La respuesta de voz interactiva ( IVR ) es una tecnología que permite a los usuarios de teléfonos interactuar con un sistema telefónico operado por computadora mediante el uso de la entrada de tonos de voz y DTMF con un teclado. En telefonía , la IVR permite a los clientes interactuar con el sistema host de una empresa a través de un teclado telefónico o por reconocimiento de voz, después de lo cual se pueden solicitar servicios a través del diálogo IVR. Los sistemas IVR pueden responder con audio pregrabado o generado dinámicamente para indicar a los usuarios cómo proceder. Los sistemas IVR implementados en la red están dimensionados para manejar grandes volúmenes de llamadas y también se utilizan para llamadas salientes, ya que los sistemas IVR son más inteligentes que muchos sistemas de marcador predictivo . [1]
Los sistemas de respuesta de voz interactiva ( IVR) se pueden utilizar de forma independiente para crear soluciones de autoservicio para compras móviles, pagos bancarios, servicios, pedidos minoristas, servicios públicos, información de viajes y condiciones meteorológicas. En combinación con sistemas como un asistente automático y un distribuidor automático de llamadas (ACD), el enrutamiento de llamadas se puede optimizar para una mejor experiencia del usuario y eficiencia de la fuerza laboral. Los sistemas de respuesta de voz interactiva (IVR) a menudo se combinan con la funcionalidad de asistente automático . El término unidad de respuesta de voz ( VRU ) también se utiliza a veces. [2]
A pesar del aumento de la tecnología IVR durante la década de 1970, la tecnología se consideraba compleja y costosa para automatizar tareas en los centros de llamadas. [3] Los primeros sistemas de respuesta de voz se basaban en la tecnología de procesamiento de señales digitales (DSP) y se limitaban a vocabularios pequeños. A principios de la década de 1980, la tecnología de percepción de Leon Ferber se convirtió en el primer competidor del mercado general, después de que la tecnología de disco duro (acceso aleatorio de lectura/escritura a datos de voz digitalizados) hubiera alcanzado un punto de precio rentable. [ cita requerida ] En ese momento, un sistema podía almacenar el habla digitalizada en un disco, reproducir el mensaje hablado apropiado y procesar la respuesta DTMF del humano.
A finales de los años 90, cuando los centros de llamadas empezaron a migrar a la multimedia, las empresas empezaron a invertir en la integración de telefonía informática (CTI) con sistemas de respuesta de voz interactiva (IVR). La IVR se volvió vital para los centros de llamadas que implementaban soluciones de enrutamiento y colas universales y actuaba como un agente que recopilaba datos de los clientes para permitir decisiones de enrutamiento inteligentes. Con las mejoras en la tecnología, los sistemas podían utilizar el reconocimiento de voz independiente del hablante [4] de un vocabulario limitado en lugar de requerir que la persona utilizara la señalización DTMF.
A partir de la década de 2000, la respuesta de voz se volvió más común y más barata de implementar. Esto se debió al aumento de la potencia de la CPU y a la migración de las aplicaciones de voz del código propietario al estándar VXML .
La decodificación DTMF y el reconocimiento de voz se utilizan para interpretar la respuesta de la persona que llama a las indicaciones de voz. Los tonos DTMF se ingresan a través del teclado del teléfono .
Otras tecnologías incluyen el uso de texto a voz (TTS) para transmitir información dinámica y compleja, como correos electrónicos, noticias o información meteorológica. La tecnología IVR también se está introduciendo en los sistemas de automóviles para el funcionamiento con manos libres. TTS es un habla sintetizada generada por computadora que ya no es la voz robótica tradicionalmente asociada con las computadoras. Las voces reales crean el habla en fragmentos que se unen (concatenan) y suavizan antes de reproducirlos para la persona que llama.
Un IVR se puede implementar de varias maneras:
Un distribuidor automático de llamadas (ACD) suele ser el segundo punto de contacto cuando se llama a muchas empresas grandes. Un ACD utiliza dispositivos de almacenamiento digital para reproducir saludos o anuncios, pero normalmente dirige a la persona que llama sin pedirle que haga una entrada. Un IVR puede reproducir anuncios y solicitar una entrada a la persona que llama. Esta información se puede utilizar para crear un perfil de la persona que llama y un ACD puede utilizarla para dirigir la llamada a un agente con un conjunto de habilidades en particular.
La respuesta de voz interactiva se puede utilizar para la operación de un centro de llamadas mediante la identificación de las necesidades de la persona que llama. Se puede obtener información de la persona que llama, como un número de cuenta. Se pueden proporcionar respuestas a preguntas simples, como saldos de cuenta o información pregrabada, sin la intervención del operador. Los números de cuenta del IVR a menudo se comparan con los datos de identificación de la persona que llama por razones de seguridad y se requieren respuestas IVR adicionales si la identificación de la persona que llama no coincide con el registro de la cuenta. [5]
Los flujos de llamadas de IVR se crean de diversas maneras. Un IVR tradicional dependía de lenguajes de programación o scripting propietarios, mientras que las aplicaciones de IVR modernas se generan de manera similar a las páginas web , utilizando estándares como VoiceXML , [6] CCXML , [7] SRGS [8] y SSML . [9] La capacidad de utilizar aplicaciones basadas en XML permite que un servidor web actúe como servidor de aplicaciones , lo que libera al desarrollador de IVR para que se concentre en el flujo de llamadas.
Las interacciones de reconocimiento de voz IVR (flujos de llamadas) están diseñadas utilizando tres enfoques para solicitar y reconocer la entrada del usuario: diálogo dirigido, abierto y mixto. [10] [11] [12]
Un mensaje de diálogo dirigido comunica un conjunto de respuestas válidas al usuario (por ejemplo, "¿Cómo puedo ayudarlo? Diga algo como saldo de cuenta, estado de pedido o más opciones "). Un mensaje abierto no comunica un conjunto de respuestas válidas (por ejemplo, "¿Cómo puedo ayudarlo?"). En ambos casos, el objetivo es obtener una respuesta hablada válida del usuario. La diferencia clave es que con un diálogo dirigido, es más probable que el usuario diga una opción exactamente como se comunicó en el mensaje (por ejemplo, "saldo de cuenta"). Sin embargo, con un mensaje abierto, es probable que el usuario incluya palabras o frases extrañas (por ejemplo, "Estaba mirando mi factura y vi que mi saldo estaba mal"). El mensaje abierto requiere un mayor grado de procesamiento del lenguaje natural para extraer la información relevante de la frase (es decir, "saldo"). El reconocimiento abierto también requiere un conjunto gramatical más grande , que da cuenta de una gama más amplia de permutaciones de una respuesta dada (por ejemplo, "el saldo estaba mal", "saldo incorrecto", "el saldo es alto", "saldo alto"). A pesar de la mayor cantidad de datos y procesamiento que requieren los mensajes abiertos, estos son más eficientes desde el punto de vista interactivo, ya que los mensajes en sí suelen ser mucho más breves. [10]
Un enfoque de diálogo mixto implica pasar de un diálogo abierto a un diálogo dirigido o viceversa dentro de la misma interacción, ya que un tipo de indicación puede ser más eficaz en una situación determinada. Las indicaciones de diálogo mixto también deben poder reconocer respuestas que no son relevantes para la indicación inmediata, por ejemplo, en el caso de que un usuario decida cambiar a una función diferente de la actual. [12] [11]
Existen herramientas de desarrollo de IVR de nivel superior para simplificar aún más el proceso de desarrollo de aplicaciones. Se puede dibujar un diagrama de flujo de llamadas con una herramienta GUI y se puede generar automáticamente la capa de presentación (normalmente VoiceXML). Además, estas herramientas normalmente proporcionan mecanismos de extensión para la integración de software, como una interfaz HTTP a un sitio web y una interfaz Java para conectarse a una base de datos.
En telecomunicaciones , una unidad de respuesta de audio (ARU) (que a menudo se incluye en los sistemas IVR) es un dispositivo que proporciona respuestas de voz sintetizadas a las pulsaciones de teclas DTMF mediante el procesamiento de llamadas en función de (a) la entrada del originador de la llamada, (b) la información recibida de una base de datos y (c) la información de la llamada entrante, como la hora del día. Las ARU aumentan la cantidad de llamadas de información gestionadas y proporcionan una calidad constante en la recuperación de información.
Los sistemas de respuesta de voz interactiva (IVR) se utilizan para atender grandes volúmenes de llamadas a un menor coste. El uso de IVR permite resolver las consultas de los usuarios sin necesidad de un agente en directo. Si los usuarios no encuentran la información que necesitan, las llamadas pueden transferirse a un agente en directo. Este enfoque permite que los agentes en directo tengan más tiempo para ocuparse de interacciones complejas. Cuando un sistema de respuesta de voz interactiva responde a varios números de teléfono, el uso de DNIS garantiza que se ejecute la aplicación y el lenguaje correctos. Un único sistema de respuesta de voz interactiva de gran tamaño puede gestionar llamadas de miles de aplicaciones, cada una con sus propios números de teléfono y guiones.
Los centros de llamadas utilizan sistemas de respuesta de voz interactiva (IVR) para identificar y segmentar a los usuarios que llaman. La capacidad de identificar a los clientes permite personalizar los servicios según el perfil del cliente. Se puede dar a la persona que llama la opción de esperar en la cola, elegir un servicio automatizado o solicitar que le devuelvan la llamada. El sistema puede obtener datos de identificación de la línea de llamada (CLI) de la red para ayudar a identificar o autenticar a la persona que llama. Los datos de autenticación adicionales de la persona que llama pueden incluir el número de cuenta, la información personal, la contraseña y los datos biométricos (como la huella de voz). La respuesta de voz interactiva también permite priorizar a los clientes. En un sistema en el que los clientes individuales pueden tener un estado diferente, el servicio priorizará automáticamente la llamada de la persona y moverá a los clientes al principio de una cola específica.
Los IVR también registran información detallada de las llamadas en su propia base de datos para auditoría, informe de rendimiento y futuras mejoras del sistema IVR. CTI permite que un centro de contacto u organización recopile información sobre la persona que llama como un medio para dirigir la consulta al agente adecuado. CTI puede transferir información relevante sobre el cliente individual y el diálogo IVR desde el IVR al escritorio del agente mediante una ventana emergente , lo que hace que el servicio sea más efectivo y eficiente. Los sistemas IVR de marcación activada por voz (VAD) se utilizan para automatizar las consultas de rutina a una centralita o a los operadores de PABX (centralita privada automática), y se utilizan en muchos hospitales y grandes empresas para reducir el tiempo de espera de la persona que llama. Una función adicional es la capacidad de permitir que las personas que llaman desde el exterior llamen al personal y transfieran la llamada entrante a la persona que recibió el mensaje. El IVR se puede utilizar para proporcionar una experiencia de correo de voz más sofisticada a la persona que llama.
Las instituciones bancarias dependen de los sistemas de respuesta de voz interactiva (IVR) para interactuar con los clientes y ampliar el horario comercial a un funcionamiento ininterrumpido . La banca telefónica permite a los clientes consultar saldos e historiales de transacciones, así como realizar pagos y transferencias. A medida que han surgido los canales en línea, la satisfacción del cliente bancario ha disminuido. [13]
Los sistemas de respuesta de voz interactiva (IVR) son utilizados por las compañías farmacéuticas y las organizaciones de investigación por contrato para realizar ensayos clínicos y gestionar los grandes volúmenes de datos generados. La persona que llama responderá a las preguntas en su idioma preferido y sus respuestas se registrarán en una base de datos y posiblemente se grabarán al mismo tiempo para confirmar su autenticidad. Las aplicaciones incluyen la aleatorización de pacientes y la gestión del suministro de medicamentos. También se utilizan para registrar diarios y cuestionarios de pacientes. [14]
Los sistemas de respuesta de voz interactiva (IVR) permiten a las personas que llaman obtener datos de forma relativamente anónima. Los hospitales y las clínicas han utilizado sistemas de respuesta de voz interactiva para permitir que las personas que llaman reciban acceso anónimo a los resultados de las pruebas. Se trata de información que una persona podría manejar fácilmente, pero el sistema de respuesta de voz interactiva se utiliza para preservar la privacidad y evitar posibles situaciones embarazosas con información confidencial o resultados de pruebas. Los usuarios reciben una contraseña para acceder a sus resultados.
Algunas de las plataformas de respuesta de voz interactiva (IVR) más grandes se utilizan para la votación por televisión en concursos de televisión, como Pop Idol y Big Brother , que pueden generar enormes picos de llamadas. El proveedor de red a menudo implementará la interrupción de llamadas en la PSTN para evitar la sobrecarga de la red. Las organizaciones de encuestas también pueden utilizar la respuesta de voz interactiva para hacer preguntas más delicadas cuando a los investigadores les preocupa que un encuestado pueda sentirse menos cómodo al proporcionar estas respuestas a un interlocutor humano (como preguntas sobre el consumo de drogas o el comportamiento sexual). En algunos casos, se puede utilizar un sistema de respuesta de voz interactiva en la misma encuesta junto con un entrevistador humano.
Al permitir que las poblaciones con bajo nivel de alfabetización interactúen con la tecnología, los sistemas de respuesta de voz interactiva (IVR) forman una vía para desarrollar habilidades tecnológicas en los países en desarrollo. [15] Los países en desarrollo tienen una prevalencia de teléfonos móviles incluso en áreas rurales, lo que deja espacio para que la tecnología de respuesta de voz interactiva apoye proyectos de bien social. Sin embargo, la mayoría de la tecnología de respuesta de voz interactiva está diseñada en dominios ricos en recursos, por lo que es necesaria la investigación para contextualizar y adaptar esta tecnología para los países en desarrollo. [ cita requerida ] La investigación en TIC para el desarrollo ha ayudado a adaptar la respuesta de voz interactiva al impacto social y ha creado aplicaciones innovadoras en salud, agricultura, entretenimiento y periodismo ciudadano.
En el contexto de la tuberculosis, los pacientes deben seguir tomando la medicación a diario durante un período de unos meses para curarse por completo. En el sector público, existe un plan llamado DOTS (terapia breve bajo observación directa [ cita requerida ] ) que fue la fuente más eficaz para la población pobre. Sin embargo, este método requiere que el paciente se desplace a la clínica todos los días, lo que le supone limitaciones económicas y de tiempo.
99DOTS [16] es un proyecto que utiliza buenos principios de ICTD [ cita requerida ] para utilizar la tecnología IVR en beneficio de los pacientes con tuberculosis. Los pacientes tienen un paquete personalizado de tabletas que reciben del funcionario de atención médica que los capacita para tomar el medicamento en la secuencia diaria. Al abrir el paquete en una secuencia, se revela un número de teléfono que el paciente debe marcar para confirmar que ha tomado el medicamento. Este proyecto de investigación se basó en Microsoft Research India por Bill Theis y quien recibió la beca MacArthur para el proyecto. [17] El proyecto se ha escindido como Everwell Technologies [18] que ahora trabaja en estrecha colaboración con el Gobierno de la India para ampliar esta tecnología a los pacientes de toda la India.
Aunque la radio es un medio de entretenimiento muy popular, la respuesta de voz interactiva (RVI) ofrece interactividad, lo que puede ayudar a los oyentes a interactuar de formas novedosas con sus teléfonos. La investigación de ICTD ha utilizado el entretenimiento con RVI como un mecanismo para apoyar a las comunidades y proporcionar información a poblaciones a las que es difícil llegar con los métodos tradicionales.
El IVR se ha utilizado para contenido generado por la comunidad que las ONG y las organizaciones sociales pueden adaptar para difundir contenido relevante a una población de difícil acceso.
La introducción del Protocolo de inicio de sesión (SIP) significa que las comunicaciones punto a punto ya no se limitan a las llamadas de voz, sino que ahora pueden extenderse a tecnologías multimedia como el vídeo . Los fabricantes de IVR han ampliado sus sistemas a IVVR (respuesta de voz y vídeo interactiva), especialmente para las redes de telefonía móvil. El uso del vídeo proporciona a los sistemas IVR la capacidad de implementar una interacción multimodal con la persona que llama.
La introducción de sistemas de respuesta de voz interactiva (IVR) de video full-duplex en el futuro permitirá a los sistemas leer emociones y expresiones faciales. También se puede utilizar para identificar a la persona que llama, utilizando tecnología como el escaneo del iris u otros medios biométricos . Las grabaciones de la persona que llama se pueden almacenar para monitorear ciertas transacciones y se pueden utilizar para reducir el fraude de identidad. [26]
Con la introducción de los centros de contacto SIP, el control de llamadas en un centro de contacto SIP se puede implementar mediante scripts CCXML , que son un complemento del lenguaje VXML utilizado para generar diálogos IVR modernos. A medida que las llamadas se ponen en cola en el centro de contacto SIP, el sistema IVR puede proporcionar tratamiento o automatización, esperar un período fijo o reproducir música. Las llamadas entrantes a un centro de contacto SIP se deben poner en cola o finalizar en un punto final SIP; los sistemas IVR SIP se pueden utilizar para reemplazar a los agentes directamente mediante el uso de aplicaciones implementadas mediante BBUA (agentes de usuario back-to-back).
Debido a la introducción de la mensajería instantánea (IM) en los centros de contacto, los agentes pueden gestionar hasta 6 conversaciones de mensajería instantánea diferentes al mismo tiempo, lo que aumenta la productividad del agente. [ cita requerida ] La tecnología IVR se está utilizando para automatizar las conversaciones de mensajería instantánea utilizando el software de procesamiento de lenguaje natural existente . Esto difiere del manejo del correo electrónico, ya que la respuesta automática del correo electrónico se basa en la detección de palabras clave y las conversaciones de mensajería instantánea son conversacionales. El uso de abreviaturas y emoticones en mensajes de texto requiere gramáticas diferentes a las que se utilizan actualmente para el reconocimiento de voz. La mensajería instantánea también está comenzando a reemplazar a la mensajería de texto en los teléfonos móviles multimedia.
Con la introducción de servicios web en el centro de contacto, la integración del host se ha simplificado, lo que permite que las aplicaciones de IVR se alojen de forma remota desde el centro de contacto. Esto ha significado que las aplicaciones de IVR alojadas que utilizan voz ahora están disponibles para centros de contacto más pequeños en todo el mundo y ha llevado a una expansión de ASP (proveedores de servicios de aplicaciones).
Las aplicaciones de respuesta de voz interactiva (IVR) también se pueden alojar en la red pública, sin integración con el centro de contacto. Los servicios incluyen mensajes de anuncios públicos y servicios de mensajes para pequeñas empresas. También es posible implementar servicios de respuesta de voz interactiva de dos vías, en los que la aplicación de respuesta de voz interactiva inicial se utiliza para enrutar la llamada al centro de contacto adecuado. Esto se puede utilizar para equilibrar la carga entre varios centros de contacto o proporcionar continuidad comercial en caso de una interrupción del sistema.
Las encuestas muestran que el sistema de respuesta de voz interactiva (IVR) no es del agrado de los clientes, ya que es difícil de usar y no responde a las llamadas. Muchos clientes se oponen a hablar con un sistema automatizado. Existe la percepción de que se adopta el sistema IVR porque permite a las empresas ahorrar dinero y contratar menos empleados para responder al teléfono. [27] Además, como ahora la información básica está disponible en línea, es más probable que las llamadas que llegan a un centro de llamadas sean problemas complejos y no se puedan resolver de manera automatizada, por lo que requieren la atención de un agente en vivo.
