«Ростелеком» масштабирует речевую аналитику для улучшения клиентского опыта

2023: Масштабирование речевой аналитики для улучшения клиентского опыта

20 апреля 2023 года «Ростелеком» сообщил о том, что развивает применение речевой аналитики группы компаний ЦРТ — теперь технология охватывает более 80% продуктов и 75% процессов обслуживания клиентов в большинстве макрорегионов, работает более чем на 3000 рабочих мест операторов контактного центра.

Разговоры операторов контактного центра с клиентами содержат ценную информацию, анализ которой помогает бизнесу повышать эффективность и становиться лучше для пользователей. Речевая аналитика позволяет оперативно определять, чем довольны или недовольны клиенты, с какими вопросами они обращаются чаще всего, и насколько успешно специалисты их решают. За год с помощью этой технологии было изучено более 38 миллионов звонков и свыше 13 миллионов чатов. Мы выявили и проработали пожелания и жалобы, в результате снизив их количество на 31%, а в некоторых кейсах – сократили долю повторных обращений до 10%. Количество благодарностей от клиентов выросло на 19%, сказал Евгений Жукович, директор по клиентскому сервису «Ростелекома».

Миллионы звонков, поступающих в контактный центр «Ростелекома», обрабатывают тысячи операторов контактного центра. За год длительность телефонных разговоров с клиентами составила более 150 млн минут. Все разговоры (с соблюдением стандартов анонимности) записываются для контроля качества обслуживания. Изучить 100% записей помогают технологии: распознавание речи позволяет перевести звонки в текст в формате диалога «клиент-оператор» с посекундным хронометражем, а речевая аналитика — осуществить глубокий анализ для улучшения клиентского опыта.

Речевая аналитика ЦРТ позволяет проанализировать массивные объемы речевых и текстовых данных, включает максимально большой спектр количественно-временных параметров. Специально для «Ростелекома» был разработан кейс анализа оценок CSI — индекса удовлетворенности клиента, где с помощью речевой аналитики выявляются причины выставления оценок, а затем каждая причина анализируется детально. Такой подход позволяет оперативно выделять негативные ситуации и реагировать на них. По результатам работы с помощью речевых технологий за год оптимизировано более 40 процессов, отметил Дмитрий Дырмовский, генеральный директор группы компаний ЦРТ.

Речевая аналитика ЦРТ оценивает более такие параметры, как молчание, одновременная речь, перебивание, длительность диалога, удержание звонка, стаж работы оператора и многое другое. Можно сравнить, например, конверсию операторов-новичков с опытными операторами, оценить эффективность работы конкретной площадки контактного центра, выявить и масштабировать лучшие практики отработки негатива и отказов клиентов, мониторить динамику их применения. Такое количество параметров позволяет создавать выборки для аналитики и проводить максимально глубокое сравнение для непрерывного совершенствования сервисов.Каскадная AI-валидация дефектов кода для оптимизации процесса исправления 3.2 т

Также в решении есть лексическая статистика. Она отображается в виде облака тэгов с наиболее часто встречающимися словами в диалоге. Например, можно выбрать слово «оплата» и увидеть связанные с этой темой недавние упоминания: «интернет», «телевидение» и так далее. Оценив статистику и проследив цепочку, можно выявить причину частых обращений и оперативно ее устранить.

Кроме того, предусмотрена функция обработки фонограмм по методу категоризации. Если в диалоге встречается несколько тем, например, оповещения клиентов об акциях или изменении условий оказании услуг, то система отметит все тематики. Также есть возможность посчитать и проанализировать фонограммы, которые не попали ни в одну тематику, и выявить таким образом новые тренды. Все технологии ЦРТ — собственная разработка, в том числе и распознавание речи, что позволяет оперативно дополнять языковую модель под специфику: для этого достаточно записать в формате Word или txt список новых слов, и система примет их в работу буквально через несколько минут.

2016: Завершение внедрения Speech Analytics Lab

2 сентября 2016 года «Ростелеком» сообщил о завершении проекта внедрения инструментов речевой аналитики Speech Analytics Lab от компании «Центр речевых технологий» (ЦРТ) в Северо-Западном макрорегиональном филиале оператора.

Задачи проекта

Цель проекта - оптимизация операционной и финансовой эффективности Единого Контакт-центра (ЕКЦ).

Офис Ростелеком в Гатчине, (2014)

Ход проекта

В рамках проекта проводился анализ работы 100% обращений по 12 направлениям обслуживания контактного центра, что помогло получить информацию о масштабе зон развития, выявить новые роста. В рамках проекта проанализировано более 1,4 млн диалогов^[1]. Специалисты ЦРТ разработали методику управления зонами развития с использованием речевых технологий, которая поможет ЕКЦ эффективно управлять своими KPI.

Итог проекта

Использование Speech Analytics Lab при анализе записей переговоров контактного центра Северо-Западного «Ростелекома» помогло выявить лучшие и худшие практики в продажах, анализировать причины длительных и повторных обращений, возникновения претензий, соблюдение операторами сценариев и стандартов обслуживания клиентов, оценить продвижение сервисов самообслуживания и выявить причины оттока клиентов.

Значимые улучшения показателей эффективности достигнуты по всем основным направлениям работы ЕКЦ, при этом на линии входящего телемаркетинга достигнуто снижение непрофильной нагрузки на 14% и повышение продаж на 22,5%, на первой линии техподдержки снижение повторных обращений на 5%, а, например, по республике Коми – на 18,5%. На информационно-справочном направлении снизилось среднее время обслуживания на 11,73%, в отделе координации инсталляции центра поддержки продаж достигнут двукратный рост соблюдения стандарта обслуживания.

В ходе реализации проекта было достигнуто не только повышение показателей ЕКЦ, но также была разработана рабочая методика управления зонами развития. Виктория Кутасова, директор департамента клиентского опыта и обслуживания массового сегмента «Ростелеком Северо-Запад»

Примечания