Az ügyfelek elégedettségének mérésére Magyarországon már léteznek olyan komplex rendszerek, amelyek számos technikai adattal segítik az ügyfélszolgálat minőségi és hatékony ellátását. Ezek azonban elsősorban mennyiségi adatokkal (pl. időtartam) szolgálnak a kommunikációról, bevezetésük és testre szabásuk komoly erőforrást igényel, magas licencdíjjal bírnak és ráadásul speciálisan az angol nyelv elemzésére lettek kialakítva. Egy átlagos ügyfélszolgálaton például a beszélgetések maximum egy százalékát van lehetőség visszahallgatni, a maradék 99%-ot belehallgatás nélkül változó idő elteltével törlik a szolgáltatók. Ezek a visszahallgatások főleg minőségügyi okokból történnek és elsősorban az ügyintéző szakmai ellenőrzésére szolgálnak, nem pedig értékesítési, marketing vagy ügyfélmegtartási okokból történnek.

A Voice Miner fejlesztésekor egy jóval szélesebb mesterséges intelligencia alapú palettáról alkalmaztak algoritmusokat, így az olyan versenyelőnyt biztosít a felhasználók számára, mint a rögzített hanganyagok érzelem- és protokoll detektálása, illetve a kulcsszó-felismerésen alapuló elemzés. A szoftver a minél tökéletesebb felismerési hatékonyság érdekében magyar nyelvre specializált fonéma adatbázissal, valamint az idegen nyelvű kifejezések kezelésére több kiejtési lehetőséggel és mesterséges intelligencia alapú, tanulóképes tudományos maggal rendelkezik. A hagyományos rendszerekkel szemben további előny, hogy a Voice Miner nem szúrópróbaszerű válogatást végez, hanem az összes tárolt beszélgetést feldolgozza.

A technológia alkalmazásával üzleti szempontból is kiemelt fontosságú, ügyfélelégedettséggel, beszédstílussal, panaszkezeléssel kapcsolatos kérdésekre is választ kaphat a felhasználó, ami a közeli jövőben esedékes eseményekre – például esetleges elvándorlás – való felkészülést is megkönnyíti.

A Voice Miner három alapfunkciója közül a hatékony beszélőazonosító technológia elkülöníti az ügyintéző és az ügyfél hangját, majd külön történik a kulcsszó- és az érzelemdetektálás, mely utóbbi összesen három (pozitív, semleges, negatív) alaphangulat, ún. valencia szint, illetve további 5 érzelmi szegmens (elégedetlen, szomorú, aggódik, örül, neutrális) alapján osztályozza a beszélgetést. A gyakorlatban ez azt jelenti, hogy a technológia információkat nyújt arról, hogy a partnerek milyen hangnemben, stílusban kommunikáltak egymással, illetve az ügyintéző mennyire tartotta be a beszélgetés elvárt struktúráját, protokollját, amelyek rendkívül fontos, befolyásoló tényezők az ügyfélelégedettség, valamint a cégről alkotott kép kialakításában, az esetleges elvándorlással kapcsolatos döntése meghozatalában.

A technológia 5 üzleti modulja segítségével lehetőség nyílik jelentések készítésére, a problémás beszélgetések listázására, az ügyfélelvándorlás mérésére, teljesítményértékelésre, valamint a marketing- és értékesítési kampányok visszamérésére. Az adatok feldolgozása után a szoftver a kivonatolt információkat megfelelő formában tárolja, és biztosítja a könnyű hozzáférhetőséget és az egyszerű kezelhetőséget annak érdekében, hogy a szükséges információk könnyen továbbíthatóak legyenek a döntéshozó számára. A Voice Miner rendszer elemzési és riportoló funkcionalitását a korszerű Oracle BI Suite Siebel termékei biztosítják.

Tekintve, hogy rengeteg információ feldolgozásáról van szó, a Voice Minerrel kapcsolatban mégsem kell magas hardverigényre asszociálunk. Egy mai átlagos kétmagos processzoron egy beszélgetés feldolgozása az eredeti időtartam mintegy tizedét veszi igénybe, de hamarosan várható az algoritmus grafikus processzoron (GPU) futó változata, ami egyszerre több száz szálon párhuzamosítja a feladatot, így nagyságrendekkel felgyorsítja a működést.  Ezzel lehetővé válik az akár realtime feldolgozás is.

A digitálisan rögzített hanganyagot az algoritmus csak a feldolgozásig használja, a recorderek tárigénye mindössze néhány száz 100 MB. A Voice Miner további előnye, hogy alkalmazásához nem kell módosítani a már meglévő rendszereken, hiszen a technológia az ügyfélnél már rendelkezésre álló adatokból nyeri ki az értékes információkat.

„A Voice Miner kifejlesztése, az Alkalmazott Intelligencia Kutató Kht.-vel közösen történt. A korábban a Szegedi Tudományegyetemen dolgozó kutatók európai uniós fejlesztései, valamint a természetesnyelv-feldolgozás, az információdetektálás és -kinyerés területén végzett munkái kitűnő szakmai hátteret jelentenek” – mondta el a téma kapcsán Bódogh Attila, a Nextent Zrt. üzletfejlesztési igazgatója

A technológiáért idén az Oracle Hungary „A leginnovatívabb partner” elismeréssel tüntette ki a Nextent Zrt.-t.