ДОМ.РФ улучшил клиентский путь и повысил качество консультаций

Операторы консультационного центра ДОМ.РФ ежемесячно обрабатывают более 50 тыс. обращений об ипотеке, программам государственной поддержки, покупке, аренде и другим жилищным вопросам, поступающим на горячую линию, в чаты и на электронную почту центра. Первоначальными задачами при внедрении системы речевой аналитики была автоматизация контроля качества в контакт-центре и построение системы анализа коммуникаций во всех каналах в формате «одного окна».

Для автоматизации контроля качества решение на базе Naumen CI использует семантические ML-модели — система позволяет гибко настроить чек-листы автооценки по ключевым событиям в диалоге в канале оператора и клиента — негатив, часто повторяющиеся фразы, отработка оператором возражений и др. Это сокращает время на анализ диалогов и высвобождает ресурс менеджеров по контролю качества в пользу бизнес-задач.

Для всестороннего исследования клиентского пути речевая аналитика расширяет поле анализа — помимо всех голосовых и текстовых коммуникаций, в систему также попадают оценки CSI, обратная связь операторам от клиентов и данные из CRM-системы. Аккумулировать большие данные о звонках помогает бесшовная интеграция Naumen CI и платформы Naumen Contact Center — причем в систему попадают не только сами аудиозаписи, но и все параметры звонка, что дает возможность учитывать максимальное количество факторов в рамках анализа.

В результате обработка 11% входящих звонков по статусу заявки была автоматизирована переводом клиента на интерактивное голосовое меню — клиенты консультационного центра ДОМ.РФ теперь получают информацию по статусу быстрее. В 10% входящего трафика удалось оптимизировать клиентский путь за счет определения тематик, по которым операторы не консультируют самостоятельно.

По результатам анализа трафика с помощью речевой аналитики компания скорректировала маршрутизацию для 7% звонков, которые поступали в контакт-центр, но изначально были адресованы в другие подразделения. Также с помощью речевой аналитики удалось выявить и исключить из трафика 0,5% звонков голосовых ботов. Это позволило сократить среднее время обработки сообщений и повысить уровень удовлетворенности клиентов качеством сервиса.

В ходе анализа удалось выявить дополнительные зоны роста и использовать эти инсайты для улучшения клиентского сервиса. В том числе для выявления причин повторных звонков и сокращения Contact Rate за счет проактивной работы клиентами, например, путем информирования их на других ресурсах, снимая их возможные вопросы до звонка в контакт-центр.