• Сегодня 29 марта 2024
  • USD ЦБ 92.26 руб
  • EUR ЦБ 99.71 руб
PHARMA CRM Система для автоматизации процессов фармкомпаний: управление визитами, полевыми и госпитальными продажами, медицинскими представителями
Коля в Третьяковской галерее
Деловой завтрак «Налоговый мониторинг»
Одиннадцатая конференция «Цифровые технологии в фармацевтике: фокус на импортозамещении и повышении эффективности»
https://t.me/cfo_russiaru

Сергей Попов, NAUMEN: «Робот-классификатор позволяет гораздо точнее определять намерения клиента, чем IVR-меню»

27.11.2020

Сергей Попов, NAUMEN: «Робот-классификатор позволяет гораздо точнее определять намерения клиента, чем IVR-меню»

Сергей Попов, руководитель направления развития бизнеса NAUMEN и спикер Конференции «Цифровая трансформация колл-центра», рассказал CFO Russia, как подготовиться к внедрению диалогового ИИ в контакт-центре, и какие эффекты это решение может дать компании.

Насколько часто компании в России внедряют роботов с ИИ в контакт-центрах? Можете ли поделиться статистикой/вашими наблюдениями?

Количество проектов с диалоговыми роботами на российском рынке с каждым годом растет, но большое количество компаний пока рассматривает их как эксперименты. При этом те организации, где внедренный чат-бот или голосовой робот показал хороший результат, быстро масштабируют этот проект. Есть показательный пример в финсекторе: в 2019 году несколько крупных банков запустили ботов в чате на сайте, а в 2020 те же боты начали обслуживать клиентов еще и в нескольких популярных мессенджерах.

В чем преимущества робота-классификатора по сравнению с IVR? За счет чего диалоговый ИИ улучшает клиентский опыт и какие эффекты это может дать компании?

Многие клиенты воспринимают IVR-меню, в котором нужно нажимать кнопки в тоновом режиме, как досадное препятствие на пути к оператору, отнимающее их время. Робот-классификатор делает определение тематики звонка и его маршрутизацию более естественными: клиенту достаточно в свободной форме сформулировать, в чем причина его обращения. Важно, что диалоговое взаимодействие занимает гораздо меньше времени, чем прослушивание веток IVR-меню. На общение с роботом-классификатором клиент потратит 10-20 секунд. Для сравнения: прохождение IVR, как показало наше исследование интерактивных меню в контакт-центрах топ-100 российских банков, в 60% случаев занимает более 40 секунд, а в половине из них и вовсе более минуты.

При этом выгоды от роботизированной классификации звонков получает не только клиент, для которого процесс становится удобнее, но и компания. Чем больше времени клиент проводит в IVR-меню, тем больше издержки компании на обслуживание федерального номера 8 800, для которого характерна поминутная тарификация. Кроме того, робот-классификатор позволяет гораздо точнее определять намерения клиента, чем IVR-меню: если последнее ограничено десятью кнопками в каждой ветке, то робот способен работать по сотням тематик. Это помогает увеличить объем целевых звонков, которые направляются на специализированные группы операторов, снизить число маршрутизаций вызовов между группами и сэкономить рабочее время операторов.

Как компании подготовиться к внедрению диалогового ИИ в контакт-центре и какие процессы для этого необходимо наладить?

На первом этапе компании важно определить, какие процессы в клиентском обслуживании подходят для передачи голосовым роботам или чат-ботам. Главный критерий здесь – частотность или массовость этих процессов, поскольку это напрямую влияет и на результат работы диалогового робота, и на сроки окупаемости проекта. Когда определено, какие сценарии обслуживания отдаются на откуп роботу, стоит еще раз критически на них посмотреть и проверить, достаточно ли эффективно в них решается проблема клиента, получает ли он всю необходимую информацию, логичен ли сценарий и нет ли в нем избыточных шагов. Мы помогаем клиентам с таким аудитом и находим точки улучшения. Периодически сценарии, которые готовились для робота, впоследствии начинают использовать и операторы.  

На первом этапе внедрения боту предстоит обучение, а для этого нужны данные. Частично эту задачу решают обезличенные отраслевые датасеты, которые могут быть собраны у вендора, но для успешной работы бота нужны исторические данные заказчика, в которых отражена специфика его бизнеса, продуктов, услуг. Чтобы ускорить запуск диалогового робота, компания может заранее начать собирать исторические диалоги операторов с клиентами, обезличивая их. В зависимости от того, какое количество тематик и сценариев будет обслуживать диалоговый робот, объем необходимых исторических диалогов может варьироваться от 3 тысяч до более чем 20 тысяч. Однако случается, что таких данных нет, как и нет источников, из которых их можно взять: например, когда заказчик планирует внедрить робота в совершенно новом для него канале, в котором и операторы не работали. В этом случае мы помогаем как вендор-интегратор: предлагаем ряд методик и инструментов, чтобы собрать необходимый для запуска минимум.

Алиса Попова


Комментарии

Защита от автоматических сообщений