Вкалывают роботы. Как речевая аналитика улучшает работу колл-центров телеком-компаний

Наше решение позволило судить о качестве обслуживания колл-центра «МегаФона» на основании 100% звонков.

Источник: <a href="https://api.vc.ru/v2.8/redirect?to=https%3A%2F%2Fzen.yandex.ru%2Fmedia%2Fworkhard%2Frabotala-v-kollcentre-megafona-5cd441f3c6dcb700b36ca1fc&postId=154322" rel="nofollow noreferrer noopener" target="_blank">Яндекс.Дзен</a>
1414

Область применения - перевести речь в текст, найти ключевые слова и связь между ними. 
Оценивать работу контактного центра и его сотрудников только по этим параметрам не реально, так как слепое следование скриптам приводит к большим проблемам. Есть куча историй, когда оператор произносит имя клиента четыре раза подряд, так как обязан это сделать в течение разговора.
Единственное, для чего может пригодиться технология - выявить недостатки конкретного оператора и начать больше слушать его людьми, а не роботом.

1

«Есть куча историй, когда оператор произносит имя клиента четыре раза подряд, так как обязан это сделать в течение разговора». Есть разные производители, разные системы, с разным «интеллектом». Столкнувшись однажды с некачественной, не стоит разочаровываться во всех.
«Область применения — перевести речь в текст, найти ключевые слова и связь между ними». Указанная вами область применения — это скорее задача автоматического контроля качества, не речевой аналитики. Система речевой аналитики позволяет оценивать не только ключевые слова, но и массив дополнительных параметров: периоды тишины, перебивания, одновременная речь и пр. Как указано в статье, наша система анализирует более 40 параметров диалога, поэтому область применения гораздо шире и позволяет получить полную объективную картину. Задача системы — не только контроль специалистов, а влияние на KPI контакт-центра: выявление зон роста для повышения продаж, лояльности и удовлетворенности клиентов, снижения повторных обращений и среднего времени обслуживания. Например, чтобы эффективно работать с cross-sell, важно понимать, какие самые распространенные возражения клиентов, как специалисты их отрабатывают. Если после возражения клиента специалист прощается, очевидно, что это не повысит ни лояльность клиента, ни KPI контакт-центра. Наша система позволяет выявлять такие случаи, может проанализировать любую часть диалога: в данном случае можно проанализировать 10 слов речи оператора после слов возражения клиента и выявить, что оператор сразу прощается. На основе информации, полученной с помощью речевой аналитики, можно оперативно скорректировать скрипт операторов, провести корректирующие мероприятия и в разы увеличить лояльность клиентов, развивая свой бизнес.

2