Звёздный путь: что происходит с вашими оценками и на что они реально влияют

«Нам важно, что вы о нас думаете» — шаблонная вежливость или нет?

Каждому приходилось слышать фразу «Нам важно, что вы о нас думаете». Но, давайте честно, это ведь просто шаблонная вежливость и видимость участия — реальное наше мнение никого не интересует, думаем мы. То же самое со звёздочками или баллами, поставить которые нас просит почти любой сервис — такси, доставка готовой еды или продуктов, мессенджеры или банки. И мы часто сбрасываем эту просьбу, либо ставим оценки на автомате, не особо веря, что они на что-то повлияют. Исключение — водители такси и пассажиры, там звёздочки складываются в персональный рейтинг, и это уже стало темой для шуток и мемов.

На самом деле, эти оценки могут повлиять на множество неочевидных, но довольно важных вещей. В Альфа-Банке уж точно: от развития отдельных продуктов до создания новых фичей, от повышения компетентности сотрудников до их уровня оплаты. Рассказываем, какой путь проделывают ваши звёзды в Альфе.

Если вы воспользуетесь какой-либо услугой банка — к примеру, оформите карту в отделении, — вы получите на телефон пуш-уведомление или смс с предложением оценить услугу. Выбрать те самые звёзды. Диапазон реакций обычный — от одной звезды (ужасно! это возмутительно) до пяти (идеально, так и должно быть).

Собирать их здорово помогают «пуши» в мобильном приложении: они выглядят интересней смс-сообщений, в них есть иконки, удобно оставлять комментарии. Благодаря пуш-уведомлениям Альфа-Банк в разы увеличил количество собираемых отзывов. Теперь их оставляет 10% пользователей — в два раза больше, чем в среднем при таких опросах. А функция «позвони мне», которую мы добавили в пуш-уведомления для негативных оценок, позволила нам собирать более детальную информацию о работе банка и его сервисов напрямую от людей, которые остались чем-то недовольны и готовы этим поделиться.

Так работает собственная платформа Альфа-Банка, которая называется Voice of Customer (VOC) или голос клиента. Ваши звёзды для неё — большой объём данных в единой методологии. Только в этом году мы уже накопили более 8 млн. оценок VOC — это огромный массив структурированной big data.

Но это только начало. С теми, кто поставил от 1 до 3 звёзд (и нажал кнопку «позвони мне»), в течение суток обязательно свяжется сотрудник Отдела по сохранению лояльности клиентов. У него две цели: помочь решить проблему и выяснить подробности неудачного опыта (потом эти данные попадут в систему для анализа и планирования улучшений). Это может сделать только живой человек, в банке таких специалистов специально готовят.

Как это происходит? Например, новый сотрудник отделения не смог решить вопрос, с которым к нему обратился клиент. Опытный коллега был занят, а человек очень спешил. В итоге он ставит за услугу 1 звезду и в причинах «Что вас разочаровало?» выбирает — «Вопрос не решен». И нажимает галочку «Позвоните. Расскажу подробнее». Эксперт свяжется с клиентом, извинится за негативный опыт, уточнит причины недовольства и поможет решить вопрос (если это возможно сделать удаленно). А после разговора внесет всю информацию на платформу VOC и направит руководителю сотрудника уведомление о том, что в его команде произошел такой случай — Alert VOC. Что будет с сотрудником дальше мы ещё расскажем, а пока продолжим следить за звёздами.

Чтобы история не повторялась, нужно разобраться — это разовый сбой в процессе обслуживания или есть системные причины. Для этого собранные на платформе экспертизы нужно классифицировать и проанализировать. Эту часть работы Альфа-Банк в 2021 году переложил на искусственный интеллект. Подобрав подходящие математические модели, специалисты Центра продвинутой аналитики создали алгоритм, который помог разобрать десятки тысяч экспертиз и ускорить их вычитку.

Для этого специалистам по машинному обучению необходимо было выделить из каждой экспертизы самые информативные куски так, чтобы не сломать основное повествование. Иными словами, большую экспертизу необходимо было переписать в два-три предложения. На языке машинного обучения это называется «Экстрактивная суммаризация». А еще нужно было предоставить в удобной форме весь спектр скрытых в экспертизах тем и проблем, которые волнуют людей.

О каких разночтениях идёт речь? И разве трудно определить в чём проблема? Бывает, что так.

К примеру, у человека в магазине не прошла транзакция по карте, поэтому на опрос удовлетворенности он ставит «1» и отмечает галочкой графу «перезвоните мне». Во время разговора с ним эксперт выяснит в системе, что на счёт клиента наложен арест, а уведомление об этом клиент пропустил, либо не заметил. Разблокировать карту невозможно, но можно помочь иначе — подсказать, как обратиться в ФССП и как оплатить штраф, чтобы снять блокировку счёта.

Поначалу могло показаться, что проблема в заблокированной карте. На деле же клиент не получил от банка заметного уведомления о блокировке счёта с инструкцией — что нужно сделать, чтобы снова начать пользоваться своей картой. Корневая проблема была в этом. И нейросеть сумеет распознать это достаточно точно.

В отрасли большим успехом считается точность более 60%, но метрики Альфы гораздо выше — точность нашей модели 87%.

И вот, наконец, место, где собираются все звёзды от клиентов, а негативные отзывы превращаются в задачи по улучшению продуктов и сервисов банка. Это автоматизированный дашборд на VOC-платформе. Он отслеживает статистику обратной связи в режиме реального времени, строит рейтинги оценок по отдельным направлениям банка или конкретным продуктам, показывает, что надо лечить.

Вот пример такой задачи. Клиент получил кредит наличными, остался доволен, и к нам прилетели от него 5 звёзд. Через три месяца мы снова направили опрос, чтобы проверить всё ли хорошо. И нам прилетает в ответ одна звезда: клиент хотел оформить частично-досрочное погашение — а сделать это было невозможно. Дальше всё, как уже описывали — звонок эксперта, и информация попадает в систему VOC, модель обрабатывает весь массив, и вот руководители команды «Кредит наличными» видят негатив на дашборде. Клиентов с такой проблемой оказалось много и её взяли в глубокую проработку. В результате банк расширил возможности частично-досрочного погашения кредитов.

Теперь вернёмся к сотруднику-новичку из нашего первого примера и посмотрим, что стало с ним. Его руководитель получил Alert VOC после разговора эксперта с клиентом, изучил обратную связь и уже вместе с сотрудником разобрал специфику той операции, с которой тот не справился. Для закрепления новичок получит еще дистанционный обучающий курс и наставника, у которого оценки VOC на отличном уровне. Но! Этот кейс всё же отразится и на его премии.

Тех сотрудников, кому прилетают 5 звёзд, да ещё с хорошим комментарием, отмечают в команде. А банковские «отличники» по результатам квартала кроме премии получают персональное письмо с благодарностью от руководителя бизнес-линии.

Сейчас эта VOC-мотивация действует для всех без исключения сотрудников всех массовых услуг, которые оказывает банк. На основании этих оценок объективный алгоритм высчитывает рейтинг, от которого зависят премии.

Внутри Альфа-Банка эта система относится к стратегической инициативе «Финансовый суперсервис». За этой корпоративной формулировкой скрывается очень понятная и очень важная для перспективы банка цель — опережать конкурентов не только по финансовым показателям, но и по качеству обслуживания клиентов.

В будущем новые модели обработки естественного языка банка смогут расшифровывать речь и давать подсказки эксперту прямо в процессе общения с пользователем по поводу низкой оценки. А сами эксперты будут тратить на личное общение с клиентами только 30% времени, в остальное будут проверять и улучшать качество работы моделей.

Работа с VOC-платформой уже сейчас обогащает модели машинного обучения, в том числе и созданные для других процессов. В прошлом году данные из платформы стали добавляться в хранилище переменных, описывающее все возможные банковские процессы, технологии и различные типы взаимодействия пользователя с банком. Благодаря этому качество работы математических моделей первичных и вторичных продаж выросло на несколько «Джини» (Gini Coefficient – метрика качества). А один пункт Gini — это миллионы рублей дополнительного дохода для банка.

Но не всё измеряется деньгами.