Utilizzare l'intelligenza delle conversazioni per aumentare le vendite, migliorare le prestazioni degli agenti e ottimizzare la gestione della qualità.

Analisi del sentiment netto sulle chiamate dei clienti

100%

Chiamate mirate per tutte le attività di cross-selling

70%

Chiamate che già chiedono "Chi altro possiamo proteggere?" e che crescono

18%

"Prima di implementare l'analisi vocale, non avevamo modo di vedere i problemi che i nostri clienti stavano affrontando. Grazie all'uso di questa tecnologia, ora siamo in grado di prendere decisioni informate basate su dati concreti, permettendoci di spostare l'attenzione sulla formazione dei nostri agenti e, in ultima analisi, di migliorare il nostro servizio."

- Kelly Speer

Manager di Speech Analytics AAA - Gruppo Auto Club

Il Gruppo Auto Club (ACG) è il secondo più grande club AAA del Nord America, con oltre 14 milioni di soci. L'ACG è orgoglioso di essere sempre presente quando i soci ne hanno bisogno, offrendo il più alto livello di servizio al cliente e di valore a ogni socio.

Il precedente processo di indagine sui clienti di ACG per le assicurazioni, oggetto dell'attuale fase di analisi vocale, si affidava al call center di un fornitore esterno per effettuare le chiamate in uscita e seguire le percezioni dei clienti. Si trattava di un processo manuale che valutava solo l'1% delle transazioni, ovvero 4-5 transazioni al mese per agente. Gli agenti non potevano discostarsi da un rigido copione di 30 domande e il feedback di queste chiamate riguardava più l'insoddisfazione per gli agenti e il processo del fornitore che per i servizi di ACG.

Il risultato era una performance incoerente del call center, dati insufficienti per formare gli agenti o dare priorità alle opportunità di miglioramento, e nessun modo per misurare le attività di referral o di cross-selling. ACG ha scelto di utilizzare Medallia come parte di un programma più ampio di gestione e miglioramento della qualità della voce del cliente.

Scoprite come Medallia può funzionare per la vostra azienda