Реорганизация работы колл-центра банка после внедрения сервиса речевой аналитики
- Заказчик:
- КБ "Центр-инвест", ПАО
- Руководитель проекта со стороны заказчика
-
- Поставщик
- Группа компаний ЦРТ
- Год завершения проекта
- 2021
- Сроки выполнения проекта
- Февраль, 2020 - Февраль, 2021
- Масштаб проекта
- 200 автоматизированных рабочих мест
- Цели
- Реализация проекта преследовала цели существенно повысить эффективность работы колл-центра, а именно:
- повысить качество обслуживания, что должно отразиться в росте показателей удовлетворенности клиентов не менее чем на 20%;
- ускорить время обработки поступающих обращений клиентов, сократить время ожидания ответа оператора не менее чем на 1 мин.;
- увеличить конверсию продаж на уровне колл-центра не менее чем на 25%;
- содействовать формированию позитивного инновационного имиджа колл-центра и банка в целом.
Уникальность проекта
Инновационные подходы разработчика системы речевой аналитики группы компаний ЦРТ к распознаванию и анализу речи клиентов и операторов колл-центра стали отправной точкой для перестройки работы всего колл-центра банка.Высокое качество распознавания речи обеспечило возможность проведения анализа аудиозаписей общения с клиентами по различным гибким критериям, включая:
- поиск часто встречающихся ключевых слов;
- частота появления определенных тем звонков;
- длительность отдельных фраз, затянутых пауз в разговоре;
- длительное молчание или перебивание собеседника;
- контроль соблюдения скриптов разговоров.
- Использованное ПО
- Использовалась существующая инфраструктура:
- система фронт-офисного обслуживания клиентов на базе BPM.
- IP телефония на базе Asterisk
Платформа «Smart Logger» группы компаний ЦРТ, в состав которой включены сервисы полнотекстового распознавания речи, речевой аналитики.
- Сложность реализации
- В системе распознавания применяется гибридный подход, или CD-DNN-HMM (скрытая марковская модель поверх нейронного классификатора контекстно-зависимых речевых единиц).
Система состоит из отдельных компонент - языковой и акустической моделей, обученных для решения своей задачи. В таких системах для моделирования акустики используются скрытые марковские модели, которые учитывают временную вариативность речевого сигнала, и глубокие нейронные сети, которые оценивают распределение вероятностей минимальных речевых единиц, важных для распознавания речи, по входным акустическим признакам. Важными компонентами являются языковые модели, словарь транскрипций, программный модуль "декодер", реализующий алгоритм Витерби, который находит наиболее вероятную последовательность слов. Каждый из этих компонентов обучается отдельно и вносит свою ошибку в процесс распознавания, благодаря наличию различных составных компонентов, такие системы обладают большой гибкостью для различных продуктовых решений. В рамках реализации проекта были объединены сервисы телефонии с фронт-офисными бизнес-процессами. Системы на сетевом уровне расположены в разных контурах: внешнем и внутреннем. Потребовалось оперативно реализовать интеграционный слой, удовлетворяющий требованиям информационной безопасности, с использованием протоколов защиты транспортного уровня. - Описание проекта
- Тенденции роста удаленного обслуживания клиентов, необходимость сокращения времени обработки поступающих звонков и увеличения качества предоставляемых услуг, послужили причинами поиска возможностей для оптимизации бизнес-процессов операторов колл-центра банка «Центр-инвест».
На первом этапе внедрялась система речевой аналитики. По итогам анализа аудиозаписей общения с клиентами была получена возможность сразу же улучшить качество обслуживания и оптимизировать время разговоров. Повышение эффективности работы операторов достигнуто благодаря своевременному выявлению закономерностей.
Были выявлены сильные/слабые стороны операторов, реализованы мероприятия с целью сокращения ошибок и внедрения лучших техник в работу «отстающих» операторов. Благодаря наработке базы «часто повторяющихся» ошибок и путей их разрешения (путем оптимизации рабочих кейсов) было достигнуто сокращение времени обучения сотрудника.
Внедрение речевой аналитики помогло наладить действенный контроль предложений оператором дополнительных продаж в определенном контексте разговора. Этот фактор, а также выявление лучших и наиболее эффективных техник продаж от каждого оператора и внедрение в работу других операторов привело к увеличению конверсии продаж на 33%.
Анализ причин длительных вызовов и затянутого обслуживания позволил сократить среднюю продолжительность звонка на первом этапе на 10%. При этом качество обслуживания не снизилось, а выросло, что нашло отражение в прямых оценках от клиентов.
Анализ аудиозаписей позволил сформулировать требования к доработкам в едином окне оператора колл-центра. Доработки взаимодействия между существующими системами фронт-офисного обслуживания клиентов и IP-телефонии позволили оптимизировать процессы обслуживания в рамках второго этапа проекта реорганизации работы кол-центра.
В результате удалось достигнуть следующие результаты:
- сократить среднее время разговора с клиентом на 15%, без потери качества обслуживания;
- оптимизировать процессы продаж.Выполненные доработки позволили повысить уровень продаж на линии колл-центра и сократили время таких операций на 60%. Удалось также снизить нагрузку на сотрудников профильных подразделений банка за счет самостоятельного выполнения операций сотрудниками колл-центра;
- оптимизация процесса регистрации и обработки обращений, внедрение единой истории обслуживания клиента позволило сократить время обработки обращений клиентов, повысить качества сервиса. Экономия в среднем составила 1 минуту 3 сек с каждого обращения. При этом качество обслуживания выросло, что нашло отражение в прямых оценках от клиентов.
- География проекта
- Проект охватывал все регионы присутствия филиальной сети ПАО КБ «Центр-инвест», а именно г. Москва, Ростовская область, Краснодарский край, Ставропольский край, Волгоградская область, Нижегородская область.
