{"id":13664,"url":"\/distributions\/13664\/click?bit=1&hash=f8e0aba14203df6cd2281fdd3f7f0563673921d2f335ea835255d6e0e69e1151","title":"\u041a\u0430\u043a \u0441\u0432\u044f\u0437\u0430\u043d\u0430 \u0431\u0435\u0441\u043f\u043b\u0430\u0442\u043d\u0430\u044f \u043a\u0430\u0440\u0442\u0430 Tinkoff Black \u0438 \u043a\u0430\u0440\u0442\u0438\u043d\u044b \u0422\u0440\u0435\u0442\u044c\u044f\u043a\u043e\u0432\u043a\u0438","buttonText":"\u041a\u0430\u043a?","imageUuid":"86efc643-7e85-501c-b3c6-e2620ee53cdf","isPaidAndBannersEnabled":false}
TWIN24.ai

Как поручить обработку более 90% входящих звонков в транспортную компанию роботу?

Голосовой робот в call-центре

В компании отмечают повышение нагрузки входящим трафиком за счет роста клиентской базы и превышения оборота в 4 млрд. рублей за 2020 год.

Представители GTD рассказали о проекте внедрения Twin с целью дальнейшего масштабирования бизнеса и повышения качества обслуживания клиентов.

Результаты голосового бота

Twin начал работу с изучения бизнес-процессов для их дальнейшей оценки и улучшения качественных показателей.

На начальном этапе команда приняла решение о замене SMS на звонки от бота, что позволило снизить издержки — это трудоёмкий процесс разработки интеллектуального бота, тестирования всех его показателей на фокус-группах, обработки данных, внедрения в коммуникацию и контроля бота в дальнейшей работе. Интеграция с SAP клиента позволила внедрить различные виды уведомлений через разные каналы: push-уведомления, Viber, VK, Telegram.

Высокая отказоустойчивость позволяет обрабатывать голосовым ботом существенный объем входящего голосового трафика.

  • Основное решение. Кейс помог снизить затраты call-центра транспортной компании GTD на 70% и увеличить конверсию «из звонка в заявку на доставку» на 5%. Также была решена проблема длительного ожидания на входящей линии — теперь оно составляет 1 секунду.
  • Высокие результаты были достигнуты благодаря профессиональной команде разработчиков Twin. Реализован сложный кейс, который позволил закрыть ключевую проблему. Мы показали уникальные результаты: 0 пропущенных звонков, снижение затрат на оповещение клиентов на 70%, а также участие бота в 90% заявок.

Главное отличие кейса и решения Twin — постоянное усовершенствование канала коммуникаций, GTD сможет наслаивать решение дополнительные возможности, словно конструктор. Например, сейчас происходит внедрение голосового бота для исходящих коммуникаций — информирования клиентов о статусе доставки груза.

Суть кейса — в снижении затрат call-центра транспортной компании GTD за счет автоматизации коммуникации с клиентами с помощью решения Twin.

Транспортная компания GTD обратилась к Twin по ряду причин:

  • Нагрузка на операторов call-центра достигала 60% в пиковые моменты.
  • Из-за отсутствия свободных операторов клиентам приходилось долго ожидать ответа на линии, это время могло достигать 40 минут.
  • По оценкам компании на обработку заявок требовалось 400 новых сотрудников, обучение которых занимает длительный срок.

Вывод

Рынок контакт центров растет, а роботы уже сейчас играют в нем большую роль. Стратегически важно внедрять и развивать компетенции в роботизации не только входящих запросов, но и быстрое развертывание и внедрение роботов на работу с исходящими звонками. Технологии Twin способны решать масштабные задачи на реальных кейсах уже сегодня.

0
Комментарии
Читать все 0 комментариев
null