Amazon Transcribe Call Analytics

Amazon Transcribe Call Analytics ist eine generative KI-gestützte API für die Erstellung äußerst präziser Anrufabschriften und die Gewinnung von Gesprächseinblicken, um das Kundenerlebnis zu verbessern und die Produktivität von Kundendienstmitarbeitern und Supervisoren zu steigern. Die API kombiniert leistungsstarke Speech-to-Text-Modelle, Large Language Models (LLMs) und aufgabenspezifische Modelle zur natürlichen Sprachverarbeitung (Natural Language Processing, NLP), die darauf trainiert sind, Kundenservice- und Verkaufsgespräche zu verstehen. 

Mit Amazon Transcribe Call Analytics erhalten Sie wertvolle Informationen wie Kunden- und Kundendienstmitarbeiterstimmung, Anruftreiber, Sprechzeiten, Unterbrechungen und Gesprächsgeschwindigkeit. Mit der Funktion zur Kategorisierung von Anrufen können Sie Konversationen anhand benutzerdefinierter Kriterien wie Stimmung, Erwähnungen von Mitbewerbern und bestimmten Ausdrücken wie „nicht zufrieden“, „schlechte Qualität“ und „Mein Abonnement kündigen“ klassifizieren. Darüber hinaus können Sie die auf generativer KI basierende Funktion zur Zusammenfassung von Anrufen verwenden, um eine kurze Zusammenfassung einer Kundeninteraktion zu erstellen und wichtige Komponenten zu erfassen, z. B. warum der Kunde angerufen hat, wie das Problem behoben wurde und welche Folgemaßnahmen identifiziert wurden. Außerdem kann die API Ihnen helfen, sensible Informationen wie Namen, Adressen und Kreditkarteninformationen in Echtzeit oder im Nachhinein aus dem Audio- und Textmaterial zu erkennen und zu entfernen. Diese Funktionen helfen Ihnen, das Erlebnis für Kunden, Kundendienstmitarbeiter und Vorgesetzte in Ihren Kontaktzentren zu verbessern.

Zu den häufigsten Anwendungsfällen der Amazon Transcribe Call Analytics-API gehören die Unterstützung von Kundendienstmitarbeitern in Echtzeit und Analysen nach dem Anruf.

Generieren Sie automatisch Anrufzusammenfassungen, damit sich die Mitarbeiter darauf konzentrieren können, ein hervorragendes Kundenerlebnis zu bieten, und steigern Sie die Produktivität, indem Sie die manuelle Zusammenfassung nach dem Anruf reduzieren. Diese Funktion fasst eine Interaktion mit einem Anrufer zusammen und erfasst wichtige Komponenten wie den Grund des Anrufs, Schritte zur Problemlösung und die nächsten Schritte. Contact-Center-Supervisoren können Anrufzusammenfassungen überprüfen, um den Kontext einer Interaktion schnell zu verstehen, ohne das gesamte Protokoll lesen zu müssen, während sie Anruferprobleme untersuchen.

Mithilfe der Leistungsfähigkeit von ML können Sie Sprache-zu-Text- und NLP-Funktionen während Live-Anrufen schnell anwenden und so wertvolle Erkenntnisse aus Gesprächen gewinnen. Sie können dann Erkenntnisse wie die Stimmung von Kunden und Kundendienstmitarbeiter, erkannte Probleme und Sprachmerkmale wie Nichtgesprächszeit, Unterbrechungen und Gesprächsgeschwindigkeit in Ihre Anwendungen für die Analyse eingehender und ausgehender Anrufe integrieren. Auf diese Weise können die Vorgesetzten potenzielle Kundenprobleme, Möglichkeiten zur Schulung von Kundendienstmitarbeitern, Rückmeldungen zu Produkten und Trends bei Anrufen leichter erkennen.

Überwachen Sie Ihre Anrufe in großem Umfang, um die Einhaltung von Unternehmensrichtlinien oder gesetzlichen Vorschriften zu verfolgen. Erstellen und trainieren Sie Ihre eigenen benutzerdefinierten Kategorien auf der Grundlage der von Ihnen festgelegten Kriterien (beispielsweise Wörter/Sätze oder Gesprächsmerkmale). Sie können zum Beispiel Kategoriekennzeichnungen einrichten, um zu sehen, wie viel Prozent der Anrufe Upsells oder Kontokündigungen sind.

Gespräche enthalten oft vertrauliche Kundendaten, beispielsweise Namen, Adressen, Kreditkartennummern und Sozialversicherungsnummern. Transcribe Call Analytics hilft Ihnen, diese Informationen aus Audioaufnahmen und Text zu identifizieren und zu redigieren.