Bagaimana Mengetahui Apakah IVR Bahasa Alami Sepadan dengan Biayanya

Harapan terhadap layanan pelanggan telah berubah secara dramatis selama beberapa tahun terakhir, dengan semakin banyak orang yang berharap mendapatkan bantuan lebih cepat dibandingkan sebelumnya.

Solusi IVR (Interactive Voice Response) bahasa alami adalah sistem otomatis yang memungkinkan penelepon berbicara dalam bentuk percakapan bebas untuk berinteraksi dengan sistem, menggunakan pengenalan suara dan AI untuk memahami dan memproses permintaan.

Teknologi ini mengandalkan Automated Speech Recognition (ASR) dan Natural Language Processing (NLP) untuk menafsirkan apa yang dibutuhkan penelepon — dari sana bahasa alami IVR dapat memberikan respons yang relevan dan merutekan panggilan berdasarkan maksud penelepon. Anda mungkin pernah mendengarnya digambarkan sebagai IVR percakapan — itu adalah hal yang sama.

Tidak seperti IVR tradisional, yang mengandalkan opsi menu dan input keypad yang kaku, IVR bahasa alami memungkinkan pengalaman pengguna yang lebih intuitif dan fleksibel. Awalnya orang-orang ragu untuk menerapkan fitur ini, namun saat ini, fitur ini merupakan hal yang normal dalam industri layanan pelanggan karena semakin banyak penyedia perangkat lunak pusat panggilan yang menawarkan fitur ini.

Secara teori, ini sama-sama menguntungkan. Di satu sisi, pelanggan dapat mengungkapkan kebutuhan mereka dengan kata-kata yang alami daripada menelusuri menu, dan di sisi lain, agen dapat menghemat waktu yang berharga dengan tidak harus berbicara dengan orang yang sebenarnya tidak membutuhkan bantuan manusia. membantu.

Namun, mari kita lihat lebih dekat, karena pengaturan awal dan pelatihan berkelanjutan pasti lebih mahal dibandingkan IVR biasa.

IVR bahasa alami vs IVR biasa

Berikut adalah rincian sederhana dari teknologi IVR tradisional, dan apa manfaat IVR bahasa alami lebih jauh lagi:

IVR tradisional

• Mengandalkan perintah dan opsi menu yang telah ditentukan sebelumnya.
• Mengharuskan pengguna menekan tombol atau mengucapkan frasa tertentu untuk bernavigasi.
• Mengharuskan pengguna untuk mengikuti serangkaian opsi tetap.
• Menggunakan tanggapan tertulis dan pengenalan ucapan dasar.

IVR Bahasa Alami

• Memungkinkan pengguna berbicara dalam bahasa alami.
• Mengenali, menafsirkan, dan merespons beragam masukan percakapan.
• Memungkinkan pengguna untuk terlibat dalam dialog yang lebih terbuka.
• Beradaptasi dengan respons pengguna yang berbeda berdasarkan konteks.
• Mendorong pengguna dengan pertanyaan klarifikasi alih-alih memulai dari awal.

Sistem IVR tradisional sangat berguna — namun betapapun rumitnya Anda membuatnya, sistem tersebut pada dasarnya adalah menu navigasi yang telah direkam sebelumnya. Pelanggan menelepon, mendengarkan serangkaian pilihan menu, lalu menekan nomor yang sesuai dengan pilihannya.

IVR bahasa alami memungkinkan pelanggan berinteraksi dengan menggunakan cara bicara alami mereka daripada harus mengucapkan serangkaian frasa yang telah ditentukan sebelumnya atau menekan serangkaian angka. Hal ini membantu meningkatkan kepuasan pelanggan — karena tidak ada orang yang suka berkelahi dengan menu robo — dan memberikan kebebasan yang lebih besar kepada administrator sistem telepon untuk mengatur alur panggilan IVR.

Cara kerja IVR bahasa alami (detail)

IVR bahasa alami bekerja dengan menggabungkan pengenalan ucapan yang kompleks dan pengenalan pola. Saat pelanggan mengatakan sesuatu kepada IVR, IVR mengenali beberapa kata atau frasa yang mereka ucapkan dan mengetahui (atau menebak) cara merespons berdasarkan parameter keputusan yang dapat Anda konfigurasi sebelumnya. Proses ini bergantung pada beberapa teknologi utama, termasuk ASR, NLP, Natural Language Understanding (NLU), dan Natural Language Generation (NLG).

Pertama, sistem menggunakan ASR untuk mendeteksi ucapan yang sedang terjadi dan mengubahnya menjadi teks.

Selanjutnya, komponen NLU menganalisis teks yang ditranskripsi, mengidentifikasi maksud di balik kata-kata tersebut — apakah penelepon ingin membuat janji, mengajukan pertanyaan, atau meminta informasi. Langkah ini penting karena melibatkan penggalian makna dari pidato dan pemahaman konteks permintaan.

Terakhir, NLG digunakan untuk menghasilkan respons yang mirip manusia, menghasilkan respons yang terdengar natural dan relevan dengan percakapan, berdasarkan pola yang telah dipelajari sistem melalui data pelatihan.

Pelajari lebih lanjut tentang bagaimana AI di pusat panggilan merevolusi teknologi percakapan seperti IVR bahasa alami. Ini mengubah pengalaman layanan pelanggan dengan menyediakan interaksi yang lebih efisien, intuitif, dan personal.

Contoh IVR bahasa alami

Mari kita gunakan contoh sederhana di dunia nyata tentang seorang penelepon yang disambut oleh IVR yang berkata, “Saya ingin membuat janji.”

Bahasa alami IVR menggunakan ASR dan NLP untuk menafsirkan permintaan. Sistem mengenali maksud di balik frasa tersebut— ingin membuat janji temu — dan menanyakan penelepon apakah mereka benar. “Jadi, Anda ingin membuat janji, apakah saya berhak?”

Setelah permintaan dikonfirmasi, IVR mengarahkan panggilan ke langkah berikutnya yang sesuai, seperti penjadwalan dengan perwakilan yang tersedia, atau menawarkan opsi slot waktu (jika IVR Anda terintegrasi dengan perangkat lunak penjadwalan janji temu Anda).

Ini merupakan peningkatan bagi penelepon, yang biasanya harus mendengarkan rekaman ucapan dengan informasi dasar dan menu pilihan.

Namun bagaimana jika penelepon mengatakan sesuatu yang tidak biasa, seperti, “Dompet saya tertinggal pada pertemuan terakhir.”

Ya, mungkin saja sistem salah mengarahkan penelepon ke penjadwal janji temu baru. Namun biasanya IVR diatur untuk mengonfirmasi bahwa IVR telah memahami permintaan penelepon sebelum merutekan panggilan. Jika IVR tidak dapat menafsirkan permintaan tersebut, hal ini dapat memicu intervensi agen atau mengarahkan penelepon ke menu nada sentuh dasar.

Seperti yang dapat Anda lihat dari contoh ini, IVR bahasa alami akan berlebihan untuk bisnis kecil dengan pilihan yang relatif sedikit bagi penelepon untuk bernavigasi. Penjadwalan sederhana dapat ditangani dengan teknologi IVR tradisional.

Namun pertimbangkan pusat kontak untuk rumah sakit, di mana terdapat ratusan pilihan berbeda dan penelepon mungkin tidak tahu persis apa yang mereka butuhkan. Dalam hal ini, IVR bahasa alami dapat menyelamatkan penelepon dari rasa frustrasi dan mengarahkan banyak panggilan umum yang biasanya membutuhkan waktu manusia untuk menyelesaikannya.

Pro dan kontra dari bahasa alami IVR

Meskipun ada beberapa manfaat yang jelas, penting untuk mempertimbangkan kelebihan dan kekurangannya sebelum menerapkan teknologi ini. Berikut adalah beberapa pro dan kontra utama yang perlu dipertimbangkan.

Kelebihan IVR bahasa alami:

• Peningkatan pengalaman pengguna: IVR bahasa alami memungkinkan pengguna untuk berbicara dengan bebas, membuat interaksi terasa lebih intuitif dan tidak terlalu kaku dibandingkan sistem berbasis menu tradisional.
• Peningkatan efisiensi: Dengan memahami beragam pola dan maksud ucapan, IVR bahasa alami dapat merutekan panggilan lebih cepat dan mengurangi waktu antrian panggilan yang tinggi.
• Penanganan kesalahan yang lebih baik: Sistem ini dapat menangani respons yang ambigu dengan meminta pengguna melakukan klarifikasi, sehingga mengurangi frustrasi dan menurunkan pengabaian panggilan.
• Perbaikan berkelanjutan: AI dan pembelajaran mesin memungkinkan sistem untuk belajar dari setiap interaksi, secara bertahap meningkatkan kemampuannya untuk memahami beragam masukan bahasa dan memberikan respons yang lebih akurat dari waktu ke waktu.

Kontra IVR bahasa alami:

• Biaya penerapan lebih tinggi: Teknologi canggih, seperti AI dan NLP, membuat pengaturan awal lebih mahal dibandingkan IVR tradisional.
• Pelatihan dan pemeliharaan: Meskipun sistem ini semakin membaik seiring berjalannya waktu, sistem ini masih memerlukan pembaruan rutin dan pelatihan ulang untuk beradaptasi dengan pola bicara, bahasa gaul, dan aksen daerah baru, yang dapat menghabiskan banyak sumber daya.
• Potensi kesalahpahaman: Meskipun ada kemajuan dalam teknologi, IVR bahasa alami masih dapat salah menafsirkan masukan yang kompleks atau ambigu, sehingga menyebabkan respons yang salah atau perlunya eskalasi ke agen manusia.
• Kurangnya keakraban: Beberapa pengguna mungkin lebih terbiasa dengan IVR berbasis menu tradisional dan mungkin menganggap IVR bahasa alami membingungkan atau kurang dapat diprediksi.

IVR bahasa alami memiliki harga yang lebih tinggi dan biaya berkelanjutan, namun menawarkan manfaat yang signifikan dalam hal pengalaman pengguna dan efisiensi. Dengan memungkinkan penelepon berbicara secara alami dan menerima respons yang cepat dan akurat, sistem ini dapat mengurangi waktu tunggu, meningkatkan penanganan kesalahan, dan terus beradaptasi terhadap perubahan perilaku pengguna.

Skenario di mana IVR bahasa alami dibenarkan

Dalam lingkungan di mana interaksi yang cepat dan intuitif sangat penting, dan volume panggilan membenarkan investasi, IVR bahasa alami bisa sangat berguna, meningkatkan kepuasan pelanggan dan efisiensi operasional.

Berikut adalah lima contoh nyata organisasi yang dapat memperoleh manfaat dari penggunaan IVR bahasa alami:

• Penjadwalan janji temu untuk penyedia layanan kesehatan: Fasilitas layanan kesehatan dapat menggunakan IVR bahasa alami untuk memungkinkan pasien memesan, menjadwalkan ulang, atau membatalkan janji temu. Sistem memahami frasa seperti “Saya perlu menjadwal ulang janji temu saya untuk Selasa depan” dan menyesuaikan kalendernya.
• Dukungan pelanggan telekomunikasi untuk pertanyaan penagihan: Perusahaan telekomunikasi dapat menerapkan IVR bahasa alami untuk menangani pertanyaan umum tentang penagihan. Pelanggan dapat mengatakan hal seperti, “Berapa saldo saya saat ini?” atau “Kapan tagihan saya jatuh tempo?” dan sistem mengambil informasi yang sesuai dari akun.
• Reservasi dan modifikasi hotel: Jaringan hotel dapat menggunakan IVR bahasa alami untuk menangani pemesanan kamar, pembatalan, dan modifikasi. Pelanggan cukup berkata, “Saya ingin mengubah reservasi saya mulai minggu depan ke minggu berikutnya,” dan sistem akan memperbarui pemesanan secara real-time.
• Manajemen rekening bank: Bank dapat menggunakan bahasa alami IVR bagi nasabah untuk menanyakan saldo rekening, riwayat transaksi, atau melakukan transfer uang. Pengguna dapat mengatakan hal-hal seperti “Transfer $200 ke rekening tabungan saya” dan IVR memahami permintaan tersebut dan memprosesnya.
• Pelacakan dan dukungan pesanan ritel: Perusahaan e-commerce dapat menggunakan bahasa alami IVR untuk membantu pelanggan melacak pesanan atau memulai pengembalian. Pelanggan dapat berkata, “Di mana pesanan saya #12345?” dan sistem mengambil detail pelacakan untuk memberikan pembaruan.

IVR bahasa alami sangat berguna ketika interaksi pelanggan memerlukan personalisasi, fleksibilitas dalam ungkapan, atau bahasa yang konsisten. Mereka dapat memproses beragam masukan, memungkinkan pelanggan untuk mengungkapkan permintaan dengan cara yang berbeda sambil tetap memberikan tanggapan yang akurat. Ketika tugas melibatkan bahasa yang lugas dan rutin — seperti membayar saldo rekening atau melacak pesanan — IVR bahasa alami dapat menangani permintaan dengan cepat dan efisien, mengurangi kebutuhan untuk eskalasi ke agen manusia dan meningkatkan konsistensi layanan secara keseluruhan.

Untuk beberapa pertanyaan rumit ini, IVR visual dapat sangat membantu penelepon. Anda dapat menggunakannya sebagai alternatif atau pelengkap IVR bahasa alami.

Apakah IVR bahasa alami tepat untuk Anda?

IVR bahasa alami bisa sangat efektif untuk pusat panggilan dengan volume pertanyaan rutin dan kompleksitas rendah yang tinggi. Ini unggul dalam mengotomatisasi tugas-tugas yang seharusnya mengikat agen, menjadikannya sangat berharga untuk lingkungan di mana penelepon memerlukan tanggapan yang cepat dan konsisten atau di mana agen memiliki tingkat keahlian yang berbeda-beda.

Pada saat yang sama, jika Anda memiliki pusat panggilan yang menangani hampir secara eksklusif masalah-masalah rumit atau kasus-kasus berisiko tinggi, menggunakan IVR bahasa alami mungkin lebih banyak merugikan daripada menguntungkan. Layanan perawatan kesehatan darurat atau klaim asuransi, misalnya, mungkin tidak ingin orang-orang melakukan percakapan dengan robot ketika mereka sudah stres.

Demikian pula, jika Anda memiliki volume panggilan yang sangat rendah atau jika pelanggan Anda hanya memiliki alasan yang tidak rumit untuk menelepon, Anda mungkin dapat melakukannya dengan mengikuti praktik terbaik IVR dan menggunakan menu layanan mandiri singkat. IVR bahasa alami, dalam hal ini, bisa jadi berlebihan.