O que é speech analytics?

Um contact center gera em uma semana mais conversas gravadas do que qualquer equipe conseguiria ouvir em um ano. Tradicionalmente, isso significava que o controle de qualidade trabalhava com uma amostra, normalmente bem pequena, e toda pergunta sobre o que os clientes estavam dizendo era respondida com base em impressões. O speech analytics muda a unidade de análise da chamada para o conjunto inteiro: quando as conversas viram texto, dá para pesquisar todas.

O processo tem duas metades que costumam ser confundidas. A transcrição produz um texto da chamada com marcação de tempo e identificação de quem fala. O analytics roda sobre esse texto para extrair o que vale ação. A primeira é uma capacidade técnica. A segunda é onde de fato está o valor operacional, e onde as plataformas mais se diferenciam.

O que é extraído

• Resumos. Um relato estruturado da conversa, com pontos-chave e próximos passos, gerado sem que o agente precise digitá-lo de memória.
• Sentimento. Uma pontuação por fala e para a chamada como um todo, usada para destacar interações que merecem análise.
• Palavras-chave. Termos e frases configurados, identificados e com alertas — é assim que as verificações de avisos obrigatórios são automatizadas.
• Alertas de conformidade. Chamadas em que um texto obrigatório parece estar ausente ou um texto proibido parece estar presente.
• Idioma. Detecção por chamada, algo de que uma operação multilíngue precisa antes que qualquer um dos itens acima possa ser aplicado corretamente.

Os limites que vale a pena mencionar

A precisão da transcrição não é uniforme. Ela cai com áudio ruim, muito ruído de fundo, falas sobrepostas e sotaques ou dialetos com os quais o modelo teve menos contato, e todas as análises seguintes herdam essa queda. A pontuação de sentimento é um sinal útil de triagem, e não uma medida de como o cliente se sentiu, e deve ser usada como forma de escolher quais chamadas uma pessoa vai revisar. A busca por palavras-chave encontra palavras, não significado, então um aviso dado com uma redação incomum pode ser marcado como ausente. Nada disso torna a ferramenta menos valiosa; faz dela um filtro que aponta os revisores para as chamadas certas, e não um substituto da revisão.

Como o DialerBee trata o speech analytics

O transcrição de chamadas processa o áudio da chamada enquanto a conversa acontece. Ele separa os canais de áudio do agente e do cliente, transcreve cada interlocutor de forma independente com marcação de tempo, detecta o idioma automaticamente e disponibiliza uma transcrição com marcação de tempo e identificação de quem fala assim que a chamada termina. A transcrição cobre 11 idiomas, com reconhecimento de dialetos. A partir daí, os modelos extraem resumos com pontos-chave e próximos passos, sentimento classificado como positivo, negativo, neutro ou frustrado, ocorrências de palavras-chave e alertas de conformidade, e esses resumos, tabulações, pontuações de sentimento e frases-chave podem ser enviados ao seu CRM via webhook ou API REST.

A busca em texto completo abrange todas as transcrições, com filtros por agente, período, campanha, palavra-chave e pontuação de sentimento, para que a equipe de compliance audite interações específicas em vez de ouvir horas de gravação. Os dados das transcrições são armazenados com isolamento por tenant usando row-level security do PostgreSQL, com políticas de retenção configuráveis por tenant. Na parte ao vivo, o assistência ao agente monta o resumo enquanto a chamada ainda está em andamento, lê o sentimento ao vivo de forma preparada para o árabe, e não só para o inglês, oculta dados sensíveis das transcrições para que o que fica armazenado e pesquisável não seja uma cópia em texto puro de tudo o que o cliente disse em voz alta, retém as transcrições conforme a sua política e suporta retenção legal (legal hold) e exportação quando um processo ou um regulador pede. Os revisores no Scorecards de QA veem a transcrição completa ao lado da gravação de áudio enquanto fazem a avaliação.

Perguntas frequentes

Qual é a diferença entre transcrição e speech analytics?

A transcrição transforma fala em texto. Speech analytics é o que você faz com esse texto: pesquisar, pontuar o sentimento, identificar palavras-chave, sinalizar avisos obrigatórios ausentes e resumir a conversa. A transcrição é a entrada e o analytics é a saída, e por isso uma plataforma pode ter uma transcrição excelente e muito pouco valor analítico em cima dela.

Por que a separação de interlocutores é importante?

Porque quase toda pergunta útil é sobre quem disse o quê. O agente deu o aviso obrigatório ou foi o cliente quem o mencionou? A objeção foi levantada pelo cliente ou antecipada pelo agente? Transcrever o áudio do agente e do cliente de forma independente é o que permite responder a essas perguntas, em vez de adivinhar a partir de uma transcrição misturada.

Quão precisa é a transcrição na prática?

Varia conforme a qualidade do áudio, o sotaque, o dialeto, o ruído de fundo e o quanto as falas se sobrepõem. Um headset de qualidade em um ambiente silencioso gera um texto muito melhor do que uma linha ruidosa, e esse é o maior fator controlável. A cobertura de dialetos importa tanto quanto a de idiomas: um modelo treinado em uma variante de um idioma lida pior com outra.

O speech analytics pode ser usado para monitorar a conformidade?

Sim, e esse é um dos usos mais fortes. Listas de palavras-chave podem sinalizar chamadas em que um aviso obrigatório parece estar ausente ou uma frase proibida foi usada, o que transforma a revisão de conformidade de ouvir uma amostra em pesquisar o universo inteiro de chamadas. Isso reduz o que uma pessoa precisa revisar, sem substituir o revisor.

O que deve acontecer com os dados sensíveis nas transcrições?

Eles devem ser mascarados antes do armazenamento sempre que possível e retidos conforme uma política, e não guardados indefinidamente. Um arquivo de transcrições é uma cópia pesquisável de tudo o que os clientes disseram em voz alta, inclusive coisas que você preferiria não guardar, então o mascaramento e a retenção fazem parte do projeto, e não são um detalhe deixado para depois.

Termos relacionados: assistência ao agente, trabalho pós-chamada, CSAT, detecção de secretária eletrônica e agente de voz com IA.