La voix de nos clients

Transcription

1 La voix de nos clients Au cœur de nos organisations Difficile de vivre avec l insatisfaction client? Pourtant, et nous le constatons au quotidien dans nos métiers, quelle que soit la marque, quel que soit le produit ou le service, subsisteront toujours des clients en souffrance parmi lesquels, une partie se sera spontanément signalée, et l autre non. Le développement des réseaux sociaux aidant, de plus en plus de clients expriment leur insatisfaction. Il est avéré dans le secteur des télécoms notamment, que plus d un churner sur deux a contacté son service client dans les 6 mois précédant sa résiliation. Pour autant, les marques sont aujourd hui à la merci de la personne qui, en bout de chaîne, réceptionne l appel du client insatisfait, ou encore de la technologie d enregistrement. Au-delà de l identification de ces clients à risque, comment faire en sorte de comprendre, voire d anticiper leurs attentes, leurs frustrations? Dans quelle mesure exploiter cette information de manière suffisamment intelligible pour que des décisions stratégiques (en termes de services ou produits) puissent en découler? Des technologies avant-gardistes, développées à l origine dans le cadre d activités de renseignement, permettent aujourd hui d industrialiser l identification de l ensemble des clients en souffrance. 8

2 Seulement 2 à 3% des appels sont écoutés dans les démarches Qualité classiques story Si l on considère que la qualité des appels traités obéit à une courbe de Gauss, la probabilité est ainsi élevée d écouter des appels se situant dans la masse en terme de qualité. En particulier, la probabilité de cibler des appels de très mauvaise qualité ou des appels excellents est très faible. La difficulté ne réside pas dans le fait de disposer d une base représentative d enregistrements mais plutôt dans le fait de pouvoir l exploiter efficacement. Dans ce cadre, les critères classiques utilisés pour sélectionner les appels à enregistrer ne suffisent plus pour cibler certaines catégories d appels. Il est donc nécessaire de combiner ces critères de base avec des critères avancés afin de rendre les contrôles Qualité plus efficaces. ( Cover Problématique concernant le nombre d appels écoutés Dangers Clients perdus Augmentation des coûts Marge réduite Manque de précision Attrition des agents Points de référence Clients fidélisés Réduction des coûts Augmentation de l efficacité Amélioration de la satisfaction client Nb d appels Mauvais En dessous de la moyenne Au dessus de la moyenne Très bon Qualité des appels Analyse Qualité Classique : 2 à 3 % des appels sont écoutés Quoi qu il en soit, dans un objectif de traitement des insatisfactions clients, seulement 2 à 3% d entre elles peuvent être identifiées par les méthodologies classiques d enregistrement. Les différentes analyses et recommandations présentées ci-après résultent d un pilote conduit à l automne 2009, mené par les équipes Webhelp, en partenariat avec les équipes d un client donneur d ordres - acteur majeur des télécoms - et les équipes de Nice Systems. 9

3 Typologies de clients insatisfaits post-appel service client Probabilité de churn 5 Typologie Probabilité de churn 25 % NPS +5 % -5 % -1-2 Niveau d insatisfaction Niveau de détraction Typologie avérée variable forte moyenne Niveau de détraction élevé fort moyen faible Au-delà du manque de représentativité des écoutes, le Service Client reçoit chaque jour de nombreux appels de clients insatisfaits sans que cette insatisfaction puisse être traitée. Ces clients peuvent être catégorisés comme illustré ci-dessus, une corrélation directe ayant été observée entre insatisfaction et probabilité de churn, à l exception de la typologie dite (Niveau d insatisfaction Émotionnelle), pour lesquels l insatisfaction est en réalité plus émotive que rationnelle, ou génère en tous cas moins directement une résiliation. > Quelques chiffres clés La solution consiste alors à convertir ce manque de proactivité quant aux écoutes réalisées, en une solution où les clients insatisfaits sont non seulement identifiés, mais aussi traités, puis épatés. Les modes de reconnaissance à travers le module Nice Interaction Analytics seront présentés ci-après, ainsi que les réponses apportées pour générer de la promotion. Propositions Le module Nice Interaction Analytics permet de sélectionner les appels en se fondant sur des critères relatifs d une part à l analyse audio de l appel (degré d excitation, niveau sonore, ) et d autre part à la reconnaissance de mots ou de phrases dans la conversation ( j attends toujours, rien ne marche, ). L analyse du contenu des interactions des clients insatisfaits,, et permet de cibler de manière très précise les appels pour lesquels un traitement particulier doit être envisagé afin d aller dans le sens d une satisfaction du client. Appels scorés par Nice Appels de clients réellement insatisfaits Clients rappelés Cas faisant l objet d escalades en interne Sur 100 appels scorés par Nice, 60 clients sont véritablement rappelés, 20 font l objet d escalades en interne 10

4 Aperçu des technologies existantes dans le domaine de l exploitation de la voix story ( Cover Les réponses à apporter pour le traitement des interactions labélisées client insatisfait - qui résultent du pilote effectué par les équipes Webhelp - portent principalement sur le rappel client dans un délai très court après son échange avec le service client, afin de lui consentir un geste commercial, ou simplement pour lui assurer que sa demande est bien prise en compte et que tout est mis en œuvre pour y répondre le plus rapidement possible. La procédure de gestion des clients insatisfaits s appuie sur la finesse de l outil de scoring des appels d une part, et d autre part sur les compétences des conseillers clients de l équipe dédiée, qui ont reçu dans le cadre de leur sélection sur la cellule, une formation spécifique à la gestion des appels de réassurance. Le pilote mis en œuvre a permis de dégager une série de résultats chiffrés quant aux indices d insatisfaction client (voir encadré Exemple de filtres définis sur Nice Interaction Analytics ). Un temps de parole du client deux fois plus long que celui de l agent, ou encore un temps de silence atteignant 5% de la durée moyenne de traitement (ou plus), sont des symptômes forts de mécontentement client. > Speech to Text: solution transformant tout type de texte écrit en paroles fluides et naturelles. L'information recherchée est vocalisée en temps réel, directement par téléphone, sans temps d'attente pour l'utilisateur. > ASR (Automatic Speech Recognition) : technique permettant d'analyser un mot ou une phrase pour la transcrire sous la forme d'un texte. > Reconnaissance vocale : meilleure qualification des appels sur les services vocaux, et solution alternative à la navigation en fréquence vocale (touches du téléphone), la reconnaissance vocale apporte simplicité et efficacité dans le traitement de la demande client. > Langage naturel : simplification de l utilisation des services vocaux, l appelant exprime sa demande sans contrainte. > Empreinte vocale : solution d'authentification vocale qui ouvre la voie de nouvelles applications automatisées et sécurisées. Exemples de filtres définis sur NICE Interaction Analytics % appels traités 10 1 Exemples de filtre Audio Degré d excitation Niveau sonore Temps de parole agent Temps de parole client Coupure de parole Eléments de mesure pour tracker les clients insatisfaits Tonicité Temps agent Temps client Temps silence DMT ( ) ( ) > 5 % < 2 sec. Score de fragilité client 0 50 Typologie ou 100 Reconnaissance vocale Mots Phrases Combinaisons logiques Répétitions Filtre problème J attends toujours Rien ne marche Résiliation Etc. Filtre produit B-box Décodeur Etc. 11

5 Exemple de dispositif opérationnel J 1 Le client contacte son service client X L agent Webhelp traite la demande 2 3 Enregistrement de l appel sur Nice, Scoring de l appel, Classification de l appel en,, ou J + 1 Cellule Webhelp d écoute des appels identifiés par Nice Analytics 4 5 Elaboration de fichiers d appels sortants 24h Reporting des causes de churn Cellule Premium composée d agents expérimentés à compétence technique Rappel des typologies et J Relance des typologies et injoignables au premier appel (4 tentatives) 7 Envoi au Client DO du listing des clients dont le problème n est pas traitable par Webhelp Au-delà de la résolution pure du problème, le fait d appeler un client qui a eu un appel décevant la veille (cf. encadré Exemple de dispositif opérationnel ) permet dans une grande majorité des cas d assurer une forme d attachement à la marque : plus d une moitié des clients insatisfaits le sont en effet pour une question de forme plus que de fond. Autre avantage indirect de la démarche : la boucle Qualité actionnée, côté process client, comme côté prestataire de la relation client. Etre capable d isoler d une part les process générateurs d insatisfaction non traitables par un appel de réassurance permet en effet de remonter - et de quantifier - les process à améliorer côté donneur d ordre. D autre part, être désormais capable de traiter l ensemble des cas en échec d un conseiller de manière industrielle (versus une partie infime des cas comme précédemment), génère une boucle d amélioration durable sur le plan pédagogique. Conclusion L analyse de la voix du client, si elle a surtout été prise sous l angle du churn dans cet article, est éminemment utile dans d autres domaines, qu ils soient opérationnels (réduction de la DMT, analyse des causes racine, professionnalisation etc ), commerciaux (maîtrise des rebonds commerciaux, de leurs obstacles), ou enfin sur un plan marketing (analyse du marketing de l offre, retour du web). La dimension essentielle de la voix n a sans doute pas tout à fait trouvé sa place dans l environnement CRM des entreprises, avec un positionnement transversal aux multiples solutions d interaction client, qui permettraient non seulement de drainer du contenu mais aussi de pouvoir l exploiter pleinement. Ainsi, du fait même de l importance encore capitale du contact humain dans la relation client, tout porte à penser que les révolutions technologiques dans ce secteur passeront en partie par une exploitation de la voix. Un retour à l essentiel? X [ Avec la collaboration de Denis Empereur Directeur du compte Bouygues Télécom, & Alexandre Fretti, Directeur de la Business Unit Telecom, Media, Hi-Tech ] 12