Чем заменить надоевшие опросы (и при чём тут ИИ)
Бывало, что некстати просят «пройти опрос и оценить качество по шкале от 1 до 10»? Опрос длинный, невовремя — совесть будет чиста, если повесить трубку, закрыть интерфейс. Это усталость от опросов. Пока клиентов умоляют поставить «пятерку», они тихо уходят к конкурентам. И все же чтобы понять, что пошло не так, можно не подсовывать клиентам опрос.
Усталость от опросов у клиентов — опросная слепота бизнеса
По данным Qualtrics за 2025–2026 год, 30% клиентов, столкнувшись с плохим сервисом, просто молчат. С 2021 года этот показатель вырос на 9 процентных пунктов и побил исторический максимум.
Людям надоело быть бесплатными оценщиками. В итоге, когда каждый второй неудачный опыт взаимодействия с брендом заставляет клиентов урезать расходы на продукт, только 3 из 10 клиентов сообщат, что пошло не так. Остальные просто исчезнут из воронки, а вы даже не поймете, на каком этапе.
Во что превращаются анкеты, или Как опросник добивает лояльность
Может показаться, что проблема только в низкой мотивации отвечать. Но беда глубже. Даже те немногие герои, кто открывает длинные анкеты, часто портят всю картину.
Знакомьтесь, «усталость респондента» (respondent fatigue), которая состоит из трех частей:
- Ответы «для галочки» при удовлетворении минимальных требований (satisficing). Клиент перестает вдумываться. Он жмет «среднее» или первое попавшееся, лишь бы от него отвязались. Для системы аналитики это выглядит как реальная оценка, а на деле — информационный шум (по разным данным, от 20% до 40% ответов в длинных опросах — это такой мусор).
- «Забор» из оценок (straight-lining). Человек ставит одну и то же оценку столбиком, не читая вопросы. Итог — пустота вместо данных.
- Побег. С каждым лишним вопросом падает концентрация, возникают вопросы уже к бренду. Чем длиннее опрос, тем меньше доходит до конца.
Пытаясь исправить ситуацию, компании режут опросы до одного вопроса «Нравится/не нравится». В итоге получается получить сигнал о проблеме, но не информацию о том, что и тем более почему случилось.
Речевая аналитика превращает в суперагента
Совет от Qualtrics и других отраслевых экспертов звучит радикально: не надо гоняться за процентами заполняемости форм. Будущее за аналитикой. Люди не заполнили опрос? Не беда. Они оставили сигналы в других местах: в звонках, чатах, транзакциях. Их просто нужно расшифровать.
Проверенный способ услышать и клиента, и оператора службы поддержки — речевая аналитика. Она превращает живые разговоры и звонки в текст и конкретные данные. Например, позволяет определить, в каком настроении клиент обращается, в каком контексте упоминает продукт бренда, насколько качественную помощь предоставляет специалист по работе с клиентами.
Вместо монолога анкеты можно проанализировать весь реальный диалог, и его не исказит настроение, в котором покупатель находится, когда получает анкету.
Как мы «услышали» то, о чем молчали клиенты
Дано: среднее время обработки звонка (AHT) бесконечно растет, 18% обращений — повторные, а показатели NPS буксуют, потому что непонятно, к чему именно люди придираются.
Вместо массовой рассылки опросов мы интегрировали речевую аналитику и сделали вот что:
- Перевели всё в текст и объединили потоки. Звонки и переписки в разных каналах превратились в базу данных.
- Разметили маркеры для анализа «голоса клиента». Задали критерии категоризации диалогов, чтобы можно было смотреть обращения по продуктам, тональности и др.
- «Научили» инструмент строить облака тегов. Благодаря статистике, какие слова чаще или реже звучат в единицу времени, поймали специфические жалобы и «починили» то, что их вызывало.
- Нашли «слова-триггеры». Стали тщательнее следить за тем, чтобы операторы звучали более профессионально. Например, не говорили «я не знаю», «у других такого нет», «это частая проблема» и прочий словесный мусор, который не помогал клиентам и не делал разговор более эмпатичным.
- Прикрутили автоматизированные мониторинговые формы, которые ускорили работу отдела контроля качества.
За первые три месяца нам удалось снизить использование нежелательной лексики операторами на половину, что сразу увеличило решение вопроса с первого раза (FCR) на 9%. Мы также выявили и убрали «тишину» и «воду» из разговоров, что сократило время обслуживания.
Но главное: проанализировав реальную речь клиентов, мы поняли, что 55% вопросов так просты, что их можно решить без оператора. Для этого мы запустили чат-бота и видеоинструкции. Люди стали быстрее получать помощь, а освободившиеся операторы — решать реально сложные кейсы. Итог: NPS вырос на 7%, а заказчику мы сэкономили минимум 10% бюджета на контакт-центр.
* * *
Вывод простой: клиентам больше не нужно ставить галочки в анкетах. Говорить за них теперь могут данные, которые они уже и так оставляют каждый день. Нужно просто начать слушать.