosem z jej końca. W czasie rzeczywistym jest trudniejsza, ponieważ system musi przypisać etykietę mówcy, nie słysząc jeszcze dalszego ciągu.
   
   
2. Wykrywanie encji: Rozpoznaje w transkrypcji konkretne kategorie informacji, takie jak nazwiska, daty, kwoty w dolarach czy numery kont, i przypisuje każdej dokładny znacznik czasu. Dzięki temu platforma może utworzyć indeks z możliwością wyszukiwania „każdej rozmowy, w której wspomniano o konkurencie”, zamiast wymagać od kogoś czytania każdej transkrypcji lub odsłuchiwania każdego połączenia. Umożliwia też redagowanie danych w call center przetwarzającym dane PCI lub PHI, aby spełnić wymagania dotyczące zgodności.
   
   
3. Obsługa wielu języków: Obejmuje automatyczne rozpoznawanie języka podczas rozmowy oraz dokładną transkrypcję w językach, których zespół faktycznie używa z klientami. Platforma ograniczona tylko do angielskiego całkowicie pomija rozmowy, gdy dział obsługi zaczyna odbierać połączenia po hiszpańsku, portugalsku czy japońsku.

Możliwości ElevenLabs w zakresie Speech to Text obejmują wszystkie trzy elementy w jednym API: diarizację dla maksymalnie 32 mówców, wykrywanie encji dla typów encji z kategorii PII, PHI i PCI oraz transkrypcję w ponad 90 językach.

Conversation intelligence a conversational AI

Te dwa pojęcia są często ze sobą mylone. Różnica polega na tym, że konwersacyjna AI prowadzi rozmowy głosowe, a conversation intelligence je analizuje.

Konwersacyjna AI obejmuje chatboty i agentów głosowych, którzy mogą bezpośrednio rozmawiać z klientem, odpowiadając na pytania lub reagując na problemy ze wsparciem. Conversation intelligence działa w tle i nie wchodzi w interakcje z klientem. Słucha trwających rozmów i wyciąga z nich wnioski. 

Oba rozwiązania się uzupełniają, a nie konkurują ze sobą. Pełnią w firmie odrębne, samodzielne funkcje związane z rozmowami. Na przykład zespół wsparcia korzystający z agentów głosowych na platformie ElevenAgents może stosować conversation intelligence do rozmów obsługiwanych przez agentów tak samo jak do rozmów prowadzonych przez ludzi. Celem conversation intelligence jest sprawdzenie, gdzie agent dobrze obsłużył zapytanie, a gdzie sprawa została eskalowana.

Zastosowania conversation intelligence

Conversation intelligence działa inaczej zależnie od konkretnego zastosowania w zespole. Korzyści różnią się w zależności od wdrożonego przypadku użycia. Najważniejsze zastosowania conversation intelligence to:

Coaching sprzedaży

Liderzy sprzedaży mogą tworzyć biblioteki rozmów uporządkowane według konkretnych umiejętności, takich jak radzenie sobie z obiekcjami czy zadawanie pytań odkrywających potrzeby. Pomaga to szybciej wdrażać nowych przedstawicieli i określać, jak wygląda sukces w całym zespole.

Jakość obsługi klienta

Liderzy wsparcia mogą analizować rozmowy agentów na większą skalę niż kiedykolwiek wcześniej. Conversation intelligence pozwala im wykrywać problemy z tonem, niepełne rozwiązania lub luki w skrypcie — bez konieczności uczestniczenia w rozmowie na żywo. Spadek sentymentu po pojawieniu się pytania o rozliczenia to wzorzec, na który warto zareagować, jeśli występuje w wielu rozmowach. 

Zgodność i wykrywanie ryzyka

Wiele branż regulowanych, takich jak opieka zdrowotna i usługi finansowe, wykorzystuje conversation intelligence, by potwierdzić przekazanie wymaganych informacji i oznaczyć rozmowy zawierające dane wrażliwe. Dotyczy to zwłaszcza danych umożliwiających identyfikację osoby (PII), takich jak numer ubezpieczenia społecznego (SSN) czy diagnoza medyczna omawiana bez odpowiedniego przetwarzania danych wrażliwych. Wykrywanie encji sprawia, że to zastosowanie jest praktyczne na dużą skalę, zamiast polegać na człowieku, który musi wychwycić każdy przypadek. 

Analiza opinii o produkcie

Zespoły produktowe analizują transkrypcje rozmów ze wsparciem i sprzedażą, aby wykrywać powtarzające się prośby o funkcje lub obszary niejasności, które nie są oficjalnie rejestrowane nigdzie indziej. Pojedyncza skarga to tylko szum. Ta sama skarga w czterdziestu rozmowach to punkt roadmapy, którym trzeba się zająć. Takie skargi mogą pokazać zespołowi produktowemu, gdzie występuje luka w funkcjach i działaniu produktu. 

Twórz conversation intelligence z API ElevenLabs

Infrastruktura obsługująca platformy conversation intelligence to przede wszystkim kwestia Speech to Text z kilkoma dodatkowymi, konkretnymi wymaganiami.

Do transkrypcji wielu nagranych rozmów Scribe v2 przetwarza pliki audio i wideo, oferując diarizację mówców, znaczniki czasu na poziomie słów i wykrywanie encji. Do analizy na żywo Scribe v2 Realtime przesyła transkrypcję ze opóźnieniem około 150 ms, dzięki czemu wskazówki coachingowe w czasie rzeczywistym lub alerty dotyczące zgodności można przekazać podczas rozmowy, a nie dopiero po niej.

Czego platforma conversation intelligence potrzebuje od warstwy infrastruktury:

• Rozdzielania wypowiedzi klienta i agenta przez diarizację i etykietowanie ról mówców, co jest podstawą każdej metryki coachingowej wymagającej identyfikacji mówcy.
• Wykrywanie encji można wykorzystać do automatycznego rozpoznawania i maskowania danych wrażliwych, zamiast polegać na ręcznej weryfikacji przed zapisaniem lub udostępnieniem transkrypcji.
• Dostępnych jest zarówno przetwarzanie wsadowe, jak i w czasie rzeczywistym, ponieważ analiza zgodności i coaching na żywo wymagają różnych poziomów opóźnienia.
• Obsługi wielu języków zgodnych z językami, którymi posługują się klienci zespołu, a nie tylko z tymi używanymi w centrali.

Te funkcje razem tworzą warstwę transkrypcji, na której opiera się produkt conversation intelligence. Logikę analizy i coachingu zespół tworzy samodzielnie albo kupuje od wyspecjalizowanego dostawcy CI.

Zacznij z ElevenAPI

Scribe v2 i Scribe v2 Realtime zapewniają warstwę transkrypcji dla conversation intelligence — diarizację, wykrywanie encji i znaczniki czasu na poziomie słów w jednym API. Poznaj ElevenLabs Speech to Text, aby zobaczyć obsługiwane modele i języki.

Jeśli tworzysz conversation intelligence we własnym produkcie lub narzędziach wewnętrznych, utwórz darmowe konto i zacznij transkrybować swoją pierwszą rozmowę. Dokumentacja API Speech to Text zawiera pełen zestaw parametrów diarizacji, wykrywania encji i obsługi języków. 

FAQ