Amélioration de l expérience client, de l efficacité et de la performance avec le Speech Analytics
Cas d’usage avec Eni, fournisseur d’énergie.
L’analyse de la parole est un processus basé sur des algorithmes qui analysent les conversations entre les marques, les conseillers et les clients. Ce processus vise à identifier des tendances, des irritants et à fournir des informations exploitables. Ces données peuvent être utilisées pour mieux comprendre le sentiment des clients, identifier les possibilités d’amélioration et optimiser les stratégies de service, l’expérience afin de maximiser la satisfaction des clients.
Associé à l’identification des motifs pour lesquels les clients ont pris contact, le Speech Analytics est devenu une pratique essentielle pour de nombreuses opérations de relation client.
Eni a souhaité enrichir sa connaissance clients et capter des informations précieuses sur la façon dont leurs clients les perçoivent via la capture et l’analyse des conversations vocales.
Eni est engagée dans une stratégie Customer Centric pour offrir une expérience personnalisée à chaque étape du parcours client. De nombreux éléments impactent les besoins et les attentes des consommateurs.
Dans ce cadre, pourquoi avez-vous opté pour une solution de Speech Analytics ?
Carine Carrara, Responsable Qualité et Formation Outils Eni.
L’ambition d’Eni est de viser l’excellence opérationnelle.
Cette ambition motive le choix de suivre un ensemble de KPIs dans le cadre de nos prestations pour nos clients particuliers et professionnels.
Dans cette optique, nous avons choisi de tester une solution de Speech Analytics pour nous aider à analyser la voix du client dans son ensemble (contenu, texte, émotion).
Cet outil fournit une source de données permettant de comprendre les raisons pour lesquelles les clients nous contactent, d’identifier les éventuels irritants, d’agir sur les causes en mettant en place des actions afin d’améliorer nos processus.
Au-delà des signaux « irritants », nous souhaitions également obtenir une vision exploratoire et identifier des sujets sous-jacents vecteurs de satisfaction client, afin d’en tirer des enseignements et de mesurer l’effet des actions mises en place.
In fine, il s’agit d’améliorer la connaissance client pour agir sur l’expérience vécue par nos clients, leur satisfaction et également de limiter le risque de churn.
Quelle a été la méthodologie de mise en place de la solution ?
Alexandre Bourdin, Chargé de Projets Digitaux Armatis.
Nous avons suivi une méthode agile et itérative en partenariat avec Eni et nos experts métiers en interne, en travaillant de concert du début jusqu’à la fin de la Proof Of Concept.
Trois chantiers ont été conduits en ce sens :
- Le premier concernait directement l’IT (les appels, la qualité de ces derniers, les métadonnées, ainsi que le type d’injection dans l’outil). L’enjeu ici était de pouvoir réceptionner les appels et les métadonnées associées sur notre infrastructure dédiée au Speech Analytics, sous un format qui coïncidait avec la configuration de base de l’outil.
- Le second consistait à définir des uses-cases permettant d’orienter le type d’analyse que nous souhaitions effectuer. En concertation avec Eni, nous avons cartographié les motifs de contacts avant d’activer le Speech Analytics sur une segmentation d’appels complexes, susceptibles de générer des escalades en réclamations, des irritants. L’objectif était de faire ressortir les irritants clients afin de pouvoir agir sur les causes sous-jacentes mais aussi d’améliorer les réponses que nos collaborateurs peuvent apporter aux clients finaux.
- Le dernier chantier a été mené avec nos experts métiers afin de configurer et calibrer l’outil, notamment au travers de la catégorisation, étape qui nécessite de connaitre l’activité, les offres mais aussi les cas principaux que peuvent rencontrer nos collaborateurs lors des contacts avec les clients.
Lorsque ces 3 chantiers ont été mis en place, nous avons lancé l’analyse de la voix du client afin de faire ressortir des tendances, des récurrences, des thématiques clefs ainsi que des sentiments portés par les mots employés. Ce use-case nous a permis de réaliser un bilan intermédiaire sur la base d’une préanalyse des différents irritants, afin de les étudier et ainsi d’orienter l’étude finale sur de nouveaux uses cases plus précis et pertinents pour Eni au regard des premiers éléments récoltés.
La solution de Speech Analytics a-t-elle mis en relief des attentes et points de frictions spécifiques ?
Alexandre Bourdin, Chargé de Projets Digitaux Armatis.
Pour cette étude nous avons travaillé sur 2 points de vue : le premier cible les irritants que nous avons configurés et que nous analysons selon le nombre d’occurrences ; le deuxième est indiqué par nos IA qui viennent analyser le niveau de sentiment impulsé dans les propos des clients, mettant en avant des irritants qui peuvent être très différents de notre configuration initiale.
Cette analyse a mis en lumière certains irritants connus ou pressentis par les équipes d’Eni au sujet notamment de la facturation, des paiements (…) qui ont fait l’objet de plans d’actions ciblés.
Cependant, elle a également révélé que certaines pratiques, comme la mise en attente, n’étaient pas perçues comme des irritants par les clients mais acceptées de manière positive, comme un dernier moment de latence avant la résolution d’un réel irritant.
Ce type d’enseignement nous permet d’orienter notre focus sur d’autres thématiques plus pertinentes, par exemple, l’exploration du positionnement perçu d’Eni par rapport à la concurrence. Il est intéressant, via les outils de Speech Analytics, de comprendre comment le client met en opposition cette concurrence.
Enfin, l’intérêt majeur de l’utilisation du Speech Analytics via l’analyse croisée à froid que nous avons effectuée, est de connaitre et de comprendre des « Parcours Clients Irritants ». Nous entendons par cela la mise en lumière d’une succession d’étapes dans le parcours client promouvant un ou plusieurs irritants où débouchant sur une situation sans issue (résiliation, recouvrement, dettes…).
Quels plans d’action comptez-vous mettre en place à la suite de cette analyse pour améliorer les parcours clients ?
Carine Carrara, Responsable Qualité et Formation Outils Eni.
Nous avons pu mettre en place des actions concrètes au niveau des parcours clients qui présentaient des points de ruptures ou des irritants. Ces actions ont eu des effets quasi immédiats sur la satisfaction client mais également sur les taux de contact.
Par exemple, nous avons fait évoluer le parcours « chèque énergie » en mettant en place des accusés de réception systématiques et automatisés pour les clients. En parallèle, nous avons simplifié et accéléré les process de traitement par le service client.
A moyen terme, nous travaillons sur l’omnicanalité pour mettre à disposition de nos clients du chat et du live bot ainsi que des touchpoints digitaux supplémentaires pour améliorer leur autonomie et développer le self care.
Cela passe par des projets d’évolution de l’espace client pour donner accès à plus d’informations, notamment les remboursements, et permettre des actions autonomes pour nos clients.
Pour conclure, quels enseignements et bénéfices avez-vous tiré du Speech Analytics ?
Carine Carrara, Responsable Qualité et Formation Outils Eni.
Le Speech Analytics est un outil puissant qui permet de faire passer l’expérience client à un niveau supérieur dans l’entreprise grâce à la récolte de data en quasi temps réel avec un niveau de granularité très fin, pour orienter rapidement nos actions correctives.
Néanmoins, une quantité importante de données est mise à disposition via cet outil, il est donc fondamental de cadrer et cibler l’analyse sur un parcours précis pour obtenir des données exploitables, pertinentes et mettre en place des plans d’actions concrets pour pouvoir en mesurer les impacts et le ROI.
Les datas et analyses qui en découlent sont précieuses pour développer la connaissance client, améliorer la satisfaction et les parcours clients.
Chez Eni, nous couplons le Speech Analytics avec d’autres outils de mesure de la satisfaction client tels que le quality monitoring, le feedback management et les enquêtes réalisées par des instituts, pour en croiser les données et activer des leviers d’amélioration des parcours fiables.
C’est un moyen complémentaire pour obtenir de la data en temps réel, amener de la valeur, aller plus loin dans la compréhension des attentes clients. Il s’inscrit dans un écosystème global de mesure de la qualité de nos parcours.