MATERIAL
Insikterna som finns tillgängliga inom kundservice utgör en ovärderlig informationskälla, vilket gör det viktigt för både kundservice och hela verksamheten att dra nytta av den.
En förutsättning som är helt avgörande för att ha möjlighet att analysera och förbättra kundupplevelsen samt öka effektiviteten i verksamheten är att ha koll på alla kundinteraktioner. Ett sätt att göra detta är genom att transkribera samtal till text och analysera innehållet. Detta kallar vi för talanalys.
Automatisk transkribering av samtal
Automatisk transkribering handlar om att omvandla tal till text. Detta är något som har blivit alltmer efterfrågat, framför allt inom kundservice som hanterar miljontals av kundsamtal.
Den automatiska transkriberingen av samtal på svenska marknaden har tidigare haft en låg kvalitet, vilket har inneburit att transkriberingen inte gett någon större tillförlitlighet. Tidigare har tekniken även haft svårigheter med språkliga skillnader. Det är inte ovanligt att människor talar med olika dialekter eller med olika talförmåga, vilket har gjort det svårt för automatiserade transkriberingsverktyg att omvandla talet till text.
Hösten 2022 släppte Open AI en ny transkriberingsmodell som tränats på 680 000 timmar av tal från hela världen. Användningen av en sådan stor och mångsidig datamängd har lett till en förbättrad robusthet mot olika accenter, bakgrundsljud och tekniskt språk. Detta har lett till en revolutionerande teknisk utveckling, där vi nu får ta del av utmärkta och exceptionella transkriberingar – i en helt ny kvalitet!
Vikten av bra kvalitet på transkriberingar
En god kvalitet av transkriberingar är a och o för att säkerställa att påliggande analyser baseras på korrekt information. Bra kvalitet möjliggör:
- Träffsäkra sökningar på exempelvis kampanjer, produkter och konkurrenter
- Korrekt sentimentanalys
- Anonymisering av personuppgifter
- Addering av andra lager och analyser så som CHAT GPT
Felaktiga transkriberingar kan leda till felaktiga slutsatser och därmed felaktiga åtgärder, vilket kan ha negativ påverkan på kundnöjdheten. För att säkerställa kvaliteten är det viktigt att transkriberingarna granskas och eventuella fel rättas till manuellt, detta för att lära upp den automatiska transkriberingsmodellen som använder artificiell intelligens. Alla bolag har unika termer som används så som bolagsnamn och produktnamn, som AI:n behöver lära sig.
Sammanfattning
Sammanfattningsvis är kvalitativa transkriberingar viktigt för att säkerställa att informationen som används till andra lager och analyser blir korrekta. En bra kvalitet på transkriberingar möjliggör träffsäkra sökningar samt möjliggör en korrekt sentimentanalys. Dessutom är det viktigt ur ett GDPR-perspektiv för att anonymisera känsliga personuppgifter.
Jämförelse mellan olika transkriberings modeller
KBLab
Nedan finner du ett exempel på en text via KBLaB:s transkriberingsmodell. Siffror skrivs ut i bokstäver, punkter och stora bokstäver saknas. Texten är svår att förstå.
- hur kan hjälpa dig me he mari heter jag he hej jo det är så att jag har fått en påminnelse om min faktura här men jag är ganska säker på att jag redan har betalat den men jag skulle vilja dubbelkolla det ja absolut de ska vi kolla har du ditt kundnummer så kan jag leta på dig här i raabasen amen det har jag det är trettiotre fyrtiofem elva fyrahundrasju fyrahundraa ska visäa där har vi dea och jag ser att din senaste faktura är betalt till oss så då hade du nog hunnit betalat dem precis när vi skickade uja men vabra denkan jarvarbara strunta i påminnelsen mendu förresten kan man styra om så att man får fakturan på mijl varje månad det acur
Nedan finner du samma text via Google:s transkriberingsmodell. Siffror skrivs ut i siffror men bekräftande ordet ”Ja” skrivs ut emellan. Kvaliteten är bättre än KBLab:s, men att anonymisera personuppgifter blir en svårighet.
- Hur kan hjälpa dig? Ja men hej Maria heter jag. Hej hej Jo det är så att jag har fått en påminnelse om min faktura här, men jag är ganska säker på att jag redan har betalat men jag skulle vilja dubbelkolla det Ja absolut Det ska vi kolla har du ditt kundnummer så kan jag lita på dig här i Ja men det har jag det är 33. Ja. Ja 45 Ja 11 e407 407, då ska vi se där har vi det. Ja och jag ser att din senaste faktura är betalat till oss och då hade du nog under betalat den precis när vi skickade. Ja men vad. Du kan hjälpa bara strunta i påminnelsen, Ja men du förresten Kan man styra om så att man får fakturan på mejl varje månad.
Open AI – Whisper
Slutligen finner du en transkribering på samma samtal via Open AI:s modell. Slutresultatet är utmärkt svenska och siffror kommer i en följd.
- Du pratar med Lisa, hur kan jag hjälpa dig? Hej, Marie heter jag. Hej. Jo det är så att jag har fått en påminnelse om min faktura här, men jag är ganska säker på att jag redan har betalat den. Men jag skulle vilja dubbelkolla det. Ja absolut, det ska vi kolla. Har du ditt kundnummer så kan jag leda på dig här i databasen. Ja det har jag. Det är 334511407. Då ska vi se. Där har vi dig och jag ser att din senaste faktura är betalt till oss så du hade nog hunnit betala den precis när vi skickade ut den. Ja men vad bra, då kan jag bara strunta i påminnelsen. Men du, förresten, kan man styra om så att man får fakturan på mail varje månad? Det skulle kännas bra.
