Юрий Ледаков, BSS: «Информация - это деньги, которые позволяет сохранить и преумножить речевая аналитика» - «Финансы» » Финансы и Банки
Создать акаунт

Юрий Ледаков, BSS: «Информация - это деньги, которые позволяет сохранить и преумножить речевая аналитика» - «Финансы»

26 фев 2021, 00:00
Финансы
0
0
Юрий Ледаков, BSS: «Информация - это деньги, которые позволяет сохранить и преумножить речевая аналитика» - «Финансы»
Юрий Ледаков, BSS: «Информация - это деньги, которые позволяет сохранить и преумножить речевая аналитика» - «Финансы»

унифицированного решения по речевой аналитике для банков и компаний любого масштаба.

 


В последний год популярность голосовых технологий бьет рекорды. Вместе с ними объективно растет интерес к речевой аналитике. Расскажите, что это такое и для чего нужно.


— Перед любой компанией из сферы услуг встают вопросы: как обеспечить рост бизнеса и увеличить продажи, как научиться глубоко понимать проблемы клиентов, как быстро и гибко реагировать на тенденции рынка и предсказывать их? Ответы на них позволят компании быть выше, гибче, дальше и быстрее конкурентов.


Помочь с ответами на эти вопросы может речевая аналитика. Она способна быстро и эффективно обрабатывать большие данные, обеспечивать значительную экономию трудовых ресурсов, оперативно анализировать коммуникационные потоки, выявлять важные для бизнеса особенности и нивелировать негативные тренды.


Речевая аналитика — это система анализа, позволяющая на архивных записях или в режиме онлайн видеть, как компания взаимодействует с клиентами. Она помогает контролировать качество работы сотрудников, взаимодействующих напрямую с клиентами: операторов контакт-центров, специалистов отдела продаж, менеджеров клиентской поддержки. Это роботизированная система, которая умеет распознавать речь и анализировать диалоги, определять эмоциональную составляющую взаимодействий, может запоминать и узнавать голоса, сравнивая их с сохраненными образцами. С помощью инструмента речевой аналитики возможна выгрузка любых отчетов на основе собранных данных, которые менеджмент компании использует для оптимизации и развития бизнеса.


Наше решение по речевой аналитике выделяется рядом отличительных факторов. Во-первых, демонстрирует высокую точность распознавания произвольной устной речи даже при малом объеме данных для обучения. Во-вторых, распознает намерения по голосу без перевода в текст. В нашем решении используется технология распознавания имен сущностей (NER), позволяющая проводить категоризацию всех диалогов по определенным классам — наименованиям продуктов, упоминаниям конкурентов, указанию времени или месторасположения и т. д.


Кроме того, наше решение обеспечивает полную интеграцию с другими продуктами BSS, а также имеет открытые API для интеграции с CRM, BI и другими системами.




Какую информацию можно получить с помощью речевой аналитики и как ее можно использовать для развития бизнеса?


— С помощью речевой аналитики можно настраивать и отслеживать любые показатели: длительность звонка, отработку возражений, отклонение от скрипта, успешные продажи, негативную лексику, слова-паразиты, повторные обращения и многое другое. Доступен анализ количественно-временных и лексико-семантических параметров речи: процент участия в разговоре каждой из сторон диалога, количество перебивании, процент тишины, упоминание конкурентов и продуктов конкурентов, а также попытки перевести разговор с клиентом на другой телефон.


Практика показывает, что банковские контактные центры заинтересованы в отслеживании фактов использования операторами нежелательной лексики, в выявлении причин неудовлетворенности клиентов, а также в соблюдении операторами нормативно-правовых стандартов при обслуживании вызовов (compliance).


Для банковской сферы актуальна категоризация обращений, статистика по темам обращений клиентов. Категоризация позволяет выявлять проблемные зоны в процессе клиентского обслуживания и зоны развития для бизнеса. Например, если резко увеличились количество обращений по вопросу дистанционного банковского обслуживания, значит, эта область требует особого внимания со стороны супервайзеров и аналитиков контактного центра. Как только происходят отклонения от допустимого процента обращений по той или иной теме, система речевой аналитики оперативно выявляет проблемы в автоматическом режиме и оповещает группу мониторинга показателей обслуживания о возникновении нестандартных ситуаций.



Вот несколько примеров. Представим, что компания выпустила на рынок новый продукт, однако он не получил признание у клиентов, идет всплеск отказов и увеличение количества негативных обращений. В чем дело? Операторов много, диалогов с клиентами еще больше, поэтому оперативно собрать необходимую для анализа объективную информацию без использования речевой аналитики невозможно. Наше решение заметит всплеск негативных обращений до того, как проблема увеличится в масштабах, в автоматическом режиме проанализирует все обращения в рамках тематики и извлечет из тысяч диалогов информацию о том, что не нравится клиентам: не очень удобные условия, продукт конкурента оказался дешевле и т. п. Эту информацию руководитель контактного центра получит максимально быстро, что позволит оперативно принять эффективные меры по исправлению ситуации.


Что дает анализ слабых и сильных зон в работе операторов с помощью речевой аналитики? С одной стороны, в процессе клиентского обслуживания операторы допускают ошибки, которые необходимо выявлять и устранять, не допуская повторений. С другой стороны, успешные операторы в процессе работы выявляют наиболее эффективные способы общения с клиентами, приводящие к росту продаж. Эти лучшие практики важно использовать для обучения других операторов. Предположим, в контакт-центре у одной группы операторов продажи растут, а у другой операторской группы уровень конверсии при продажах уменьшается. Решение по речевой аналитике проанализирует диалоги в обеих группах и выявит закономерности. Таким образом, речевая аналитика позволяет постоянно держать руку на пульсе процесса продаж и клиентского обслуживания, анализируя, какая информация транслируется клиентам, какие данные компания получает от клиентов в качестве обратной связи, что позволяет выстраивать отношения с клиентами оптимальным способом, снижая временные, материальные затраты и репутационные риски компании.


Предположим, клиенту по телефону был предварительно одобрен кредит, но оператор, вопреки процедуре обслуживания, не задал необходимые уточняющие вопросы клиенту до согласования времени встречи в офисе банка. Клиент тратит свое время и средства, чтобы доехать до офиса банка для получения кредита, но сотрудник офиса вынужден отказать клиенту по причине несоответствия требованиям банка. В результате все в проигрыше: рабочее время менеджера в банке потрачено впустую, клиент недоволен и вряд ли станет пользоваться услугами этого банка. Инструменты речевой аналитики позволяют избежать таких ситуаций.



Расскажите об истории возникновения роботизированной речевой аналитики. Как она появилась, почему?


— У компаний, которые занимаются массовым обслуживанием, например банков, происходит активное взаимодействие с клиентами, которые звонят в кол-центр, пишут в социальных сетях, на электронную почту банка, приходят в офисы обслуживания. Это огромный пласт коммуникаций, базирующийся на определенных стандартах, которым необходимо следовать при коммуникациях с клиентами.


Но как понять, что эти коммуникации эффективны, что все сотрудники «первой линии» общаются с клиентами правильно, вежливо, не допускают ошибок? Традиционно контроль качества работы операторов осуществлялся супервайзерами, оценочно прослушивающими не более 3—5% диалогов операторов. Конечно, эффективность такого контроля качества довольно сомнительна, так как при таком подходе невозможно проследить опыт каждого клиента компании, так называемый Customer Experience  Journey, а ведь это очень важно для выстраивания успешных коммуникаций.


И только с развитием речевых технологий стало возможным сделать робота, который будет слушать и анализировать 100% звонков, распознавать, о чем говорится в каждом диалоге, структурировать и классифицировать полученную информацию, формировать отчеты. И делать это робот способен 24 часа в сутки, семь дней в неделю, без сна, усталости и снижения мотивации. Речевая аналитика может быть использована не только в контактном центре, но и в офисе обслуживания, и в любых подразделениях компании, где осуществляются коммуникации. 


Сейчас очень много говорят о безопасности данных: мы часто видим сообщения о массовых утечках, в том числе из банков. Может ли как-то речевая аналитика помочь бизнесу в вопросе безопасности данных?


— Безусловно, может. Я выделю два аспекта, которые демонстрируют, как речевая аналитика помогает контролировать безопасность данных. Первый — мониторинг 100% разговоров с клиентами позволяет выявлять предпосылки утечек или сами утечки данных в телефонных разговорах, благодаря чему можно своевременно принимать соответствующие управленческие решения. Пример ситуации: клиентом банка представляется другой человек и пытается выведать у оператора необходимую ему информацию. Если нам известен сценарий, по которому мошенники пытаются узнать данные, то мы можем отследить мошеннические действия в разговорах в реальном времени, не допустив утечки конфиденциальной информации.


Второй аспект — безопасное хранение данных в речевой аналитике. Во время диалога с оператором клиенты произносят свои персональные данные, номера счетов и карт. Операторы в ответ сообщают информацию по остаткам денежных средств, звучат кодовые слова и парольные фразы.


Система речевой аналитики поддерживает управление доступом на основе ролей. Это значит, что каждой категории работников банка соотвествует определенный набор прав доступа к конфиденциальной информации, в том числе чувствительной информации по данным клиентов. Это позволяет персонализировать ответственность, предотвращая утечку данных, и четко контролировать следование стандартам и процедурам обслуживания.


Кроме того, сугубо конфиденциальные данные, например номера карт и кодовые слова, могут быть автоматически удалены из архивов и заменены тоновым сигналом в фонограммах и звездочками в текстовых расшифровках диалогов.


Насколько я понимаю, сейчас, в условиях пандемии, тема речевой аналитики приобретает новое звучание и большую актуальность, потому что люди начинают меньше общаться лично и растет нагрузка на контакт-центры. Расскажите, пожалуйста, как ваши системы помогают контакт-центрам в условиях пандемии.


— До начала пандемии немногие контакт-центры использовали труд удаленных сотрудников, которые отвечали на звонки клиентов, предоставляли информацию, предлагали продукты банка клиентам. В условиях пандемии, когда «удаленка» стала массовым явлением, таких сотрудников у банковских контакт-центров стало в разы больше.


Перед компаниями стоит задача выстроить идеальный клиентский сервис при условии, что все сотрудники находятся в разных местах и в разной обстановке, добиться соблюдения единых стандартов клиентского обслуживания. Это очень непросто. И здесь на помощь приходит речевая аналитика, позволяя проводить обучение удаленных сотрудников на реальных примерах лучших практик ведения диалогов успешными коллегами, помогать, подсказывать и контролировать работу операторов в режиме реального времени.


Давайте поговорим про эффективность. Вы рассказывали, что такие системы помогают увеличить продажи, повысить уровень безопасности в компании. Хотелось бы эту тему как-то «оцифровать». Какую выгоду может принести компании использование речевой аналитики?


— Использование системы речевой аналитики позволяет компаниям получать дополнительную прибыль. Это происходит за счет того, что решение помогает оптимизировать проведение маркетинговых кампаний и проанализировать эффективность, получая статистику клиентских отзывов о предлагаемых акциях и продуктах.



Также внедрение речевой аналитики позволяет оптимально использовать рабочее время контролеров качества. Если оценивать работу операторов по старинке, прослушивая 3—5% диалогов без участия робота, для контроля качества обслуживания сотни операторов необходимы хотя бы десять контролеров качества. Если операторов больше, то количество необходимых контролеров также пропорционально растет. В случае использования роботизированной системы речевой аналитики содержать такой штат контролеров не нужно. «Черновую» работу по оценке качества обслуживания, выявлению недопустимого поведения операторов выполняет робот, а контролеры качества получают роли аналитиков, экспертов по оптимизации сервиса и наставников для операторов.


Сейчас довольно большое количество компаний, в том числе коллекторских, и финансовых институтов заявляют о том, что они строят свои собственные системы речевой аналитики. В чем уникальность вашей системы? И кому, может быть, лучше не заниматься разработкой внутри, а купить готовое решение?


— Речевая аналитика от компании BSS — это уникальное коробочное решение, которое легко встраивается в инфраструктуру и простое в использовании. Наше решение обладает гибкостью, с его помощью заказчик самостоятельно или со своим интегратором может выстроить удобную и комфортную среду для автоматического речевого анализа всех внешних и внутренних взаимодействий в своей компании.


Наше решение производит транскрибацию всех диалогов, извлекает из речи и текстовых взаимодействий важную для бизнеса банка информацию — тему обращения, опыт клиента, названия продуктов (как собственных, так и конкурентных), эмоциональную окраску диалога и многое другое. Интерактивный дашборд позволяет настроить собственную систему маркеров и сценариев разговоров для бизнес-процессов банка, что дает глубокое понимание происходящего при обслуживании клиентов. Решаются важные бизнес-задачи и выявляются зоны развития контактного центра: анализ упущенных возможностей при неуспешных продажах, устранение проблем качества обслуживания, определение причин повторных обращений, повышение эффективности работы операторов и содействие росту лояльности сотрудников и клиентов.


Таким образом, внедрение речевой аналитики BSS способствует увеличению продаж и сокращению расходов, повышению удовлетворенности клиентов, выявлению эффективных стратегий продаж, снижению рисков возникновения претензий.


Наши продукты включены в Единый реестр российских программ Минцифры. Мы активно взаимодействуем с банками и государственным сектором, чувствуем рынок, понимаем современные процессы и потребности, диктуемые развитием информационных технологий. Это помогает нам работать так, чтобы наши клиенты почувствовали, что построили собственные системы на основе нашего решения. Наши клиенты имеют возможность самостоятельно развивать систему, адаптировать к решению собственных эксклюзивных бизнес-задач при экспертной поддержке высококвалифицированных консультантов BSS.


Сколько времени нужно, чтобы компания с вашей помощью с нуля могла себе поставить такую систему?


— С первого дня установки нашего продукта клиент может использовать для анализа диалогов количественно-временные параметры и преднастроенные, общие для всех контакт-центров маркеры для оценки качества обслуживания, например «Запрещенная лексика операторов», а также специфические банковские маркеры, например «Блокировка карты» или «Вопросы по потребительскому кредиту». Всего за три недели можно настроить уникальный для клиента и его задач набор маркеров и скриптов в рамках стартового пакета.


Насколько это дорого для компаний?


— Наш продукт лицензируется по часам аудио- или по количеству текстовых диалогов за сутки. Мы готовы предоставлять нашу речевую аналитику для использования по модели обслуживания SaaS. Возможно предоставление постоянной лицензии. В любом случае, политика цен на речевую аналитику BSS позволяет нашим клиентам экономить с первого дня.


Технологии сейчас развиваются с огромной скоростью. Какие могут быть ближайшие и отдаленные перспективы у речевой аналитики?


— Ближайшие перспективы — это активное распространение систем речевой аналитики.


Если заглянуть дальше в будущее, то я выделил бы несколько технологических перспектив. Во-первых, внедрение голосовой биометрии в речевую аналитику. Это очевидный тренд, учитывая растущие объемы кибермошенничества, особенно с использованием социальной инженерии, и потребности бизнеса в части контроля сотрудников на рабочих местах. Во-вторых, использование высокоточного распознавания речи на основе передовых технологий (так называемые end-to-end-модели) существенно увеличит точность распознавания решением из «коробки» и требует в 10 раз меньше данных для адаптации моделей. И в-третьих, уже наблюдается тенденция использования инструментов речевой аналитики вместе с голосовыми помощниками и чат-ботами как составными частями единой омниканальной коммуникационной платформы.


Все обозначенные тренды многим компаниям только предстоит открыть для себя и освоить, а компания BSS уже сегодня предлагает работающие решения по этим технологическим направлениям. Для нас это свершившийся факт.


унифицированного решения по речевой аналитике для банков и компаний любого масштаба. — В последний год популярность голосовых технологий бьет рекорды. Вместе с ними объективно растет интерес к речевой аналитике. Расскажите, что это такое и для чего нужно. — Перед любой компанией из сферы услуг встают вопросы: как обеспечить рост бизнеса и увеличить продажи, как научиться глубоко понимать проблемы клиентов, как быстро и гибко реагировать на тенденции рынка и предсказывать их? Ответы на них позволят компании быть выше, гибче, дальше и быстрее конкурентов. Помочь с ответами на эти вопросы может речевая аналитика. Она способна быстро и эффективно обрабатывать большие данные, обеспечивать значительную экономию трудовых ресурсов, оперативно анализировать коммуникационные потоки, выявлять важные для бизнеса особенности и нивелировать негативные тренды. Речевая аналитика — это система анализа, позволяющая на архивных записях или в режиме онлайн видеть, как компания взаимодействует с клиентами. Она помогает контролировать качество работы сотрудников, взаимодействующих напрямую с клиентами: операторов контакт-центров, специалистов отдела продаж, менеджеров клиентской поддержки. Это роботизированная система, которая умеет распознавать речь и анализировать диалоги, определять эмоциональную составляющую взаимодействий, может запоминать и узнавать голоса, сравнивая их с сохраненными образцами. С помощью инструмента речевой аналитики возможна выгрузка любых отчетов на основе собранных данных, которые менеджмент компании использует для оптимизации и развития бизнеса. Наше решение по речевой аналитике выделяется рядом отличительных факторов. Во-первых, демонстрирует высокую точность распознавания произвольной устной речи даже при малом объеме данных для обучения. Во-вторых, распознает намерения по голосу без перевода в текст. В нашем решении используется технология распознавания имен сущностей (NER), позволяющая проводить категоризацию всех диалогов по определенным классам — наименованиям продуктов, упоминаниям конкурентов, указанию времени или месторасположения и т. д. Кроме того, наше решение обеспечивает полную интеграцию с другими продуктами BSS, а также имеет открытые API для интеграции с CRM, BI и другими системами. — Какую информацию можно получить с помощью речевой аналитики и как ее можно использовать для развития бизнеса? — С помощью речевой аналитики можно настраивать и отслеживать любые показатели: длительность звонка, отработку возражений, отклонение от скрипта, успешные продажи, негативную лексику, слова-паразиты, повторные обращения и многое другое. Доступен анализ количественно-временных и лексико-семантических параметров речи: процент участия в разговоре каждой из сторон диалога, количество перебивании, процент тишины, упоминание конкурентов и продуктов конкурентов, а также попытки перевести разговор с клиентом на другой телефон. Практика показывает, что банковские контактные центры заинтересованы в отслеживании фактов использования операторами нежелательной лексики, в выявлении причин неудовлетворенности клиентов, а также в соблюдении операторами нормативно-правовых стандартов при обслуживании вызовов (compliance). Для банковской сферы актуальна категоризация обращений, статистика по темам обращений клиентов. Категоризация позволяет выявлять проблемные зоны в процессе клиентского обслуживания и зоны развития для бизнеса. Например, если резко увеличились количество обращений по вопросу дистанционного банковского обслуживания, значит, эта область требует особого внимания со стороны супервайзеров и аналитиков контактного центра. Как только происходят отклонения от допустимого процента обращений по той или иной теме, система речевой аналитики оперативно выявляет проблемы в автоматическом режиме и оповещает группу мониторинга показателей обслуживания о возникновении нестандартных ситуаций. Вот несколько примеров. Представим, что компания выпустила на рынок новый продукт, однако он не получил признание у клиентов, идет всплеск отказов и увеличение количества негативных обращений. В чем дело? Операторов много, диалогов с клиентами еще больше, поэтому оперативно собрать необходимую для анализа объективную информацию без использования речевой аналитики невозможно. Наше решение заметит всплеск негативных обращений до того, как проблема увеличится в масштабах, в автоматическом режиме проанализирует все обращения в рамках тематики и извлечет из тысяч диалогов информацию о том, что не нравится клиентам: не очень удобные условия, продукт конкурента оказался дешевле и т. п. Эту информацию руководитель контактного центра получит максимально быстро, что позволит оперативно принять эффективные меры по исправлению ситуации. Что дает анализ слабых и сильных зон в работе операторов с помощью речевой аналитики? С одной стороны, в процессе клиентского обслуживания операторы допускают ошибки, которые необходимо выявлять и устранять, не допуская повторений. С другой стороны, успешные операторы в процессе работы выявляют наиболее эффективные способы общения с клиентами, приводящие к росту продаж. Эти лучшие практики важно использовать для обучения других операторов. Предположим, в контакт-центре у одной группы операторов продажи растут, а у другой операторской группы уровень конверсии при продажах уменьшается. Решение по речевой аналитике проанализирует диалоги в обеих группах и выявит закономерности. Таким образом, речевая аналитика позволяет постоянно держать руку на пульсе процесса продаж и клиентского обслуживания, анализируя, какая информация транслируется клиентам, какие данные компания получает от клиентов в качестве обратной связи, что позволяет выстраивать отношения с клиентами оптимальным способом, снижая временные, материальные затраты и репутационные риски компании. Предположим, клиенту по телефону был предварительно одобрен кредит, но оператор, вопреки процедуре обслуживания, не задал необходимые уточняющие вопросы клиенту до согласования времени встречи в офисе банка. Клиент тратит свое время и средства, чтобы доехать до офиса банка для получения кредита, но сотрудник офиса вынужден отказать клиенту по причине несоответствия требованиям банка. В результате все в проигрыше: рабочее время менеджера в банке потрачено впустую, клиент недоволен и вряд ли станет пользоваться услугами этого банка. Инструменты речевой аналитики позволяют избежать таких ситуаций. — Расскажите об истории возникновения роботизированной речевой аналитики. Как она появилась, почему? — У компаний, которые занимаются массовым обслуживанием, например банков, происходит активное взаимодействие с клиентами, которые звонят в кол-центр, пишут в социальных сетях, на электронную почту банка, приходят в офисы обслуживания. Это огромный пласт коммуникаций, базирующийся на определенных стандартах, которым необходимо следовать при коммуникациях с клиентами. Но как понять, что эти коммуникации эффективны, что все сотрудники «первой линии» общаются с клиентами правильно, вежливо, не допускают ошибок? Традиционно контроль качества работы операторов осуществлялся супервайзерами, оценочно прослушивающими не более 3—5% диалогов операторов. Конечно, эффективность такого контроля качества довольно сомнительна, так как при таком подходе невозможно проследить опыт каждого клиента компании, так называемый Customer Experience Journey, а ведь это очень важно для выстраивания успешных коммуникаций. И только с развитием речевых технологий стало возможным сделать робота, который будет слушать и анализировать 100% звонков, распознавать, о чем говорится в каждом диалоге, структурировать и классифицировать полученную информацию, формировать отчеты. И делать это робот способен 24 часа в сутки, семь дней в неделю, без сна, усталости и снижения мотивации. Речевая аналитика может быть использована не только в контактном центре, но и в офисе обслуживания, и в любых подразделениях компании, где осуществляются коммуникации. — Сейчас очень много говорят о безопасности данных: мы часто видим сообщения о массовых утечках, в том числе из банков. Может ли как-то речевая аналитика помочь бизнесу в вопросе безопасности данных? — Безусловно, может. Я выделю два аспекта, которые демонстрируют, как речевая аналитика помогает контролировать безопасность данных. Первый — мониторинг 100% разговоров с клиентами позволяет выявлять предпосылки утечек или сами утечки данных в телефонных разговорах, благодаря чему можно своевременно принимать соответствующие управленческие решения. Пример ситуации: клиентом банка представляется другой человек и пытается выведать у оператора необходимую ему информацию. Если нам известен сценарий, по которому мошенники пытаются узнать данные, то мы можем отследить мошеннические действия в разговорах в реальном времени, не допустив утечки конфиденциальной информации. Второй аспект — безопасное хранение данных в речевой аналитике. Во время диалога с оператором клиенты произносят свои персональные данные, номера счетов и карт. Операторы в ответ сообщают информацию по остаткам денежных средств, звучат кодовые слова и парольные фразы. Система речевой аналитики поддерживает управление доступом на основе ролей. Это значит, что каждой категории работников банка соотвествует определенный набор прав доступа к конфиденциальной информации, в том числе чувствительной информации по данным клиентов. Это позволяет персонализировать ответственность, предотвращая утечку данных, и четко контролировать следование стандартам и процедурам обслуживания. Кроме того, сугубо конфиденциальные данные, например номера карт и кодовые слова, могут быть автоматически удалены из архивов и заменены тоновым сигналом в фонограммах и звездочками в текстовых расшифровках диалогов. — Насколько я понимаю, сейчас, в условиях пандемии, тема речевой аналитики приобретает новое звучание и большую актуальность, потому что люди начинают меньше общаться лично и растет нагрузка на контакт-центры. Расскажите, пожалуйста, как ваши системы помогают контакт-центрам в условиях пандемии. — До начала пандемии немногие

Смотрите также:


Комментарии
Минимальная длина комментария - 50 знаков. комментарии модерируются
Top.Mail.Ru