NBJ: Речевая аналитика – как действительно «услышать» клиентов

11.10.2021

Технологии речевой аналитики (РА) используются в банках как эффективный инструмент контроля качества сервисов, источник информации о производительности и профессионализме работы отдельных сотрудников и целых подразделений. Анализ диалогов менеджеров банка с клиентами в автоматическом режиме стал своего рода технологическим правилом для кредитных организаций, которым важно повышать качество обслуживания и удовлетворённость клиентов. РА выходит за рамки контактных центров и начинает использоваться в офисах обслуживания, способствуя росту бизнес-показателей и улучшая пользовательский опыт, как в отделениях, так и в дистанционных каналах. Очевиден тренд на повышение качества обслуживания в банках с помощью современных ИИ-решений.

«Речевая аналитика – система анализа, которая позволяет решить множество бизнес-задач: от автоматизации системы мониторинга и оценки качества работы специалистов до получения полезных инсайтов, меняющих как процесс обслуживания клиентов, так и продукт компании», – отмечает руководитель блока развития розничного бизнеса и дистанционного обслуживания Россельхозбанка Юлия Деменюк.

Действительно, с помощью РА банки получают полную, достоверную, оперативную информацию об удовлетворённости клиентов услугами и продуктами. Это означает, что кредитная организация может повышать СSI (Сustomer Satisfaction Index, индекс удовлетворённости клиента), анализировать причины повторных обращений и разрабатывать рекомендации для увеличения FCR (First Call Resolution, процент решённых задач при первом обращении клиента).

Диалоги банковских сотрудников с клиентами подвергаются анализу множества алгоритмов, что позволяет мгновенно реагировать на любые триггеры и изменения. В случае возникновения проблем можно проводить направленное обучение конкретных специалистов по конкретным тематикам, вызывающим затруднения, длительный поиск информации или неверные ответы. Или, наоборот, выявлять лучшие практики и тиражировать их на всю организацию.

РА в контактных центрах стала обычной практикой

Почти все банки, для которых критически важно качество работы контактных центров, используют системы речевой аналитики. По словам руководителя департамента клиентского обслуживания – вице-президента ВТБ Ольги Цегельной, данные системы позволяют выполнять следующие операции.

Во-первых, автоматически классифицировать тематику обращений. «Это важно для исследования клиентского опыта, поиска потенциала для улучшения продуктов и сервисов, а также для аллокации затрат на поддержку того или иного продукта, что делает более прозрачной систему управления расходами на сервис», – говорит эксперт ВТБ.

Во-вторых, расширить горизонт контрольных процедур: автоматическая оценка качества работы оператора является независимой и объективной, может использоваться на всём объёме звонков, существенно расширяя охват контроля при оптимизации сотрудников.

В-третьих, проводить мониторинг запуска новых продуктов, услуг, изменений (быстрый поиск по ключевым словам упоминаний о новых событиях, контроль отклика клиентов на маркетинговые активности).

В-четвёртых, проводить мониторинг нестандартных ситуаций, когда происходит сбой или отклонение по какой-то процедуре. Речь идёт о том, что система распознавания позволяет оперативно увидеть колебания в объёме обращений по определённой тематике или отразить новые паттерны в речи клиента, которые могут свидетельствовать о проблеме.

Наконец, повысить потенциал продаж за счёт настройки автоматизированного контроля каждого этапа при исходящих звонках, а также уровня кросс-продаж на горячей линии, – отмечает Ольга Цегельная.

По словам Юлии Деменюк, в настоящее время разрабатываются стратегии более широкого использования возможностей речевой аналитики в процессах взаимодействия с клиентами и не только в контактном центре. Кроме того, речевая аналитика выходит за пределы голосовых каналов и осваивает особенности анализа неформального письменного общения, свойственного коммуникациям через мессенджеры и соцсети.

Райффайзенбанк: технологии РА помогают готовиться к росту обращений на горячую линию

Многие банки, внедрившие речевую аналитику, обладают собственным опытом использования технологии и уже успели получить определенные бизнес-результаты.

«Речевая аналитика используется в Райффайзенбанке с 2019 года, – рассказал руководитель направления автоматизации каналов поддержки Райффайзенбанка Илья Щиров. – Она позволяет банку оптимизировать процесс обработки сервисных обращений, выявлять болевые точки в диалогах и оперативно реагировать на рост обращений по определённым тематикам. Таким образом, банк может повысить качество обслуживания клиентов в дистанционных каналах и увеличить долю обращений, решённых при первом контакте. Речевая аналитика работает на базе продукта группы компаний ЦРТ».

В конце прошлого года Райффайзенбанк завершил процесс перехода на новую версию РА для контроля качества обслуживания в контактном центре.

«Технологии речевой аналитики помогают нам готовиться к росту обращений на горячую линию, – подчеркнул Илья Щиров. – Например, в первые дни всплеска обращений во время начала пандемии мы проанализировали самые популярные тематики обращений, детали вопросов, и адаптировали ответы чат-бота для наиболее эффективной работы с входящими обращениями. Таким образом, каждое третье сообщение с участием чат-бота в тот момент мы смогли закрыть полностью автоматически, и клиенты получали ответы моментально, без ожидания в очереди».

По словам эксперта Райффайзенбанка, текущий функционал удовлетворяет всем потребностям банка в области речевой аналитики.

МКБ: проект успешен, технология будет использоваться для совершенствования других бизнес-процессов

Директор департамента развития технологий банковских процессов Московского кредитного банка (МКБ) Ольга Рогозина рассказала о том, что в конце прошлого года в банке были внедрены системы записи голоса и экрана операторов контакт-центра и системы речевой аналитики для автоматического контроля исполнения сотрудником стандартов работы, выявления причин неудовлетворённости клиентов и оптимизации бизнес-процессов.

«В задачи проекта входило проведение анализа потребностей клиентов для более точного понимания, какой продукт нужен клиенту, повышение прибыли за счёт роста эффективности прямых и кросс-продаж, урегулирование спорных ситуаций с помощью использования хранящихся записей телефонных переговоров и видеозаписей экранов. Кроме того, необходимо было увеличить FCR (First Call Resolution) – показатель доли клиентских вопросов, решённых во время первого обращения в службу поддержки», – объяснила Ольга Рогозина.

Банк использует решение от группы компаний ЦРТ. И в кредитной организации отмечают, что РА оказала положительный эффект на банковский бизнес. По предварительным оценкам, конверсия в оформленный продукт уже возросла на 5% от текущего значения. «Очевидно, что проект успешен, и технология будет использоваться для совершенствования других бизнес-процессов», – подчеркнула Ольга Рогозина.

Банк Хоум Кредит: после внедрения РА конверсия звонков в продажи увеличилась вдвое

В Банке Хоум Кредит технологию РА внедрили в начале текущего года. «Мы анализируем диалоги сотрудников контакт-центров с клиентами, проверяем их на соответствие принятым в банке стандартам и используем полученные результаты для развития персонала, – отметила директор департамента дистанционных сервисов Банка Хоум Кредит Людмила Мишкина. – Мы постоянно ищем новые технологии для повышения уровня эффективности бизнеса. Качество работы контакт-центра для нас – важнейший показатель, именно он непосредственно влияет на клиентский опыт.

Эксперт рассказала о том, что РА несомненно положительно повлияла на бизнес: «В нашем распоряжении оказался высокотехнологичный инструмент анализа и оценки, с помощью которого можно находить новые возможности для развития бизнеса. Эта технология на 20% повысила уровень удовлетворённости клиентов и помогла значительно улучшить качество работы сотрудников. В свою очередь, эти изменения положительно сказались и на бизнес-показателях: после внедрения речевой аналитики конверсия звонков в продажи увеличилась вдвое».

Перед банком стоит задача – анализировать весь клиентский путь, во всех точках коммуникации клиента с кредитной организацией. Поэтому был запущен пилотный проект по масштабированию технологии речевой аналитики на всю банковскую сеть. «В конце года мы планируем оценить итоги этого пилотного проекта и принять решение о подключении к процессу транскрибации наших фронт-офисов», – поделилась планами Людмила Мишкина.

ForteBank: уникальный проект по распознаванию смешанных языков

Системы РА могут распознавать естественную человеческую речь на разных языках. В этом отношении интересен проект группы компаний ЦРТ по внедрению системы интеллектуальной речевой аналитики для контроля качества обслуживания в контактном центре АО «ForteBank» – одном из ведущих банков Казахстана. Этот проект уникален не только высоким качеством распознавания казахского и русского языков, но и их смешения, когда клиент использует оба языка. Система автоматически распознает естественную человеческую речь: на казахском языке, русском языке, смешанную русско-казахскую речь, при этом – с максимальной достоверностью.

Речевая аналитика позволила оценивать качество диалогов специалистов контактного центра в режиме 24x7, перейти от выборочных проверок к оценке всех диалогов. Как результат – улучшилось качество обслуживания клиентов, повысился СSI и FCR, увеличились кросс-продажи на входящей линии.

Если обратиться к количественным показателям работы контактного центра, то налицо значимое улучшение показателей эффективности. Во-первых, увеличилось количество анализируемых диалогов с 7% до 100%. Во-вторых, снизилось число повторных обращений на 18% и среднего времени обслуживания на 13% соответственно. Наконец, был отмечен рост соблюдения стандарта обслуживания в 4 раза.

Рынок уверенно растет

Существуют различные оценки объёма рынка решений в сфере разговорного искусственного интеллекта. Так, согласно исследованию разработчика технологий разговорного ИИ Just AI, он может достигнуть 120 млн долларов по итогам 2021 года. В качестве ключевого игрока с максимальной долей рынка речевого ИИ выделена группа ЦРТ. Уже сейчас можно констатировать, что рынок растёт, преимущественно – за счёт коммерческого сектора, где очень большой интерес проявляют банки.

«Объём рынка разговорного ИИ в России в 2021 году, по данным ЦРТ – порядка 4 млрд руб. в сегменте голосовых ассистентов и чат-ботов и 1,2 млрд руб. – в сегменте речевой аналитики, – комментирует ситуацию Дмитрий Дырмовский, генеральный директор группы компаний ЦРТ. – Группа ЦРТ реализовала более 25 проектов внедрения речевой аналитики, 12 из них – для топовых банков России и СНГ. Ключевые параметры речевой аналитики, особо востребованные сегодня в финтехе на глобальном уровне – функциональность, технологичность, комплексность. Именно поэтому мы уже сегодня предоставляем речевую аналитику, которая анализирует более 50 параметров речи – это самый глубокий показатель на рынке, адаптировали своё решение для работы во всех каналах: онлайн и офлайн, голосовых и текстовых, поддерживая омниканальность. Ещё одна особенность решения – работа не только с чатами, но и с их атрибутами: подсчёт сообщений, их длины, пауз, работа с эмотиконами – анализ столь популярных сегодня смайлов, эмодзи и тд. Функциональность решения позволяет найти лучшие практики обслуживания для внесения в скрипты и худшие – для мониторинга и выделенного контроля. Всё это позволяет слышать голос своего клиента, реагировать на обратную связь, качественно настраивать обслуживание в колл-центрах и офисах продаж, непрерывно совершенствуя клиентский опыт с помощью самых современных технологий».

Источник:  http://nbj.ru/publs/upgrade-modernizatsija-i-razvitie/2021/10/05/oksana-djachenko-nbj-rechevaja-analitika-kak-deistvitel-no-uslyshat-klientov/index.html

Подписаться на новости:

подписаться

Поделиться:

Другие новости

Группа ЦРТ представила свои достижения на Gitex Technology Week

Искусственный интеллект в финтехе – основные задачи и тренды

На Урале заработал виртуальный голосовой ассистент для пациентов

Все новостиподписаться

Карта сайта

Продукты

Партнёрам