Вкалывают роботы. Как речевая аналитика улучшает работу колл-центров телеком-компаний
Наше решение позволило судить о качестве обслуживания колл-центра «МегаФона» на основании 100% звонков.
Всем привет! Меня зовут Юлия Кравченко, я руководитель отдела аналитики и бизнес-консалтинга группы компаний ЦРТ. Наша компания уже 30 лет занимается технологией распознавания и синтеза речи. На международном конкурсе CHiME-2020 наша технология распознавания речи была признана лучшей в мире. В статье я расскажу о конкретном кейсе – нашей работе c МегаФоном и возможностях изменения подхода к мониторингу качества обслуживания благодаря речевой аналитике.
Зачем нужна речевая аналитика
В контактном центре МегаФона работают несколько тысяч операторов, которые каждый день обрабатывают сотни тысяч звонков. Для контроля качества обслуживания все они записываются. Чтобы обработать такое количество звонков, нужна технология и классная команда аналитиков.
С помощью речевой аналитики ЦРТ можно оценивать качество диалогов, соблюдение скриптов, выявлять причины длительного обслуживания. Раньше выводы о качестве обслуживания или оценке продуктов клиентами делались на основании 1-3% звонков.
Речевая аналитика позволила охватить все 100% контактов. Инструмент позволяет получать полноценную информацию об удовлетворенности абонентов и ежедневно обновлять ее, оперативно выявлять причину отказа от услуг, сегментировать отклики о конкурентах, предлагать актуальные тарифы, корректировать тарифную линейку, увеличивать кросс-продажи и пр.
В качестве речевой аналитики для МегаФона используется наша собственная разработка Smart Logger – система управления качеством обслуживания и анализа взаимодействия с клиентами.
Мы постоянно находимся в поиске новых решений для повышения качества обслуживания клиентов. Современные технологии открывают для этого огромные возможности. Речевая аналитика группы компаний ЦРТ позволяет нам видеть полную картину взаимодействия с клиентами, на основании которой мы можем быстро делать выводы, принимать решения, изменять процессы, исправлять недостатки и развивать потенциал. От скорости реакции и полноценности таких выводов зависит удовлетворенность наших клиентов и успешность всей компании.
Как работает речевая аналитика
В контактном центре звонки записываются и автоматически переводятся в текст в формате диалога «клиент-оператор» с посекундным хронометражем. Эти диалоги и становятся предметом для аналитической работы.
В зависимости от задачи, аналитики выстраивают запросы по ключевым словам и словосочетаниям. Это позволяет легко выявить недостаточную вежливость со стороны сотрудников, обнаружить слабую работу с возражениями и обучить операторов правильным скриптам.
В речевой аналитике ЦРТ есть более 40 количественно-временных параметров:
параметры CTI, полученные с платформы контактного центра (длительность фонограммы, hold и т.д.);
- параметры речевой активности (длительность максимального молчания, длительность общего молчания, процент молчания, доля речи клиента/оператора и т.д.).
Такое количество параметров позволяет создавать выборки для аналитики и проводить сравнение данных параметров в разрезе тематик.
ЦРТ работает с фонограммами по методу категоризации. Если в диалоге встречается несколько тем, например, предложение нового продукта, отказ от него из-за стоимости или жалоба на списание, то система отметит все тематики. Также есть возможность посчитать и проанализировать фонограммы, которые не попали ни в одну тематику, и выявить таким образом новые тренды.
В речевой аналитике можно сравнивать разные выборки, в том числе по лексике. Например, система может сравнить успешные выборки с теми, где продажа не состоялась, и выявить список уникальных слов-наборов. Обогатив ими используемые скрипты, можно повысить эффективность продаж.
Насколько точна расшифровка
Человеческое ухо распознает около 96% речи собеседника, качество распознавания Smart Logger приближается к этим же значениям. При этом машина слушает 100% всех диалогов, не пропуская слова из-за невнимательности.
Поскольку все технологии ЦРТ – наша собственная разработка, в том числе и распознавание речи, у нас есть возможность дообучения языковой модели под специфику конкретного заказчика. Для этого аналитику нужно просто записать в формате Word или txt список слов, необходимых для распознавания, после этого администратор сможет дообучить систему буквально за несколько минут.
Лексическая статистика
В решении есть лексическая статистика. Она предоставляется в виде облака тэгов с наиболее часто встречающимися словами в диалоге. Она также позволяет увидеть релевантность вхождения, то есть обнаружить устойчивые словосочетания. Например, аналитик в облаке тэгов щелкает на слово «проблема» и получает слова «связь», «телевидение» и так далее. Также лексическая статистика позволяет увидеть список всех слов, которые встречались в той или иной выборке. Например, можно взять выборку с негативом в адрес компании и, оценив статистику, найти, что стало причиной такой реакции. Здесь необходима работа аналитика, способного строить гипотезы.
Обогащение данных
Еще есть более 40 количественных параметров: молчание, одновременная речь, перебивание, длительность диалога, удержание звонка и даже местоположение, стаж работы оператора и многое другое. Можно сравнить, например, конверсию продаж операторов-новичков с опытными операторами, оценить эффективность работы конкретной площадки контакт-центра, проанализировать диалоги с низким баллом tNPS (Transactional Net Promoter Score, индекс лояльности клиентов), масштабировать лучшие практики отработки негатива и отказов клиентов, мониторить динамику их применения.
Сегодня качественное дистанционное обслуживание уже не тренд, а стандарт. Доля операций, проводимых дистанционно, увеличивается, при этом со стороны бизнеса растут требования к рентабельности, а со стороны клиента — к качеству услуг. В реализуемом для МегаФона проекте мы стремимся комплексно удовлетворить эти требования, делегируя рутинные операции искусственному интеллекту, позволяя менеджменту сосредоточиться на повышении стандартов обслуживания и лояльности абонентов, конверсии продаж. Уверен, что успешный кейс даст импульс новой трансформации не только телеком-отрасли, но и ряду других индустрий.
Речевая аналитика - это глобальный тренд
Вот некоторые данные о том, как в мире развивается речевая аналитика. Возможно, вам будет интересно.
Персонификация обслуживания и клиентский опыт
Количество накопленных данных и их аналитика позволяет делать обслуживание более адресным и повышать клиентскую лояльность.По данным Dimension Data, 87% организаций осознают положительное влияние развития Customer Experience (CX) на увеличение объема продаж и 37% уже имеют планы по внедрению CX.- Со стороны клиентов, согласно данным Salesforce, для 84% пользователей важно быть идентифицированным как человек, а не как номер телефона или заказа. Для 56% пользователей более привлекательны компании, использующие инновационные технологии для повышения качества клиентского обслуживания.
- Аналитика — ведущий технологический тренд
- По данным ежегодного Исследования НАКЦ, порядка 80% российских компаний индустрии контактных центров собирают и обрабатывают клиентские данные в замкнутом контуре для проведения улучшений и применений инноваций.
- Более 60% компаний используют возможности речевой аналитики для сегментации клиентской базы и более точного таргетирования продуктовых предложений.
Согласно исследованиям IDC, Аналитика клиентского опыта, в том числе и речевая аналитика, помогают оптимизировать процесс прогнозирования спроса и быстрой перенастройки цепочек поставок в условиях быстроменяющейся политической, экономической и социальной повестки.
По мнению аналитиков Gartner, на сегодняшний день речевая аналитика является зрелым технологическим и продуктовым предложением, преодолевшим кризис разочарования и выходящим на плато своей продуктивности.
У нас огромный опыт по внедрению речевой аналитики в сервисы разных компаний, поэтому мы с удовольствием ответим на ваши вопросы в комментариях о сложностях внедрения, особенностях технологии, как она будет развиваться в ближайшем будущем и пр. Спасибо за внимание!
Столкнувшись с продвинутым речевым ботом Сбербанка, я сделал вывод, что для того, чтобы не слушать рекламный спам, надо сразу послать его на х... .
Во всяком случае, со специалистом меня соединили только после этого.
В прочих случаях, натыкаясь на такое проявление ИИ, я просто кладу трубку.
Простите, а при чём тут боты? Боты — это онлайн обработка вызовов. А речевая аналитика, если внимательно почитать статью, это обработка вызовов в отложенном режиме. Это целый пайплайн: запись разговоров, перевода речи в текст, кластеризации, тематизация т.п. для последующей работы аналитиков с целью выявления нарушений, инсайтов и т.п. Это вроде всё как в статье написано.
Область применения - перевести речь в текст, найти ключевые слова и связь между ними.
Оценивать работу контактного центра и его сотрудников только по этим параметрам не реально, так как слепое следование скриптам приводит к большим проблемам. Есть куча историй, когда оператор произносит имя клиента четыре раза подряд, так как обязан это сделать в течение разговора.
Единственное, для чего может пригодиться технология - выявить недостатки конкретного оператора и начать больше слушать его людьми, а не роботом.
«Есть куча историй, когда оператор произносит имя клиента четыре раза подряд, так как обязан это сделать в течение разговора». Есть разные производители, разные системы, с разным «интеллектом». Столкнувшись однажды с некачественной, не стоит разочаровываться во всех.
«Область применения — перевести речь в текст, найти ключевые слова и связь между ними». Указанная вами область применения — это скорее задача автоматического контроля качества, не речевой аналитики. Система речевой аналитики позволяет оценивать не только ключевые слова, но и массив дополнительных параметров: периоды тишины, перебивания, одновременная речь и пр. Как указано в статье, наша система анализирует более 40 параметров диалога, поэтому область применения гораздо шире и позволяет получить полную объективную картину. Задача системы — не только контроль специалистов, а влияние на KPI контакт-центра: выявление зон роста для повышения продаж, лояльности и удовлетворенности клиентов, снижения повторных обращений и среднего времени обслуживания. Например, чтобы эффективно работать с cross-sell, важно понимать, какие самые распространенные возражения клиентов, как специалисты их отрабатывают. Если после возражения клиента специалист прощается, очевидно, что это не повысит ни лояльность клиента, ни KPI контакт-центра. Наша система позволяет выявлять такие случаи, может проанализировать любую часть диалога: в данном случае можно проанализировать 10 слов речи оператора после слов возражения клиента и выявить, что оператор сразу прощается. На основе информации, полученной с помощью речевой аналитики, можно оперативно скорректировать скрипт операторов, провести корректирующие мероприятия и в разы увеличить лояльность клиентов, развивая свой бизнес.
А есть понимание, что операторы как бы не роботы, а живые люди?
Безусловно. Система не слепо контролирует скрипт, а помогает выявить точки роста, проверить, ведет ли оператор работу с возражениями, вежлив ли он. При работе с продажами она помогает выявить, какие возражения клиентов звучат чаще: по ценовой политике, по качеству обслуживания или услуги и др. В период ограничений пандемии были выявлены новые тренды обращений, что позволило оперативно продумать ответы, внести в скрипты и донести до специалистов. Кроме того, за системой всегда следят аналитики Мегафон, именно они делают выводы, влияют на изменения бизнес-процессов, скриптов и работу со специалистами.