Как речевой ИИ повышает эффективность контакт-центра: опыт VOXYS по внедрению ботов-суфлеров

02.04.24, Вт, 12:07, Мск,

Значительную часть времени операторов контакт-центров отнимает поиск нужной клиентам информации. Для оптимизации процесса общения специалистами VOXYS был разработан бот-суфлёр, который помогает мгновенно находить и наглядно представлять нужные операторам данные.

Содержание

Подробно о решении рассказывает Иван Завьялов, менеджер по поддержке продаж цифровых продуктов VOXYS.

Что такое бот-суфлёр

Боты-суфлеры — один из трех типов чат-ботов. Чат-боты — более общая категория электронных помощников. Они делятся на:

  • Кнопочные. Интерфейс такого бота состоит из кнопок с вариантами действий. В зависимости от выбранного человеком варианта бот при нажатии на кнопку выдает нужный ответ, переводит на специалиста или проводит клиента дальше по меню. Кнопочные боты хорошо подходят для опросов и ответов на типовые вопросы.
  • Умные. Это боты с встроенным ИИ, которые обладают известной степенью свободы (настраиваемой разработчиками) и способны вести диалог максимально естественно. Поэтому при общении клиент может перепутать такого бота с живым оператором.
  • Суфлеры. Анализируя входящие запросы, эти боты отправляют запрос в базу данных и затем выдают варианты ответа, из которых пользователь (в основном это операторы контакт-центра) выбирает наиболее подходящий. Таким образом, человеку нет необходимости самостоятельно искать ответ в базе данных или поисковой системе, так как эту работу берет на себя бот-суфлер.

Принцип работы такого бота заключается в следующем: голосовые данные переводятся в текст, затем выполняется обработка при помощи модели NLU (Natural Language Understanding), которая распознает намерения клиента и возвращает ответы боту. Бот предлагает варианты ответа оператору с указанием вероятности релевантности того или иного ответа запросу клиента. Таким образом, оператору остается только озвучить подходящий ответ. Именно так работают боты-суфлеры VOXYS. Вся операция занимает меньше секунды, поэтому время ожидания ответа оператора сокращается в разы.

Преимущества для бизнеса

Функциональность ботов-суфлеров позволяет подойти к улучшению качества работы компании комплексно, поэтому такие боты обеспечивают:

  • Сокращение времени ответа операторов. Человеку не нужно самостоятельно искать и формулировать ответы — всё делает бот и NLU. Это позволяет сократить время ответа оператора не менее чем на 33%.
  • Улучшение качества сервиса. За счет быстрых ответов повышается удовлетворенность клиентов обслуживанием, что является одним из ключевых факторов в сохранении и расширении клиентской базы любой компаний. По данным, которые мы собрали по результатам пилотных проектов, уровень CSI после внедрения бота-суфлера вырос не менее чем на 30%.
  • Сокращение времени на адаптацию (онбординг) персонала. Благодаря боту-суфлеру новичкам не придется долго и детально изучать техническую документацию — новые операторы смогут эффективно общаться с клиентами уже с первых дней после приема на работу. Если в цифрах, то сокращение времени онбординга персонала за счет внедрения в компании бота-суфлера составляет не менее 50%.

В результате обеспечивается значительная экономия денежных средств компании, сокращаются расходы на персонал.

Приведем показатели эффективности бота-суфлера (далее — БС) по итогам тестовой эксплуатации на нескольких проектах:

  • среднее время ответа оператора без использования БС: 6 минут;
  • среднее время ответа оператора с подключенным БС: 4 минуты.

Таким образом, использование БС позволяет сократить время диалога с клиентом на 33% за счет исключения пауз в диалоге, вызванных поиском нужной информации оператором.

В денежном выражении контакт-центр с 25 операторами каждый месяц экономит до 709 тысяч рублей. По итогам пилотного проекта средние расходы на операторов:

  • без подключения БС составили 2 413 тыс. руб. в месяц;
  • а с подключенным БС — 1 704 тыс. руб. в месяц.

Таким образом, ежегодная экономия составит более 8,5 млн рублей.

Как работает бот-суфлёр

Схема работы бота-суфлёра при общении в чате выглядит следующим образом:

  1. Бот отправляет введенный пользователем текст в NLU.
  2. NLU анализирует полученные данные на предмет релевантности введенного текста определенным темам, то есть распознает намерение пользователя.
  3. Бот-суфлер сверяется с базой знаний, выбирает наиболее подходящий ответ и предлагает его оператору.

Схема работы бота-суфлера при голосовом общении немного сложнее за счет того, что полученную речевую информацию сначала нужно перевести в текст, после чего она в текстовом виде отдается на анализ NLU.

Что такое NLU

NLU означает Natural Language Understanding. Это область искусственного интеллекта, которая занимается разработкой моделей, способных понимать и интерпретировать естественный язык человека. Модели NLU используются для анализа и обработки текстовой информации, а также для взаимодействия с людьми через различные каналы коммуникации, такие как голосовые ассистенты, чат-боты и другие. В области NLU используются методы машинного обучения, обработки естественного языка, статистики и другие технологии для обучения компьютеров понимать и генерировать естественный язык.

В NLU текст разбивается на отдельные слова или фразы, называемые токенами. Каждому токену назначается часть речи (существительное, глагол, прилагательное и т.д.). Далее анализируется структура предложения, выявляются связи между словами и их роли в предложении. После этого определяется смысл текста, выявляются ключевые понятия и их взаимосвязи. При этом учитывается контекст и последовательность высказываний для правильного понимания текста. Система обучается на большом объеме текстовых данных для улучшения качества работы и адаптации к различным задачам.Дмитрий Бородачев, DатаРу Облако: Наше преимущество — мультивендорная модель предоставления облачных услуг

Модели NLU могут выполнять различные задачи, такие как распознавание и классификация текста, извлечение информации, ответы на вопросы, анализ тональности текста. Всё это позволяет моделям NLU понимать естественный язык и эффективно взаимодействовать с пользователями. И при разработке ботов-суфлеров NLU является ключевым компонентом, обеспечивающим функционирование всей системы.

Реальное применение

Ботов-суфлеров, работающих по описанной выше схеме, на рынке пока еще очень мало, однако VOXYS уже может предложить кейсы реального применения этой технологии. Мы сотрудничаем с рядом компаний в сферах производства и ритейла. Однако этот опыт будет распространен и на другие области, связанные с предложением различных продуктов — товаров и услуг.

Нет никаких препятствий для внедрения ботов-суфлеров в таких областях, как банковская сфера и финансы, транспортная и производственная логистика, интернет-магазины, медицина, ЖКХ, HoReCa и любых других. А специалисты VOXYS готовы предоставить подробное экономическое обоснование внедрения этой технологии для каждой сферы бизнеса.