Система обработки обратной связи клиентов на Low-code

Сейчас для всех, а особенно для компаний, работающих в розничном секторе, важно быстро реагировать на обращения клиентов, обрабатывать эти обращения и оперативно принимать меры.

Очень распространенный способ для решения этой проблемы, особенно у банков и телекомов - это чат-бот на нейронной сети, использующий технологию NLP. Обычно такой бот подключен к телефону и к чату поддержки в приложении / на сайте.

Такие боты вызывают лишь раздражение, так как пробиться через них к оператору бывает очень сложно, а понять что именно от них требуется они часто не могут. Такие боты раздражают.

Эти чат-боты используют технологию обработки естественного языка Natural language processing для того, чтобы понять запрос и сформулировать ответ.

Некоторые боты хамят, что является результатом некачественного машинного обучения.

Как же с этим быть?

Для начала, ответим на вопрос для чего банки и компании внедряют этих ботов, какую цель они преследуют. Очевидно, что человек получит и обработает обращение качественнее, чем бот на нейронке, да и общаться клиенту приятнее с человеком.

Но зачем тогда заменять человека на бота, которы либо не может помочь, либо препятствует связи с живым оператором?

Ответ прост: для того, чтобы сократить издержки на колл-центр.

Можно ли решить эту проблему иным способом и дать клентам сопоставимое или даже лучшее качество?

Думаю, что можно.

Представим себе, что банк или наша компания - это ай-ти сервис. Для этого не нужно даже обладать каким-то выдающимся воображением, так как многие банки и компании сейчас по сути являются или стараются стать именно ай-ти сервисами.

Посмотрим как производители софта решают проблему с тем, что пользователи софта не всегда понимают как этим софтом пользоваться.

Они делают гайды для пользователей софта и справочные системы. Если вам не понятно что-то, вы можете обратиться к "справке" по программе и найти там инструкцию о том, как выполнить те или иные действия, что делать в случае тех или иных проблем с софтом. Почему бы не использовать этот опыт?

У нас был проект в рамках акселератора ФРИИ с одним из крупных банков. Требовалсь создать систему, которая будет консультировать клиентов по разным вопросам оказания услуг. Если же консультация по конкретному вопросу клиента в программу не заложена, то программа должна собрать с клиента всю необходимую информацию и отправить ее в подразделение, ответственное именно за решение таких проблем.

Такая система сбора и обработки обратной связи клиентов была создана с помощью low-code платформы Botman.one быстро и без кодинга.

Результаты тестирования на клиентах показали существенное сокращение нагрузки на колл-центр, так как часть вопросов система решала самостоятельно. По остальным - собирала информацию и автоматически высылала на электроную почту сотрудника, ответственного за решение проблемы. То есть, если проблема клиента, например, с банкоматом, то информация отправлялась в отдел по обслуживанию банкоматов.

Это позволяет разгрузить не только колл-центр, но и департамент по работе с обращениями клиентов. Обычно сотрудники этого департамента вынуждены связываться с клиентом дополнительно для выяснения деталей обращения клиента. То есть, в примере с банкоматом, им нужно позвонить клиенту и спросить где расположен банкомат, что конкретно произошло: банкомат не выдал деньги или не принимает карту или что-то еще и т.д.

Система обработки обратной связи собирает всю эту информацию сама и, значит, сотрудники получали исчерпывающую информацию для принятия мер по обращению клиента.

Система обработки обратной связи клиентов работает на жестких алгоритмах, которые основаны на результатах анализа массива обращений клиентов. Это позволяет избежать недостатков и обшибок ботов, использующих NLP и машинное обучение.

В процессе эксплуатации система может дополняться все новыми алгоритмами по мере появления новых продуктов и услуг, а также новых видов обращений клиентов. Это можно делать легко и быстро, так как на платформе Botman.one создание и внесение измененинй в алгоритмы происходит без программирования.

Более того, система может генерировать для клиента документы на основе заранее заданных шаблонов (есть встроенный конструктор документов), считать для клиента цены услуг по сложным тарифам или консультировать по правовым и другим вопросам. По сути, функционал работы системы в части решения клиентских проблем ограничен только фантазией разработчика системы :)

Система позволяет собирать статистику по видам обращений и другим параметрам, а также строить на ее основе диаграммы, что дает возможность анализировать проблемные зоны в оказании услуги или бизнес-процессе.

Многие банки и компании сейчас осуществляют поддержку в мессенджерах. Можно подключить такую систему не только к сайту и приложению, но и к мессенджерам, например, к Телеграм.

В системе есть API, позволяющее обмениваться информацией с любыми другими информационными системами.

В итоге:

- система не может ошибиться в интерпретации вопроса клиента, так как клиент идет по жесткому алгоритму ввода информации;

- система консультирует клиента без ошибок, так как ее алгоритмы составляются и верифицируются профессионалами;

- для создания системы не требуется навыков программирования, она создается быстро с помощью low-code конструктора;

- дополняться новыми алоритмами система может быстро и легко, по той же причине - это делается в low-code конструкторе;

- система собирает статистику и строит диаграммы для менеджмента с целью принятия мер в случае выявления постоянных проблем в одних и тех же местах бизнес-процесса;

- система существенно снижает нагрузку на колл-центр и на службу по работе с обращениями клиентов;

- система устанавливается на сервер банка/компании, что является гарантией безопасности данных.

Давайте же делать клиентский сервис лучше, а не бесить клиентов непонимающми ботами, которым много раз нужно написать "оператор", чтобы только встать в очередь.