Контакт-центры

Inventive Retail Group решает различные задачи в области поддержки розничных покупателей с помощью инструментов Naumen Contact Center SaaS. Операторы отвечают на вопросы по заказам и товарам – например, уточняют наличие отдельных позиций и актуальные цены, а также рассказывают об акциях и специальных предложениях. Исходящие звонки совершаются для подтверждения заказа или информирования о его текущем статусе. Обзвоны производятся в полуавтоматическом режиме: оператор может как выбрать произвольный номер из очереди заданий, так и контакт конкретного клиента. За четыре месяца работы на новой платформе контакт-центр Inventive Retail Group обработал более 55 тыс. звонков.

Как отмечает Инна Матчина, директор по клиентским обращениям в Inventive Retail Group, компания достаточно долго работала только с аутсорсерами. Со временем пришли к пониманию, что некоторые задачи лучше отрабатывать собственными силами, и создали внутри компании небольшой контакт-центр. С переходом на облачную версию решения Naumen управлять проектами стало гораздо удобнее, расширились возможности аналитики. Кроме того, платформа позволяет гибко масштабироваться.

Технологии ИИ применяются в работе контакт-центра Сбера для распознавания и анализа речи, классификации обращений виртуальным ассистентом, а также для автоматизации процесса верификации сканов документов. В результате улучшается качество сервиса для клиентов и сокращается объем рутинных процессов для операторов линии поддержки.

По внутренним оценкам, за 2022 год суммарный экономический эффект от внедрения технологий ИИ в процесс обслуживания корпоративных клиентов в контакт-центре составил 260 млн руб. Помимо финансового эффекта, который Сбербанк извлекает от использования новых технологий, улучшается и клиентский опыт, а порой создаются абсолютные новые механики в оказании сервиса. В будущем году планируется предложить наработки в области ИИ внешнему рынку решений для российских контакт-центров.

Контакт-центр «Глория Джинс» обрабатывает входящие звонки, почту, сообщения в чате и отзывы, а также совершает исходящие обзвоны. Раньше прогноз нагрузки на контакт-центр и график работы формировался вручную, из-за чего страдали точность планирования и уровень клиентского сервиса.

Компания внедрила WFM-систему, чтобы автоматизировать процесс построения эффективного расписания для операторов. Результатом стало сокращение времени на формирование графика смен на месяц с двух дней до 15 минут. При этом прогноз по количеству обращений и потребности в операторах строится с точностью до 90%. Внедрение решения позволило достичь планового уровня сервиса в 85–87%.

Решение Naumen WFM Cloud позволяет супервизору контролировать дисциплину: отслеживать исполнение расписания и выходы в перерывы в онлайн-режиме. Операторам контакт-центра в свою очередь доступен личный кабинет, в котором можно уточнять свое расписание в реальном времени.

Новая платформа дала УБРиР возможность создать единое рабочее место оператора — собрать все необходимые для обработки обращения инструменты и данные на одном экране. Для быстрого доступа к информации платформу контакт-центра интегрировали с CRM-системой, процессинговым центром и другими ИТ-решениями. Работа в «едином окне» повысила скорость и качество обслуживания клиентов: среднее время удержания вызовов сократилось на 14%, среднее время обработки обращений — на 12%, а время поствызовной обработки — на 13%.

Внедренное решение обеспечивает омниканальный подход к обслуживанию: ранее обработка клиентских обращений велась разрозненно во всех текстовых каналах. С Naumen Contact Center сообщения из чатов на сайте и в мобильном приложении, из популярных мессенджеров, а также из соцсетей «ВКонтакте» и «Одноклассники» обрабатываются в едином интерфейсе с сохранением всей истории по клиенту. Банк получил доступ к сквозной отчетности: например, компания может проводить онлайн-анализ качества обработки обращений в разрезе разных каналов.

С помощью продукта Naumen Erudite УБРиР запустил интеллектуальных ботов-помощников, чтобы адаптироваться к росту клиентских запросов и снизить нагрузку на операторов. Голосовой помощник на входящей линии помогает классифицировать и обрабатывать звонки по 108 сценариям. Используемые голосовым ассистентом технологии синтеза и распознавания Naumen Speech AI обеспечивают точное понимание речи клиента без задержек и ответы без пауз. В чате на сайте и в мобильном приложении клиентов консультирует чат-бот. Интеллектуальные помощники отвечают на вопросы о различных банковских продуктах — картах, вкладах, кредитах, ипотеке, а также консультируют клиентов по условиям оформления. Совокупно боты обслуживают около 27% поступающих в контакт-центр звонков и сообщений.

Внедренное решение помогает обслуживать как входящие, так и исходящие проекты. В нем предусмотрены различные типы работы: часть исходящих обзвонов Reply производит в полностью автоматизированном режиме — без участия оператора, для некоторых проектов применяется комбинированная схема с возможностью выхода на сотрудника.

Среди клиентов контакт-центра Reply, проекты которых обслуживаются с помощью решения Naumen, логистические компании, интернет-магазины, микрофинансовые организации, а также госучреждения. В частности, более 30 тыс. вызовов было обработано операторами горячей линии Центра гигиены и эпидемиологии в Санкт-Петербурге для регистрации случаев коронавируса и внебольничных пневмоний, еще более 140 тыс. вызовов принято и сделано на проектах, которые ведутся для Роспотребнадзора.

Как отмечает Юлия Спрыжкова, генеральный директор Reply, пандемия показала, что контакт-центр должен уметь быстро масштабироваться по рабочим местам, подключать удаленных сотрудников, оптимизировать операционные расходы. В этом помогает облачная платформа Naumen Contact Center.

В «Эвоторе» на основе Naumen KMS создали единый источник знаний с современной системой поиска и персонализированной лентой уведомлений. Решение упростило доступ к корпоративной информации и сделало работу с контентом удобнее. За три месяца использования продукта «Эвотор» увеличил удовлетворенность пользователей технической поддержкой на 10%.

Благодаря внедрению системы компании удалось улучшить процессы обслуживания. Сократилось количество ошибок операторов и время поиска необходимой информации. Результатом стало уменьшение среднего времени обслуживания,  рост удовлетворенности пользователей и общее повышение уровня сервиса техподдержки.

Кроме того, Naumen KMS позволяет строить пошаговые интерактивные скрипты. С их помощью увеличивается скорость обслуживания, масштабируются лучшие практики ведения диалога с клиентом, а новые сотрудники быстрее вникают в работу.

База знаний включает информацию по широкому пулу тем — от отсутствия сети в терминале до ошибок при оплате картой. Продуманная структура и наличие фильтров позволяют быстро находить нужную информацию двумя способами: через поисковую строку и напрямую в папках с контентом.

Реализованный в «Газпром Газификация» проект дистанционного обслуживания клиентов стал первым среди ресурсоснабжающих предприятий, в котором виртуальный робот распределяет звонки, заносит их в базу данных и отвечает на вопросы. Решение «Голосовой помощник» для автоматизации справочных служб и горячих линий на базе технологии искусственного интеллекта разработал и внедрил «Ростелеком».

С декабря 2021 года список тем, с которыми пользователи могут обратиться в контакт-центр Единого оператора газификации, существенно расширился. Сегодня он охватывает 65 направлений, 57 из которых касаются программы догазификации. Количество звонков по сравнению с показателями прошлого года выросло более чем в четыре раза: в среднем это более 1 тыс. обращений ежедневно, а в отдельные периоды в контакт-центр поступает до 3 тыс. в день. Использование «Голосового помощника» обеспечивает стопроцентный прием и обработку вызовов.

Технологии оптимизации ресурсной базы, которые применяются в управлении контакт-центром, позволяют операторам полноценно и квалифицированно отвечать на все вопросы. Например, заявители могут записать обращение и, в зависимости от тематики и сложности вопроса, получить исчерпывающую информацию в письменной или устной форме.

Совершенствовать клиентский сервис в контакт-центре помогает функция оценки качества обслуживания по 10-балльной шкале. С момента внедрения в апреле 2022 года средняя оценка работы голосового ассистента и полноты ответа составила 9,96 и 9,9 баллов соответственно.

Ранее опросами клиентов вручную занимались менеджеры «Хавейл Мотор Рус». После подключения цифрового помощника время на сбор и обработку обратной связи сократилось в 10 раз, а конверсия в успешные звонки увеличилась с 20% до 30%.

В течение трех дней после того, как автомобиль марки Haval проходит ремонт или сервисное обслуживание, его владельцу звонит голосовой робот и просит оценить качество обслуживания по шкале от 1 до 5, а в случае плохой оценки запрашивает развернутый комментарий. Благодаря интеграции с CRM-системой отзыв в расшифрованном виде мгновенно попадает к менеджерам по работе с клиентами для анализа и дальнейшей работы с обращением.

Цифровые сервисы нацелены на то, чтобы помочь бизнесу выстроить быструю и эффективную коммуникацию с клиентами. Настроенный под индивидуальные потребности «Хавейл Мотор Рус» голосовой помощник не только оптимизирует ресурсы компании на проведение опросов, но и помогает автовладельцам быстрее решить их насущные вопросы.

Запуск голосового помощника на входящей линии ДОМ.РФ обусловлен необходимостью работы с растущим потоком обращений на фоне проводимой масштабной рекламной кампании и господдержки ипотечных программ. Создание бота-ассистента на платформе Naumen Eruditе заняло три месяца, и сейчас он принимает 20% входящих звонков: часть обрабатывает полностью самостоятельно, другую — классифицирует и маршрутизирует на операторов контакт-центра. Автоматизация входящей линии обеспечила высокий уровень сервиса — 80% вызовов принимаются в течение 20 секунд.

Робот отвечает на вопросы клиентов о вкладах, мобильном банке и ипотеке, а также подбирает ипотечные программы в зависимости от типа жилья и валидирует профиль потенциального ипотечного заемщика. Помощник проводит «прескоринг», прежде чем переводить клиентов на специализированные группы операторов: задает базовые вопросы о возрасте, месте прописки, трудовом стаже. Работа голосового бота экономит 0,5–2 мин. времени оператора в каждом диалоге, что суммарно высвобождает около 80 часов в месяц.

Технологии синтеза и распознавания речи приближают диалоговые навыки помощника к живому человеку: бот быстро и без задержек распознает сказанное, не сбивается во время пауз и корректно реагирует на вопросы и уточнения.

В рамках проекта импортозамещения ДОМ.РФ параллельно переносит контакт-центр на российскую коммуникационную платформу Naumen Contact Center. Новая ИТ-система обеспечит банку омниканальный клиентский сервис. В планах банка уже к январю 2023 года довести количество входящих звонков, принимаемых голосовым помощником, до 100%.

Специфика клиентской поддержки компаний-производителей электроники и технических устройств требует от специалистов контакт-центра четкого и быстрого решения вопросов, касающихся работы бытовых приборов: выявление и устранение неисправностей, настройка и эксплуатация техники, ремонт и гарантийное обслуживание. Компании был нужен инструмент, с помощью которого можно контролировать полноту и качество обслуживания клиентов, а также визуализировать структуру обращений в контакт-центр для отчетных материалов заказчикам. Важным критерием выбора системы речевой аналитики была возможность самостоятельной донастройки под различные бизнес-задачи аналитиками Teleperformance, в том числе вариантов отображения информации для отчетов.

В качестве основы для проекта было взято несколько примеров работы контакт-центров по схожей отраслевой специализации. Проектная команда BSS и Teleperformance расширила и адаптировала функциональность речевой аналитики под специфику клиентской поддержки производителей бытовой техники. При внедрении модель распознавания была дообучена специальной лексике – сейчас она корректно распознает виды бытовой техники, комплектующих, деталей и терминологию, которая связана с эксплуатацией бытовых приборов. Также появилась возможность загружать данные для анализа из чат-центра, который использует Teleperformance, и был запущен отдельный сервис для автоматизации этой загрузки, что значительно сэкономило время и ресурсы.

С помощью инструмента речевой аналитики в Teleperformance решили приоритетную задачу проекта по сокращению среднего времени обслуживания потребителей (average handling time, АНТ) — одной из ключевых метрик эффективности контакт-центра, которая напрямую коррелирует с производительностью и себестоимостью обслуживания потребителей. Этому способствовали идентификация проблем с инструкциями диагностики и перевод обращений этой тематики в самостоятельное обслуживание. Проведение аналитики, систематизация данных, создание инструкций для self-service и изменение внутренних процессов обслуживания позволили достичь совокупного снижения АНТ примерно на 6%.