随着联络中心寻求差异化和优化客户旅程以减少客户流失，提高品牌忠诚度并提高员工敬业度，许多联络中心正在研究如何充分利用任务自动化及其利用AI来提高效率，提高节省成本和降低成本的能力，同时增加收入。兑现这一愿景的很大一部分是要在整个组织每天进行的对话中充分利用宝贵的见解。

　　对于组织而言，必须在呼叫中心环境和整个组织范围内进行对话的通话记录分析和利用捕获的语音数据中的大量信息。例如，一个呼叫可能起源于呼叫中心，但却被另一个团队（例如销售或财务部门）解决，从而失去了对客户旅程的了解。

　　我们的研究表明，尽管语音数据越来越被认为是具有战略意义且极有价值的数据集，但录音的可访问性和质量，捕获的元数据和自动语音识别（ASR）工具对于从中获取见解至关重要。随着转录，机器学习和人工智能变得越来越复杂（并且具有较低的入门成本），组织现在拥有大量的商业机会，可以利用结构化和非结构化格式的大规模语音数据。这在客户服务中尤为重要，这是把语音视作关键组成的企业中的一部分。语音是一个特别重要的数据点，因为它可以传达意图，情感，动作和意境--这些信息通常很难用其他形式的数据来辨别。

　　但是，最近对CIO和其他IT管理企业员工的调查显示，平均而言，只有不到50％的组织的对话被捕获。这是一项重大的监测--可能导致数据孤岛和组织无法理解客户的真实声音（VOC）。此外，如果组织没有能力记录整个客户旅程中的对话，则他们会错过关于该交互的见解，这可能会影响指标或基准，例如“客户工作量”评分。这导致企业根据对客户的不完整（或更糟的是不正确的）见解采取行动。

　　尽管55％的受访者表示他们的客户服务部门可以从对语音数据的更好分析中受益，但只有8％的受访者认为，他们的组织正在捕获的语音数据可以轻松访问，从而为AI引擎和分析提供动力。这是所看到的潜在价值与实现该价值的当前现实之间的巨大差距，那么为什么有92％的组织无法在指尖利用这些有价值的见解？

　　第一个问题是语音数据很少存储在一个紧密的位置。即使在数据驱动的组织中，语音数据通常也被锁定在复杂的云和本地电信系统的混合中，并且与可以帮助释放其洞察力和价值的产品和服务断开连接。从历史上看，第二个问题是，以非结构化形式进行大规模语音分析有多困难。

　　一旦组织收集了联络中心的语音数据，使用足够大的数据集就将很快无法进行人工分析。确实，我们接受调查的组织中有84％表示，采用开放的API方法，允许自由和选择，将语音数据输入到他们选择的工具和应用程序中，并且至关重要的是，不要将它们绑定到一个提供商，这对他们的语音策略至关重要。

　　幸运的是，随着最新技术的发展，组织具有利用语音数据的巨大潜力。通过做出有意识的决定来记录在工作场所中发生的所有客户交互，组织可以获得领先优势。如今，找到一种可以在整个企业范围内捕获和转录语音数据，推动AI改善客户体验，推动业务和流程改进的解决方案比以往任何时候都更加重要，并且使大规模分析非结构化语音数据成为现实。例如，分析客户语音交互的功能可以提供非常有价值的见解，以给予座席辅导，定义最佳实践并协助确定内容创建的相关性和优先级，以改善客户体验。

　　对于任何有远见的组织来说，提高客户服务部门的质量和成本效率应该是优先事项。随着技术的进步带来了先进的语音分析功能，组织需要确保他们关注为这些工具提供支持的数据，及收集和存储方式，以便充分利用所提供的机会--利用已经存在的却未开发的信息。

　　正如最近的研究所证明的那样，为最需要的部门充分利用语音数据的组织有望获得显着的竞争优势。