NICE anuncia nova geração de análise de interações que inclui descoberta e correção de anomalias com base na IA

NICE anuncia nova geração de análise de interações que inclui descoberta e correção de anomalias com base na IA

O aprendizado de máquina não supervisionado de última geração permite rapidez na obtenção de insights e execução de ações em tempo real para fornecer uma experiência superior ao cliente

A NICE (Nasdaq: NICE) anunciou que sua oferta de soluções analíticas agora inclui recursos de última geração para permitir o AutoDiscovery. Alavancando o aprendizado de máquina não supervisionado com base na Inteligência Artificial, esses recursos fornecem às organizações insights em múltiplos canais sobre anomalias de serviço e áreas superficiais que representam pontos problemáticos para o cliente. Como resultado, as organizações tornam-se capazes de solucionar os problemas rapidamente, à medida que vão surgindo, melhorando a experiência e os níveis de fidelidade dos clientes.

Disponível como um módulo complementar baseado na nuvem na versão 12.2 do Nexidia Analytics, os recursos inovadores de AutoDiscovery trazem à tona insights que estão criticamente vinculados aos negócios e aos níveis de fidelidade dos clientes, sem precisar passar pelos demorados processos manuais de descoberta e categorização. Os recursos inovadores de aprendizado de máquina não supervisionado destacam frases que indicam insatisfação do cliente por meio de indicadores de sentimento e volume fáceis de visualizar para cada tópico e frase. A solução correlaciona automaticamente tópicos e destaca tendências em frases e tópicos, para que as organizações possam rapidamente, com o mínimo esforço, entender o cenário completo e tomar medidas corretivas imediatas para solucionar anomalias e resolver problemas. O resultado é uma experiência aprimorada ao cliente.

As funcionalidades de AutoDiscovery da NICE Nexidia oferecem os seguintes recursos para aumentar os níveis de fidelidade dos clientes:

  • Identificação Automática de Tópicos: sugere tópicos para um conjunto de mídias com base em todos os dados disponíveis, sem a necessidade de intervenção humana. Isso garante que tópicos novos e antigos sejam analisados de forma consistente e se mantenham sempre atualizados. Os tópicos são correlacionados de forma automática e podem ser filtrados por volume, sentimento, tempo médio de atendimento, tempo de ausência de conversa ou análise de conversas cruzadas. Fornecendo a capacidade de visualizar os tópicos com facilidade pelas métricas desejadas e acelera o tempo de obtenção de insights.
  • Detecção de Anomalias: traz à luz problemas de menor volume ou tendências recentes que poderiam ser de grande importância para os negócios, mas que jamais seriam detectados devido aos seus volumes relativamente pequenos. Isso ajuda as empresas a responder rapidamente a sinais iniciais de problemas de tendências, bem como anomalias inesperadas.
  • Análise de abrangência de consulta: permite a identificação rápida e fácil de tópicos que atualmente não são abrangidos pelas bibliotecas de consulta de tópicos de chamada existentes. Ao descobrir as que devem ser incluídas na biblioteca, as empresas podem avaliar continuamente a robustez de sua biblioteca de consultas e usar a identificação automática de tópicos para atualizar, conforme necessário.

Os recursos de AutoDiscovery também capacitam gerentes e agentes com feedback direcionado e oportuno, ajudando os programas de gerenciamento de qualidade orientados a análises a encontrar novas oportunidades de treinamento e a calibrar métricas de desempenho muito mais rapidamente do que nunca.

"Com as funcionalidades recém-anunciadas de AutoDiscovery da NICE, as organizações não precisam mais procurar por uma agulha em um palheiro de dados quando se trata de entender a melhor maneira de servir seus clientes", explica Barry Cooper, presidente do grupo NICE Enterprise Product. “Agora, as empresas podem confiar em nossas soluções de análise para trazer à luz áreas de serviço de tendências e executar ações rapidamente".

Share This Post

Post Comment