Умное рабочее место оператора контактного центра Банка #Этап 2
- Заказчик
- ПАО ВТБ
- Руководитель проекта со стороны заказчика
-
- Год завершения проекта
- 2023
- Сроки выполнения проекта
- Октябрь, 2022 - Ноябрь, 2023
- Масштаб проекта
- 60000 человеко-часов
- Цели
-
1. Снижаем стоимость обслуживания в контактном центре:
- снижаем время обслуживания на 1 звонок или чат
- снижаем время обучения новых операторов
- повышаем удовлетворенность операторов и снижаем текучесть персонала.2. Повышаем качество обслуживания клиентов:
- снижаем время ожидания на линии и время поиска ответа оператором
- снижаем количество некорректных консультаций, вызванных человеческим фактором
- повышаем скорость внесения бизнес-изменений в банковские системы. Информация всегда актуальна.3. Увеличиваем скорость внедрения доработок:
- используем микросервисную архитектуру
- внедряем омниканальные сценарии обслуживания
- переиспользуем элементы сценариев с помощью lo code технологий.4. Внедряем единую систему управления и отчетности для собственных операторов и аутсорсинговых контактных центров.
5. Повышаем удовлетворенность внутренних клиентов (операторов контактного центра)
- Результаты
-
На #Этапе 2
1. Внедрены и пропилотированы топ-сценарии, которые покроют до 60% входящих сервисных запросов и до 80% продаж в КЦ при тираже.
2. Стартовал тираж на 100% операторов чата и на 50% операторов голоса (к сожалению, из-за отвлечения ресурсов на импортозамещение - финал тиража выпадает за рамки global Cio 2023 и попадает уже в следующий отченый год. такова геополитика).
3. Сценарии показывают результативность 7-35% экономии времени на обслуживании (для сервиса), в среднем +7% к конверсии (для продаж), снижение жалоб в 2 раза.
4. Время обучения оператора 3 часа vs 10 дней по внедряемым тематикам.
Уникальность проекта
Технологически решение представляет собой универсальный фронт для сотрудника КЦ, под капотом которого есть связка BPM движка, NLU и ASR, который подключается к диалогу клиента и оператора.
Концептуально решение является симбиозом человека и системы, где ведущая роль отведена системе.
- Данные для сценариев обслуживания автоматически выделяются из голосового и текстового трафика: голос клиента и оператора транскрибируется в текст, из текста выделяются интенты, на основании полученной информации, часть шагов сценария проходит автоматически; если информации из голоса недостаточно - система сама запрашивает недостающие данные в АБС банка или выводит подсказку оператору о дополнительном запросе.
- Сценарии обслуживания возможно настраивать и создавать вне релизного цикла, из готовых шагов и виджетов, за минимальное время.
- Центром принятия решений является система. Оператор помогает озвучивать необходимую информацию, и контролирует корректность принятых решений на наиболее чувствительных для клиента этапах обслуживания.
- Система является готовой адаптивной платформой и может быть использована в любой сфере обслуживания и консультации клиентов основанной на сценарном подходе.
- Проект решает задачи импортозамещения
- Нет
- Использованное ПО
-
- Собственная разработка (80%)- ASR от компании ЦРТ + адаптация решения под телефонию Банка
- Apache Kafka
- Openshift
- ZooKeeper
- rabbitMQ
- PostgreSQL
- Сложность реализации
-
На #Этапе2 (октябрь 2022- ноябрь 23):
1. Система бесшовно перестроена (реинтегрирована) на импортозамещенное ядро телефонии КЦ.
2. Добавлен канал Чаты, со всеми нюансами текстового обслуживания:
- Ведение нескольких чатов одновременно одним оператором на одном экране
- возможность обмена файлами в чате
- Уникальный классификатор обращений, синхронизированный с чат-бот платформой
- Адаптация голосовых сценариев к тестовому каналу
- и многое другое.3. Внедрена автоматическая AI система классификации обращений для голосового и текстового каналов.
4. Интегрированы 4 аутсорсинговых контактных центра и механизмы исходящего обзвона для продаж в КЦ.
5. Добавлен модуль сборки сценариев из готовых элементов (lo code), модуль отчетности и модуль AB-тестов.
6. Пополнились библиотеки UI-элементов, бэк-интеграций и репозиторий готовых сценариев.
- Описание проекта
-
Технологически решение представляет собой платформу управления контактным центром, с тесной интеграцией нескольких компонент:
- ASR - для формирования транскрипции голоса клиента и оператора в онлайн режиме с указанием стороны говорящего;
- NLU - для извлечения значимого контекста из реплики диалога;
- BPM движок с использованием технологии поведенческих деревьев (подробнее см. в презентации).С точки зрения бизнеса - это Умное рабочее место сотрудника в любом из каналов КЦ (голос, чат, аутсорсинговые КЦ), которое ведет оператора по процессу и самостоятельно выполняет те шаги, для которых может получить информацию из голоса клиента, оператора или банковских систем.
Что система делает автоматически:
- определяет стартовую тематику, по которой обратился клиент
- осуществляет поиск клиента в банковских системах
- осуществляет сбор информации по клиенту в банковских системах в рамках тематики обращения
- определяет достаточность информации для выполнения запроса клиента
- если информации недостаточно или нужно уточнить у клиента параметры запроса – выводит оператору подсказку, какие именно данные нужно запросить или сверить с клиентом
- при получении нужной информации – отправляет запрос на выполнение действия в банковские системы, и возвращает оператору ответ об успешном выполнении или возникших ошибках.
- фиксирует для статистики все тематики, по которым происходит консультация в рамках звонка клиента
- фиксирует и передает параметры обращения для детальной статистики.Что делает оператор:
- Подтверждает «второй рукой» решения системы, на наиболее чувствительных для клиента участках обслуживания.
- Уточняет у клиента недостающую информацию
- Озвучивает клиенту результат выполнения операции и дальнейшие рекомендации системы.
- И самое главное – остается человеком для поддержки клиентов тогда, когда это действительно нужно. - География проекта
-
РФ
Все подразделения контактного центра Банка (6 регионов) + 4 Аутсорсинговых контактных центра
- Дополнительные презентации:
- q6sl4afvou6pnabz2ki6vgpmqy0g7e7n.pdf