Rob - Fotolia

Analyse vocale : Pega s’empare de Qurious.io pour enrichir Pega Customer Service

Pegasystems a acquis la société Qurious.io, basée à San Francisco, spécialisée dans l’analyse de la parole, pour un montant non divulgué. La technologie sera utilisée pour étendre les fonctions de libre-service et d’assistance aux agents, des centres d’appels qui exploitent l’application Pega Customer Service, du moins dans un premier temps.

Qurious.io propose des fonctionnalités de traitement du langage naturel (NLP) en temps réel, plus spécifiquement basées sur le Speech To Text, adaptées aux besoins des services clients. La solution doit aider en temps réel les agents à déterminer les meilleures actions à entreprendre pour résoudre les problèmes de leurs destinataires. La startup développe Whipnote, un outil doté de capacité de transcription textuelle automatique, d’extraction de mots clés, de détection des interlocuteurs, et des émotions (via l’analyse du volume et du ton de la voix). La jeune pousse fondée en 2016, qui a levé 1,7 million de dollars au total, entend offrir sa solution à un coût minime (1 cent de dollar par minute).

Cette même technologie doit permettre aux chatbots de mieux comprendre les propos d’un client et de rendre les produits en self-service plus efficace. Qurious.io est la deuxième société que Pegasystems acquiert en deux ans pour enrichir Pega Customer Service. En 2019, l’éditeur a mis la main sur In The Chat afin d’y ajouter le support des canaux de messagerie.

« Qurious leur apporte des capacités de NLP qu’ils [les responsables de PegaSystems] n’avaient pas », estime Predrag Jakovljevic, analyste principal chez TEC.

Les nouvelles fonctionnalités issues de cette opération devraient s’intégrer à Pega Customer Service un peu avant PegaWorld, l’événement utilisateur de la société prévu en mai, prévient Don Schuerman, directeur technique de Pegasystems et vice-président de la stratégie et du marketing produit.

En soi, Qurious.io a pensé son produit Whipnote comme tel : il s’intègre par API à tous les systèmes capables de supporter des API Rest. Il pourrait également devenir une brique disponible depuis la plateforme BPM de Pega.

« Pegasystems a acquis Qurious.io plutôt que de s’associer avec une autre entreprise ou de construire sa propre solution. Qurious.io nous apporte son expertise en reconnaissance vocale basée sur l’IA », assure Don Schuerman.

Graphique service client
Qurious.io comble certaines lacunes technologiques de la gamme Pega Customer Service, y compris le libre-service et les canaux téléphoniques, avec ses outils d'assistance aux agents.

La crise sanitaire transforme les centres de contacts

Avant la crise sanitaire, Pegasystems avait prévu de renforcer ses fonctions d’assistance aux agents Pega Customer Service et d’ajouter la détection des émotions – également connue sous le nom d’analyse des sentiments – pour connaître l’état d’esprit d’un client. C’est ce que la technologie de Qurious.io apporte.

Lorsque les règles de distanciation sociale ont obligé les collaborateurs des services clientèle à travailler à distance, cela est devenu encore plus important, affirme Don Schuerman, car les centres de contact ne disposaient pas d’agents expérimentés capables d’encadrer correctement les nouveaux arrivants. Pour de nombreux secteurs, le volume de contacts a également augmenté, ce qui a nécessité des outils favorisant l’efficacité.

Les technologies que les responsables des centres de contact pensaient utiliser dans plusieurs années sont soudainement devenues des exigences qu’il fallait mettre en œuvre rapidement.

« L’analyse des sentiments est importante pour détecter une aggravation, et pour savoir quand exactement transférer un interlocuteur furieux à un opérateur en chair et en os. »
Pedrag JakovljevicPrincipal analyst, TEC

« Le volume de demandes qu’un agent doit traiter a beaucoup augmenté, et je pense que les clients anticipent la croissance de ce phénomène sur plusieurs années », considère Don Schuerman. Il ajoute que, bien après la fin de la pandémie, les centres d’appels continueront de s’appuyer sur des employés en télétravail.

« Plus un robot peut soulager les humains, mieux c’est », indique Pedrag Jakovljevic. « Mais il y a un moment où nous voulons tous parler à un être humain. L’analyse des sentiments est importante pour détecter une aggravation, et pour savoir quand exactement transférer un interlocuteur furieux à un opérateur en chair et en os ».

Don Schuerman déclare également que le service client géré uniquement par l’IA est encore loin d’être une réalité. Mais l’analyse des sentiments et les outils d’assistance des agents peuvent rendre le traitement des problèmes des clients plus efficace pour les humains – qui s’occupent des questions épineuses que les chatbots ne peuvent pas traiter.

L’analyse vocale fait l’unanimité chez les éditeurs

Ces deux grandes tendances, Pega n’est pas le seul à les suivre. En réalité, l’éditeur se retrouve en concurrence avec un célèbre acteur du CRM, Salesforce. Le groupe dirigé par Marc Benioff propose Service Cloud Voice, une solution qui permet elle aussi d’analyser en temps réel les propos des clients en contact avec les agents. Présenté lors de Dreamforce 2019, Service Cloud Voice est disponible depuis juillet 2020. Et si Salesforce vante les mérites de l’intelligence artificielle d’Einstein, il s’appuie en grande partie sur son partenaire AWS et son service Amazon Connect.

Le géant du cloud y intègre plusieurs services NLP, dont Contact Lens for Amazon Connect, lui aussi prévu pour détecter les problèmes lors des appels par le biais de l’analyse vocale. Google propose l’offre Google Contact Center AI dotée de capacités similaires. D’autres acteurs comme Avaya ou Voicebase (partenaire de Tableau, avant l’acquisition par Salesforce, et de ToughSpot) suivent le même chemin. Mais ce n’est qu’un des usages de l’analyse vocale en centre d’appels. Pindrop commence à se faire un nom dans la reconnaissance vocale et le traitement du signal sonore afin de détecter les potentielles usurpations d’identité, par exemple.

Pour approfondir sur Intelligence Artificielle et Data Science

Close