Как СБЕР превращает гигабайты данных в полезные знания, которые нужны сотрудникам и клиентам

Раньше базу знаний развивали на платформе Confluence, но со временем назрел переход на собственное решение.

Екатерина Горшенёва - руководитель проектов по управлению знаниями в Центре корпоративных решений СБЕР

Центр корпоративных решений СБЕР занимается дистанционной поддержкой клиентов банка. Департамент обслуживает более 3 миллионов юридических лиц — сотрудники консультируют по телефону, отвечают на вопросы в чатах и делают рассылки.

Также в структуре контакт-центра есть инструменты для клиентского self-service: виртуальный ассистент, чат-боты и справочник для бизнеса. Екатерина Горшенёва, руководитель проектов по управлению знаниями, рассказывает, как разрабатывали свою платформу, какие результаты получили и в чем главная задача корпоративной базы знаний.

Раньше базу знаний развивали на платформе Confluence, но со временем назрел переход на собственное решение.

Практика показывает: на Confluence свет клином не сошелся. Например, в TEAMLY появился очень гибкий инструмент для совместной работы — умные таблицы. В них можно создать базу данных без единой строчки кода.
20 февраля на бесплатном вебинаре мы расскажем и покажем, как команда разработки может эффективнее организовать рабочие процессы благодаря умным таблицам.

Для начала разберемся, в чем разница между данными, информацией и знаниями.

Американский экономист Рассел Акофф дал определение знанию — это способность превращать информацию и данные в эффективные действия.

Ученый предложил следующую иерархию:

Данные — это некоторые неупорядоченные символы, рассматриваемые безотносительно к контексту.
Информация — это выделенная и упорядоченная часть базы данных, отвечающая на вопросы «Кто? Что? Где? Когда?».
Знание — это информация в контексте. Именно контекст делает информацию знанием, если она согласуется и полезна в данной ситуации.

Эффективная система управления знаниями превращает данные в инструменты решения клиентских вопросов. Другими словами, главная задача базы знаний — не просто хранить данные, а помогать сотрудникам правильно действовать и создавать ценность для бизнеса.

Поясним на примере. СБЕР кредитует бизнес — пока это просто данные, которые не решают задачу клиента. Чтобы получить кредит, компания должна соответствовать определенным критериям — это уже информация в контексте. Когда сотрудник находит ее в базе знаний и консультирует предпринимателя, как открыть кредитную линию, информация перевоплощается в знание. На этом этапе появляется ценность для клиента и банка.

Объем знаний в каждой компании постоянно растет: добавляются новые клиенты, открываются направления бизнеса, реализуются проекты. Все это генерирует знания, которые могут иметь явную и неявную форму.

Явные знания — задокументированы и доступны всем сотрудникам, по сути это и есть корпоративная база знаний.
Неявные знания — появляются из личного опыта, поэтому они хранятся в головах сотрудников.

По данным исследований, до 50% знаний компании может быть в неявной форме. Отсюда ситуации, когда после увольнения эксперта останавливается какой-то бизнес-процесс. Оказывается, только один сотрудник знал, как нужно делать, и унес это знание с собой.

Система управления знаниями должна превратить неявные знания в явные — «достать» их из голов сотрудников, зафиксировать и положить в базу. Тогда увольнение или ротация экспертов не повредят бизнесу.

Развитие системы управления знаниями — это долгий и трудоемкий процесс. Поэтому может возникнуть вопрос: а зачем вообще это делать? Если коротко, чтобы экономить рабочее время сотрудников и деньги компании.

Оцените данные исследований.

Эффективная система управления знаниями снижает время поиска ответов на клиентские вопросы на 35% (McKinsey). Улучшается сервис, а вслед за ним растет лояльность клиентов, и они остаются с вами надолго.
Компании из рейтинга Fortune500 ежегодно теряют в среднем 32 миллиарда долларов из-за увольнений экспертов (International Data Corp). Поэтому крупнейший бизнес вкладывается в системы управления знаниями, и затраты окупаются многократно.

Мы вывели для себя формулу эффективной базы знаний: она выполняет свою задачу, если нужная информация попадает к нужным людям в нужный момент времени.

При этом 50% успеха зависит от платформы, и еще 50% — от организации процессов создания, тиражирования и распространения контента.

Наша база знаний хранит информацию по 500 банковским продуктам, сервисам и услугам. Центр корпоративных решений давно планировал мигрировать на собственную платформу, а закрытие Confluence ускорило этот процесс. Вот почему мы создали свой ресурс для управления знаниями.

Что входит в систему управления знаниями Центра корпоративных решений СБЕРа

Обеспечили технологический суверенитет. Теперь мы не зависим от сторонних разработчиков и уверены, что всегда сможем предоставить клиентам надежный сервис.

Решили проблемы пользователей. Замеры CSI (индекса удовлетворенности потребителей) выявили проблемы Confluence: неудобный интерфейс, неточный поиск, низкая скорость работы, сложная структура, отсутствие инструментов контроля актуальности контента.

Основные пользователи нашей базы — это сотрудники контакт-центра. Информация нужна им «в моменте»: необходимо быстро найти точный и полный ответ на вопрос клиента. А недостатки Confluence создавали неудобства для операторов.

Собственная платформа управления знаниями стала удобным источником информации для сотрудников и клиентов.

Мы сделали упор на развитие поиска за счет включения различных атрибутов в поисковую логику и разметку статей. Особое внимание уделили качеству контента: информация должна быть четко структурированной, понятной и актуальной. Работаем над интеграцией базы знаний с другими системами — это позволит переиспользовать информацию и даст возможность применять знания в нужный момент времени.

К переносу контента на новую платформу подошли комплексно.
Мы не просто скопировали материалы, а оттолкнулись от пользовательского опыта и клиентских вопросов и сделали полноценный редизайн. Важно, чтобы в базе знаний не было излишней информации, а оставалась только актуальная.

Этап 1 — Обнаружение. Определяем, какие знания следует добавлять в базу, а какие не имеют ценности. Помогает аналитика пользовательских данных и клиентских обращений. Сначала изучаем диалоги с клиентами в чатах и записи звонков, затем анализируем, чем люди интересуются чаще.

Этап 2 — Запись. Собрали команду редакторов, которые создают качественные и структурированные материалы.

База знаний для клиентов на сайте банка требует стандартов выпуска статьей, поэтому разработали единую редполитику. В текстах говорим на языке клиента — используем слова и формулировки из обращений. Контролируем качество контента — верифицируем публикации и регулярно проверяем актуальность. Учимся на примерах — создаем эталонные статьи и шаблоны типовых материалов.

Качество контента — это фундамент для базы знаний. Вы можете сделать отличный поиск, но в нем не будет смысла, если статьи не помогают сотрудникам решать вопросы клиентов.

Этап 3 — Организация. Создали понятную систему хранения и удобный поиск информации. Структура контента должна быть очевидной, чтобы внешние и внутренние пользователи находили статьи буквально как книги на полках библиотеки.

Чтобы во всех каналах была одинаковая и актуальная информация, нужно сохранить единый источник. Например, если статья для сотрудника, инструкция для клиента и шаблон сообщения касаются одной темы, они должны обращаться к одному и тому же разделу.

Этап 4 — Распределение. Распространяем знания между внутренними и внешними пользователями и отслеживаем изучение.

Для этого создаем личный кабинет пользователя, через который контролируем изучение новостных рассылок и релизов. Также проводим тестирование на знания материалов и составляем рекомендации по обучению на основе ошибок.

Этап 5 — Переиспользование. В развитии базы знаний отдаем приоритет клиентскому self-service.

Мы считаем, что лучший сервис — это тот, что не был оказан. Поэтому создаем разные уровни погружения в базу знаний, чтобы внешние пользователи могли сами находить нужные материалы. А «живой» сотрудник подключался только по необходимости.

Качество контента, а значит, и эффективность системы управления знаниями, зависит от команды редакторов. Работа с банковскими продуктами требует определенных компетенций. Но еще важнее — уметь объяснить сложные вещи простым языком, способность понятно излагать информацию. Поэтому для нас в приоритете навыки копирайтинга, а в специфику банковской сферы сотрудников погружаем уже в компании.

Развиваем — составляем матрицу обучения, по которой сотрудники осваивают сервисы и услуги банка, а также регулярно проводим встречи с методологами.
Мотивируем — ставим четкие и измеримые цели. Например, добиться высоких показателей CSI (индекс удовлетворенности клиентов) внешних и внутренних пользователей, сократить время подготовки публикаций.
Контролируем — отслеживаем качество и сроки создания, размещения контента.

Работа со статьей не заканчивается, когда контент опубликован. Обязательно собираем обратную связь от пользователей, а еще каждые два месяца проводим замер внутреннего CSI. Постоянно улучшаем, актуализируем и дополняем материалы.

Новые решения могут вызывать сопротивление у людей, которые давно работали на старой платформе. Там все было знакомо и привычно, а к несовершенствам уже подстроились. Поэтому поначалу сотрудникам может казаться, что новая база знаний неудобная. Мы тоже столкнулись с такой проблемой на этапе перехода на собственную платформу.

Как адаптировали сотрудников к новой базе знаний:

Сделали обучающие материалы. Для линейного персонала создали видеоинструкции. А для руководителей организовали отдельное обучение, чтобы они могли поделиться знаниями со своими командами.
Собрали обратную связь. Узнали, что именно кажется пользователям неудобным, и затем доработали статьи и функционал.
Внедрили геймификацию. Провели викторину для сотрудников на знание новой платформы/

Примечательно, что внедрение собственной платформы не встретило сопротивления среди новичков. У них не было пользовательской привычки к предыдущему решению, поэтому адаптация прошла легко.

Дальнейшее развитие системы управления знаниями направим в сторону нейросетей. Будем совершенствовать умный поиск и обучать языковую модель, чтобы она могла выдавать подсказки пользователям. Также планируем расширять возможности self-service.

Платформу пока дорабатываем и улучшаем, но уже можно подвести первые итоги:

Время поиска целевой статьи сократилось до 3 секунд, в планах — сократить до 1 секунды.
CSI по базе знаний вырос на 15%.
Контент стал понятнее для пользователей — они задают на 20-25% меньше уточняющих вопросов.

Если Екатерина рассказала нам о том, как из данных сделать знания, то сейчас мы задаемся немного другим вопросом: как с помощью данных управлять проектами и задачами?

И кажется, для команд разработки мы нашли ответ и готовы им поделиться. Приходите на бесплатный вебинар 20 февраля! Поделимся, как с помощью таблиц баз данных в TEAMLY нам удается планировать задачи так, чтобы команда не выгорала, и успевала в обновлять продукт в срок.

Зарегистрироваться на вебинар