Vai al contenuto

Guida

Che cos'è l'interaction analytics? Definizione, usi e tool

L'interaction analytics analizza ogni chiamata, chat ed email dei clienti per qualità, sentiment e tendenze. Definizione, casi d'uso e scelta del software.

· Aggiornato · 9 min di lettura

Revisionato da Dominik Blattner, fondatore di Kaizo

L’interaction analytics è l’analisi automatizzata delle interazioni con i clienti (telefonate, chat, email e messaggi) tramite analisi del parlato e del testo, per misurare qualità, sentiment, motivi di contatto e tendenze su ogni conversazione. Copre l’intero volume, mentre la revisione manuale arriva solo a un piccolo campione.

Per un team di assistenza significa vedere perché i clienti la contattano, come si sono sentiti e quanto bene è stata gestita ogni conversazione, senza leggere i ticket uno per uno. In Kaizo è proprio questo che fa la conversation analytics per voce, chat ed email.

In breve

  • L’interaction analytics trasforma ogni chiamata, chat ed email in dati strutturati e ricercabili.
  • Misura motivi di contatto, sentiment, sforzo del cliente e qualità su tutti i canali con la stessa lente.
  • È il livello di analisi: QA, coaching e analisi delle cause si costruiscono sopra.
  • I tool migliori collegano ogni risultato al momento esatto della conversazione.

Che cos’è l’interaction analytics?

L’interaction analytics è un software che legge in automatico le conversazioni con i clienti e le trasforma in dati che si possono contare, filtrare e seguire nel tempo, su canali vocali e digitali insieme.

Spesso si parla di customer interaction analytics, perché le interazioni analizzate sono quelle tra un cliente e il suo team, oppure tra un cliente e il suo agente IA.

Ogni conversazione diventa un record con la trascrizione, i metadati (canale, team, operatore, tempo di gestione, esito) e i segnali aggiunti dall’analisi: argomenti, sentiment, criteri di qualità rispettati o mancati e momenti come un trasferimento o un lungo silenzio.

È questo record a fare la differenza rispetto al normale reporting. Un report dell’helpdesk le dice quanti ticket ha chiuso e con quale rapidità. L’interaction analytics le dice che cosa c’era dentro.

Come funziona l’interaction analytics

L’interaction analytics raccoglie le conversazioni dai canali in cui avvengono già, analizza il linguaggio di ciascuna e aggrega i risultati così che gli schemi diventino visibili su larga scala.

1. Raccogliere le interazioni da tutti i canali

Le telefonate vengono trascritte e i thread di chat, email e messaggi vengono raccolti, così ogni canale alimenta un unico insieme di dati invece di compartimenti separati.

2. Applicare l’analisi del parlato e del testo

Il sistema analizza il linguaggio di ogni interazione: che cosa è stato detto, come è stato detto, quali argomenti sono emersi e come si è mosso il sentiment nel corso della conversazione.

3. Far emergere qualità, sentiment e tendenze

Le singole interazioni si aggregano in tendenze, così un picco di un certo problema, un calo del sentiment o una carenza di qualità ricorrente diventano visibili in tutta l’attività invece di restare sepolti in un solo ticket.

4. Agire su ciò che emerge

I risultati contano solo quando qualcuno agisce. Ciò che emerge alimenta la valutazione della qualità, il coaching di operatori specifici, la correzione di un processo che non funziona e il feedback sul prodotto, sempre con le conversazioni allegate come prova.

Che cosa misura: i segnali in ogni conversazione

L’interaction analytics misura, su ogni conversazione, di che cosa parlano i clienti, come si sentono, quanto sforzo è costato loro e quanto bene il suo team li ha gestiti.

SegnaleChe cosa mostraCome lo usano i team di assistenza
Motivo di contatto (argomento)Perché i clienti si sono messi in contattoIndividuare un picco dopo un rilascio o un cambio di policy
SentimentCome si è sentito il cliente e come è cambiato durante la conversazioneTrovare la frustrazione prima che diventi abbandono
Segnali di sforzoContatti ripetuti, trasferimenti, clienti costretti a ripetersiEliminare attrito dal percorso del cliente
Criteri di qualitàSe l’operatore ha rispettato la sua scorecard: accuratezza, processo, tonoValutare il QA su ogni conversazione, non su un campione
Comportamenti dell’operatoreEmpatia, chiarezza, presa in carico, rispetto delle policyFare coaching a ogni operatore su esempi reali
EsitoRisolto, escalato, riaperto, valutatoCollegare la qualità al CSAT e al tasso di riapertura
Momenti di complianceInformative obbligatorie, verifiche d’identità, promesse rischioseIntercettare i rischi nelle conversazioni regolamentate

Per approfondire il segnale emotivo da solo, legga la nostra guida all’analisi del sentiment (in inglese).

Interaction analytics, speech analytics e text analytics a confronto

Lo speech analytics e il text analytics sono le tecniche di base. L’interaction analytics è la pratica più ampia che le usa entrambe per analizzare insieme le conversazioni su tutti i canali.

DimensioneSpeech analyticsText analyticsInteraction analytics
Input principaleTelefonateTesto scrittoTutti i canali insieme
PerimetroConversazioni parlateChat, email, ticketVoce, chat ed email insieme
RisultatoSchemi nel parlatoSchemi nel testoQualità, sentiment e tendenze trasversali ai canali
Uso tipicoAnalisi delle telefonateAnalisi dei messaggiUna vista unica di ogni interazione

Il punto è proprio la parte trasversale ai canali. Un cliente che scrive un’email, poi apre una chat e infine chiama per lo stesso rimborso ha un solo problema, e solo un’analisi che legge i tre canali con gli stessi criteri lo vede così. Le tecniche a canale singolo sono spiegate nelle nostre guide allo speech analytics e al text analytics.

Casi d’uso dell’interaction analytics nel customer service

I casi d’uso più comuni sono il QA a copertura totale, la ricerca della causa di un calo di CSAT o sentiment, il coaching mirato, i controlli di compliance e il monitoraggio degli agenti IA.

  • Controllo qualità a copertura totale. Ogni conversazione viene valutata con la sua scorecard, così il punteggio di qualità è una misura e non una stima basata su una manciata di ticket.
  • Causa di un calo. Quando il CSAT scende o le riaperture aumentano, si filtrano le conversazioni dietro il cambiamento e si vede se la causa è un processo, il prodotto o una lacuna di competenze. La nostra guida all’analisi delle cause radice mostra il metodo.
  • Coaching. I criteri più deboli di ogni operatore arrivano con esempi reali tratti dalle sue conversazioni, così ogni sessione di coaching parte da prove concrete.
  • Analisi delle interazioni telefoniche. Sulla voce, le trascrizioni rendono ricercabili anche le chiamate lunghe, e un revisore può saltare al trasferimento, all’attesa o al momento in cui il cliente si è arrabbiato.
  • Compliance. Le dichiarazioni obbligatorie e le frasi rischiose vengono verificate su ogni conversazione, non solo su quelle che un revisore ha scelto per caso.
  • Monitoraggio degli agenti IA. Le conversazioni gestite dal suo chatbot o agente IA vengono analizzate con gli stessi criteri di quelle umane. La nostra guida al controllo qualità degli agenti IA spiega che cosa valutare.

Reporting di interaction analytics: che cosa mettere nella dashboard

Un report di interaction analytics dovrebbe rispondere ogni settimana a tre domande: per che cosa i clienti l’hanno contattata, dove sono calati qualità o sentiment e quali conversazioni spiegano il cambiamento.

Tenga piccola la vista principale: motivi di contatto per volume e tendenza, sentiment per motivo di contatto, punteggio di qualità per team e per categoria della scorecard, e accanto le metriche di esito (CSAT, riaperture, escalation). Ogni numero dovrebbe portare fino alle conversazioni che ci stanno dietro. Un grafico che non sa mostrarle i suoi ticket è solo un’ipotesi.

Come scegliere un software di interaction analytics

Scelga un software di interaction analytics in base a copertura dei canali, integrazione con l’helpdesk, argomenti e criteri personalizzati, prove collegate alla trascrizione e a ciò che fa con i risultati.

CriterioChe cosa verificarePerché conta
Copertura dei canaliVoce, chat, email e messaggi in un unico insieme di datiI tool a canale singolo non vedono i problemi trasversali
IntegrazioniConnessione nativa con il suo helpdesk o CRMNiente esportazioni né pipeline separate da mantenere
Argomenti e criteri personalizzatiI suoi motivi di contatto e la sua scorecard, non un elenco fissoLe categorie generiche raramente corrispondono al suo business
ProveOgni punteggio e tendenza porta fino alla conversazione e alla rigaOperatori e manager si fidano di ciò che possono verificare
In tempo reale o dopo la conversazioneMonitoraggio delle chiamate dal vivo o analisi a conversazione conclusaL’assistenza dal vivo è un lavoro diverso da QA e insight
Livello di azioneValutazione QA, coaching e invio dei risultati ai responsabiliGli insight senza un flusso di lavoro finiscono in una dashboard che nessuno apre
Conversazioni degli agenti IAConversazioni di bot e agenti IA analizzate con gli stessi criteriL’assistenza automatizzata ha bisogno dello stesso standard di quella umana

I grandi contact center acquistano spesso l’interaction analytics come modulo della loro piattaforma vocale, costruita attorno alle chiamate. I team di assistenza digital first, anche quelli più piccoli, di solito si trovano meglio con un tool che si appoggia al loro helpdesk e legge prima chat ed email.

Kaizo appartiene al secondo tipo: analizza voce, chat ed email al termine di ogni conversazione (non monitora le chiamate dal vivo) e si collega in modo nativo a Zendesk e Salesforce Service Cloud.

Perché conta per i team di assistenza

L’interaction analytics conta perché gran parte di ciò che i clienti vivono non arriva mai a una revisione manuale, e gli schemi che le fanno perdere clienti si nascondono nelle conversazioni che nessuno ha letto.

La maggior parte dei team di assistenza rivede solo un piccolo campione delle proprie conversazioni, quindi gran parte di ciò che i clienti vivono non viene mai vista. L’interaction analytics colma questo vuoto misurando l’intero volume, ed è per questo che è al centro della conversation intelligence (in inglese). Kaizo parte da questa base e trasforma l’analisi in valutazione della qualità e coaching, non solo in dashboard.

Il valore di questa copertura va ormai oltre i punteggi degli operatori. In un sondaggio di Gartner del giugno 2024, il 52% dei responsabili del servizio clienti che giudicano molto prezioso il proprio programma di QA ha detto che quel valore deriva soprattutto dagli insight sulla voce del cliente e sulla customer experience, e meno del 20% ha indicato le prestazioni degli operatori.

Termini correlati

Parta da una domanda a cui le sue conversazioni dovrebbero rispondere

Scelga una domanda a cui oggi le sue dashboard non sanno rispondere, come “perché il mese scorso il CSAT sui rimborsi è calato?”, e applichi l’interaction analytics prima di tutto a quella.

Colleghi il canale in cui vive quel problema, definisca i motivi di contatto e i criteri di qualità che contano per esso e legga le conversazioni che l’analisi fa emergere prima di fidarsi della tendenza. Una volta risposto alla prima domanda e risolto il problema, aggiunga il canale successivo e la domanda successiva.

Lo veda in una demo dal vivo. Kaizo mostra interaction analytics, QA e coaching su conversazioni di esempio realistiche. Parliamone.

Domande frequenti

L’interaction analytics è la stessa cosa della conversation intelligence?

Sono collegati, ma non sono la stessa cosa. L’interaction analytics è il livello di analisi che trasforma le conversazioni in dati strutturati: argomenti, sentiment, segnali di qualità e tendenze. La conversation intelligence ci costruisce sopra, aggiungendo valutazione della qualità, coaching e flussi di lavoro, così che l’insight porti ad agire invece di finire in un report. La maggior parte dei team parte dall’analisi e aggiunge i flussi in seguito.

Quali canali copre l’interaction analytics?

È pensato per coprire ogni canale in cui i clienti interagiscono, comprese telefonate, live chat, email e messaggi. Le chiamate vengono prima trascritte, i canali scritti vengono analizzati direttamente. Analizzarli insieme dà una vista coerente di qualità e sentiment, invece di report separati per canale che non possono mostrare un cliente che ha provato tre canali per un solo problema.

In che cosa l’interaction analytics è diverso dal QA?

L’interaction analytics fa emergere ciò che succede nell’insieme delle conversazioni: argomenti, sentiment e tendenze. Il QA giudica ogni conversazione rispetto a uno standard di qualità, di solito una scorecard. Kaizo collega le due cose, misurando la qualità e facendo coaching su tutte le conversazioni su larga scala invece di rivedere a mano un piccolo campione. Veda come lavorano insieme nell’analisi delle conversazioni in Kaizo.

Che cos’è un software di interaction analytics?

Un software di interaction analytics si collega al suo centralino, helpdesk o CRM, trascrive e legge ogni conversazione con i clienti e riporta argomenti, sentiment, sforzo e qualità su tutti i canali. I tool migliori le permettono di definire i suoi motivi di contatto e la sua scorecard, collegano ogni numero alla conversazione che c’è dietro e inviano i risultati nei flussi di QA e coaching.

Le piccole imprese possono usare la customer interaction analytics?

Sì, quando il volume di conversazioni supera ciò che una persona riesce a leggere. Un team che gestisce qualche decina di conversazioni a settimana può rivederle a mano. Quando il volume arriva a centinaia o migliaia a settimana, l’interaction analytics mostra schemi che un campione manuale non vede. I team più piccoli di solito si trovano meglio con un tool che si integra nel loro helpdesk esistente invece di una suite da contact center.

In questa pagina

Letture correlate

Lo veda in una demo dal vivo

Le presenteremo Kaizo con conversazioni di esempio realistiche, così vedrà l'esempio valutato, spiegato e trasformato in coaching.

Scelto da team di assistenza clienti in tutto il mondo

  • Foot Locker
  • Canva
  • GetYourGuide
  • Instacart
  • BlaBlaCar
  • UiPath