Сервисы Voximplant
2 101

Кейс «Сбербанка»: искусственный интеллект для контакт-центра

Конспект лекции главного аналитика дивизиона «Корпоративных клиентов 360» «Сбербанка» Егора Сивкова и гендиректора компании Sensemaking Lab Олега Черезова, которые выступили на третьей ежегодной конференции о коммуникациях для бизнеса Intercom’18. В статье есть три демо.

В закладки
Аудио
Доклад Eгора Сивкова, «Сбербанк», и Олега Черезова, Sensemaking Lab, на конференции Intercom’18

Три совета по оптимизации работы колл-центра

Сейчас у «Сбербанка» более 2,5 млн корпоративных клиентов, которых обслуживает около 2500 сотрудников колл-центра. Это неизбежно приводит к задачам оптимизации расходов банка и повышения эффективности работы оператора. В дивизионе «Корпоративных клиентов 360» (Корпоративно-инвестиционный блок) выделяют три направления решения этих задач.

Автоматизация. В этом направлении помогают всевозможные голосовые роботы, чат-боты, которые без участия оператора обслуживают клиента, предоставляя корректную и необходимую ему информацию.

Оптимизация работы оператора. Здесь помогают системы, которые за счёт анализа речи моментально выдают оператору информацию, необходимую для обслуживания клиента. Так, оператор не тратит время на поиски ответа по большим базам данным банка, а быстро анализирует предложенные результаты и консультирует собеседника.

Также в этом случае используются интеллектуальные системы, позволяющие обучать персонал. Это важно, потому что срок работы сотрудника колл-центра в компании обычно невелик, и процесс адаптации должен быть быстрым.

Оптимизация процесса получения клиентом информации и сервисов банка. В этом направлении банк использует системы, которые анализируют транскрипцию диалога клиента с оператором и формируют задачи другим направлениям для оптимизации их сервисов.

Одним из ключевых партнёров в этом направлении для дивизиона «Корпоративных клиентов 360» (ДКК360) является компания «Лаборатория Сенсмейкинг» (Sensemaking Lab), которая с 2013 года решает аналогичные задачи и наработала необходимую экспертизу.

Аналитика как первый шаг к оптимизации

Прежде чем перейти к сегодняшнему основному кейсу, расскажу, какие проекты мы реализовали ранее для «Сбербанка» и других клиентов, а также какие выводы мы из этого сделали.

Анализ социальных сетей для банка. В 2013 году мы разработали систему, которая интегрировала в себе информацию из семи внешних источников данных.

Собранная информация в онлайне представлялась в двух плоскостях: традиционные дашборды с разделением по демографии и социальному признаку и по картографии, а также дашборд с семантическим графом, позволяющим делать выводы о том, как клиенты относятся к ключевым продуктам банка.

К примеру, относительно терминалов чаще всего обсуждались деньги, а характеристики были «деньги закончились», «деньги не приняты» (негатив) или «быстро» (позитив). При этом в автоматическом режиме анализировалась и цветом подсвечивалась на графе тональность сообщения.

Анализ клиентских впечатлений в реальном времени

Анализ телефонных звонков для телеком-операторов. На западном рынке телеком-услуг ключевым фактором в привлечении новых клиентов является качество обслуживания и ценовая политика.

Мы разработали системы анализа телефонных звонков, которые значительно упростили работу операторов колл-центра и улучшили клиентский опыт. На основе онлайн-распознавания разговора в дашборде отображались, топовые темы звонков и наиболее употребимые слова.

На основе сопоставления разговора с историческими данными по клиентам операторам подсказывалась статья базы знаний для ответа на вопрос. В результате оператору не приходилось тратить дополнительное время на самостоятельный поиск нужной информации.

Часто появление проблемы, задевающей большое количество абонентов, не прогнозируемо, и статья с руководством к действию пишется в экстренном порядке. Наши системы позволяют в режиме реального времени выявить проблему, подготовить рекомендацию и в нужный момент времени показать её оператору.

Аналитика для контактных центров

Виртуальные помощники для оператора и клиента

Виртуальный ассистент оператора. В «Сбербанке» совместной командой ДКК360 и Sensemaking Lab было реализовано аналогичное решение. В процессе диалога происходит онлайн-транскрибация речи клиента и благодаря аналитическим моделям осуществляется поиск подходящих статей. Для приёма звонка и перевода голоса в текст был использован плагин от Voximplant. Для демонстрации подготовлено демо-видео.

Demo #1. Помощник оператора колл-центра

В этом случае критически важно, что тарифы зависят от региона, и оператору необходимо видеть информацию, которая соответствует региону клиента. Кроме того, как только речь заходит на другую тему, в данном случае — тему банкоматов, система автоматически понимает изменение темы, заходит в реестр банкоматов и подбирает ближайший относительно той точки, которую назвал клиент.

Робот Анна. Мы хотим показать два кейса использования Анны: поиск ближайшего банкомата и маршрутизацию звонка внутри колл-центра.

Demo #2. Робот Анна
Demo #3. Робот Анна: маршрутизация вызова

О чём второй кейс? Чтобы клиент как можно быстрее получил ответ на свой вопрос, мы пытаемся сократить количество переводов. Для этого сейчас запускаем пилот по интеллектуальной маршрутизации: Анна приветствует клиента на входе в IVR банка, задаёт ему вопрос «что вас интересует?», затем анализирует ответ и переводит на сплит оператора с нужной компетенцией.

Все названные решения находят себя в приоритетах стратегии «Сбербанка» до 2020 года. Это и улучшение клиентского опыта за счёт того, что клиент тратит как можно меньше времени на получение необходимых ему сведений или услуг банка, и технологическое лидерство за счёт постоянного развития, и люди нового качества, которые формируют основу команды «Сбербанка».

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Voximplant", "author_type": "self", "tags": [], "comments": 8, "likes": 25, "favorites": 27, "is_advertisement": false, "subsite_label": "services", "id": 51494, "is_wide": false, "is_ugc": true, "date": "Thu, 22 Nov 2018 13:20:02 +0300" }
{ "id": 51494, "author_id": 177297, "diff_limit": 1000, "urls": {"diff":"\/comments\/51494\/get","add":"\/comments\/51494\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/51494"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 200396, "possessions": [] }

8 комментариев 8 комм.

Популярные

По порядку

Написать комментарий...
4

Удивляет гиперотрыв всех презентаций и пафоса от реального обслуживания в Сбербанке.
- У вас проблема
-............
- Мы вам поможем
- .........
- Да мы допустили ошибку, уточняем, разбираемся
...
...
...
Проходят недели
...
...
...
- Ничего нельзя сделать, рады были помочь.
.................

Ответить
2

Типичный сценарий звонка в call центр для юрлиц Сбербанка:

Оператор: - название вашей организации, ИНН, ФИО
Клиент: - называет
Оператор: - какой у вас вопрос?
Клиент: - такой то вопрос
Оператор: - ожидайте на линии, я переведу вас на другого оператора
* ждешь *
Оператор2: - название вашей организации, ИНН, ФИО
Клиент: - называет
Оператор2: - какой у вас вопрос?
Клиент: - такой то вопрос
Оператор2: - ожидайте на линии, я переведу вас на другого оператора

* повторить сценарий пять раз, провисев на линии полчаса, получить несвязный ответ о том что что-либо не работает и надо подождать.

ИИ у них, ага.

Ответить
1

Проходят недели
...
...
...
- В каком отделении получали карточку - туда и обращайтесь

Ответить
3

Довольно унылые достижения преподносят как рокет сайнс. В этом весь сбер.

Ответить
2

Типичная и предельная роль ИИ в колл-центре:
"бот, дай оператора"
"соединяю с оператором".

Ответить
2

if (!cardReceivedDepartment.equals(currentDepartment)){
bot.say("Vot gde oformlyal tuda I idi, kozhanyi meshok");
}

Ответить
0

Вы б не ИИ занимались (все равно не ваше), а софтом своим и обучением сотрудников. Получал я месяц назад карту (взамен устаревшей), так говорю предыдущая была зарегана на предыдущий паспорт, вот данные, 10 раз вводили - никак не получалось, на 11-й раз вдруг получилось. (2 сотрудников пытались). Наконец выдали новую карту, но не смогли записать на новые паспортные данные, пришлось на те же самые (старые). Попросил отключить мобильный банк платный и подключить экономный (чтоб смс из сбер. онлайна приходили только). Повели к терминалу - там почему-то не работало. Отвели к операционистке. Она сказала что подключить не сможет, зато отключить - пожалуйста. Ну ок, говорю, отключайте. Так она вновь начала новые данные паспорта вводить (Переписывать карту на новые данные), мол со старыми невозможно работать. Наконец раза с 7-го ей удалось. И что вы думаете оказалось? В день получения карты, нельзя отключить мобильный банк. Приходите завтра. БОЛЬШЕ ЧАСА Я ПОТРАТИЛ В ЭТОМ ПОГАННОМ СБЕРБАНКЕ! На следующий день пришел, говорю у меня карта записана на старый номер, я бы хотел на новый переписать. За 5 минут переписали, вроде все норм. Мобильный банк отключили, эконом пакет включили. Че вы думаете? Снимают 60 рублей. На вопрос *ЗА ЧТО???* ответили - у вас на старом номере подключен полноценный мобильный банк, а на новом экономный. Вот за старый и списали. Я ЖЕ БЛЕАТЬ ПРОСИЛ СТАРЫЙ УБРАТЬ И НА НОВЫЙ ПРИКРЕПИТЬ!!!!

Вот такой этот сбербанк. Так что всю эту чушь с их докладами слушать можно только если стороной обходил этот банк и не знаешь какое это Г*ВНО.

Ответить
0

Хотелось бы порекомендовать успешной маркетинговой системе сбербанка подумать в долгосрочной перспективе что будет в результате внедрения ИИ. Когда клиент звонит он хочет быстро решить свой вопрос в противном случае он напишет эл. письмо или сообщение в чате в приложении (отдельный пункт это люди пожилые), но вместо решения вопроса попадает на какую-то железку. Моя реакция очень простая перейти в другой банк с адекватной технической поддержкой.

Ответить
0
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Команда калифорнийского проекта
оказалась нейронной сетью
Подписаться на push-уведомления
{ "page_type": "default" }