Перспективы голосового искусственного интеллекта

Сотрудники контакт-центра

Банки активно используют в своей работе технологии голосового искусственного интеллекта для создания новых механизмов взаимодействия с клиентами, что позволяет повышать качество обслуживания и конкурентоспособность. Кредитные организации рассказали об актуальных, по их мнению, трендах и поделились информацией о бизнес-результатах в результате внедрения технологий голосового искусственного интеллекта в свою деятельность.

РЫНОЧНЫЕ ТРЕНДЫ  РЕЧЕВОЙ АНАЛИТИКИ

Дмитрий Дырмовский

Рынок речевых технологий стремительно развивается, на нём возникают новые тенденции. По мнению Дмитрия Дырмовского, CEO группы компаний ЦРТ, сейчас на рынке речевых технологий существует два основных тренда.

Во-первых, сокращение расходов и оптимизация деятельности контакт-центров при сохранении высокого качества клиентского сервиса. Технологическим ответом на данный  тренд стало смещение вектора развития речевой аналитики: объект анализа расширяется, совмещает в себе речь не только оператора, но и клиента. Это позволяет открыть новый пласт информации о клиенте, его эмоциях, потребностях, и способствует не только ещё большему совершенствованию клиентского опыта, но и предвосхищению желания клиента.

Во-вторых, в настоящее время на рынке на смену коробочным решениям приходят комплексные, которые обеспечивают максимальную консолидацию информации из всех источников, обогащение и обмен данных.

Крупные банки активно внедряют речевые технологии в свою деятельность.

«ПРОБУЕМ СТРОИТЬ МОДЕЛИ, КОТОРЫЕ ВКЛЮЧАЮТ В СЕБЯ СОТНИ ФАКТОРОВ»

Тренд сокращения расходов и оптимизации деятельности контакт-центра актуален всегда, отмечает Ольга Цегельная, руководитель департамента клиентского обслуживания – вице-президент ВТБ. Многие крупные компании на протяжении 3–8 лет уже используют речевую аналитику как инструмент поиска клиентских потребностей и причин обращений, а значит сокращения лишних затрат. Инструмент речевой аналитики помогает контролировать уровень обращений клиентов в контакт-центр и их динамику.

Сейчас потребность анализа действительно расширяется, недостаточно смотреть на то «что говорит клиент», необходимо понимать его историю, опыт с конкретным продуктом, частоту визитов и взаимодействия с услугами банка, подчёркивает эксперт ВТБ.

«На протяжении трёх лет мы используем систему речевой аналитики, анализируем расшифровки звонков и чатов, но сейчас этого уже становится недостаточно. Мы пробуем строить модели, которые включают в себя сотни факторов, характеризующих клиентский опыт и результаты лексического распознавания. Это позволяет увидеть определённые зависимости, которыми впоследствии можно управлять для повышения удовлетворённости клиентов или предотвращения обращений в разные каналы. Сейчас мы используем систему распознавания речи также в онлайн-режиме на звонке, чтобы запускать скрипт оператора автоматически и помогать сотруднику быстро находить ответы на вопросы клиента»

Поясняет ситуацию Ольга Цегельная

ПРОЦЕСС ОБЩЕНИЯ С БАНКОМ ДОЛЖЕН БЫТЬ ПРОСТЫМ, ПОНЯТНЫМ И УДОБНЫМ

Сокращение расходов, оптимизация деятельности и повышение эффективности сотрудников контактного центра при сохранении и увеличении лояльности клиентской базы – это тренды последнего десятилетия,  высказывает своё мнение Михаил Медведев, старший вице-президент, директор департамента клиентского обслуживания и продаж банка «Открытие».

Технологии развиваются, и при условии интеграции речевой аналитики и систем банка становится возможным анализировать факторы, влияющие на отток и лояльность клиентской базы, добавляет эксперт.

Банк «Открытие» использует системы речевой аналитики для повышения эффективности продаж, роста качества работы и эффективности персонала, снижения среднего времени обслуживания. «Безусловно, мы анализируем факторы, влияющие на лояльность клиентов, и делаем процесс общения с банком простым, приятным и удобным. Данные системы эффективны для выявления лучших практик,  зон развития персонала и «узких мест», влияющих на лояльность и удовлетворённость клиентов», – говорит Михаил Медведев.

«Мы тщательно подходим к выбору партнёров, для того чтобы максимально повысить свою эффективность и удовлетворённость наших клиентов»

Эксперт рассказал, что банк сотрудничает с несколькими вендорами

МКБ НАЧИНАЕТ ПЕРЕНОС ОПЫТА РАБОТЫ, НАКОПЛЕННОГО КЦ, В ОТДЕЛЕНИЯ

Речевая аналитика в колл-центрах – уже состоявшаяся технология, и в Московском кредитном банке, и в банковской индустрии в целом, уверенно перешедшая от стадии экспериментов к практическим действиям, говорит Александр Феденко, руководитель направления инновационных решений дирекции информационных технологий МКБ.

«Перевод речи в текст и семантический анализ, безусловно, повышают эффективность работы операторов, как непосредственно в процессе общения с клиентом, так и при разборе прецедентов»

Считает эксперт МКБ

Говоря о трендах дальнейшего развития технологий речевой аналитики в МКБ, Александр Феденко выделил две главные составляющие. Во-первых, банк начинает перенос опыта работы, накопленного КЦ, в отделения. Во-вторых, используются модели оценки эмоциональных характеристик речи.

Эксперт рассказал, что в банке было проведено отдельное исследование, согласно которому ещё рано говорить о наличии решения для полноценного анализа эмоций по голосу. 

«В лучшем случае предлагается одномерная оценка по шкале «Негатив / Нейтрал / Позитив». Мы же видим перспективы работы с многомерной моделью голосовых характеристик, включающую, например, эмпатию, сарказм, агрессию и другие эмоциональные проявления»

Объясняет Александр Феденко

В МКБ изучили рынок голосовых движков и готовы самостоятельно разработать нужную банку модель. Потому что, по мнению эксперта, коробочные решения «дают возможность работать с семантикой, переводом в текст, с идентификацией говорящего, но инструментов разработки собственных моделей, как и самих полноценных моделей, не предоставляют».

ТЕХНОЛОГИИ ГОЛОСОВОГО ИИ ПОВЫШАЮТ КОНКУРЕНТОСПОСОБНОСТЬ БАНКА

В России и по всему миру банки активно используют технологии голосового искусственного интеллекта с целью повышения качества обслуживания, изучения потребностей клиентов, сокращения операционных расходов и увеличения доходов, комментирует ситуацию Анастасия Нестерова, начальник управления – заместитель начальника департамента розничных кредитных рисков Банка Кредит Европа

«Очевидно, что технологии голосового искусственного интеллекта обладают большим потенциалом для создания новых механизмов взаимодействия с потребителями, что позволяет повысить эффективность работы банка и положительно сказаться на его конкурентоспособности»

Подчёркивает эксперт

Самым простым, но при этом эффективным способом взыскания имеющихся задолженностей в банке является обзвон клиентов. Зачастую своевременное информирование о наличии, размере и сроках погашения задолженности положительно сказывается на платёжной дисциплине клиентов, у которых имеются долги, уверена Анастасия Нестерова.

Голосовой помощник Кредит Европа Банка Полина является полноценным членом команды Департамента мониторинга задолженности, который вот уже десять месяцев убеждает клиентов на раннем этапе просрочки внести оплату, рассказывает эксперт.

ПОЛИНА ИЗ КРЕДИТ ЕВРОПА БАНКА СОБРАЛА БОЛЕЕ 350 МЛН РУБЛЕЙ ЗА 10 МЕСЯЦЕВ

Полина ежедневно совершает около 3 тыс. звонков, в случае необходимости нагрузка может быть увеличена до 10 тыс. звонков в день. Применение голосового помощника с искусственным интеллектом для взаимодействия с клиентами с первых дней просрочки позволило банку использовать человеческие ресурсы для работы на более сложных этапах взаимодействия с должником и тщательной проработки [их] портфеля, отметила Анастасия Нестерова.

Из имеющихся на рынке решений для создания голосового помощника была выбрана омниканальная диалоговая платформа от группы компаний ЦРТ, обладающая «способностью» обрабатывать входящие обращения и совершать исходящий обзвон клиентов, объяснила эксперт.

Рассказывая, как устроен банковский помощник Полина, Анастасия Нестерова объяснила, что это комплекс программных модулей, объединяющий в себе несколько компонентов и интегрированный с автоматизированной банковской системой.  Удобный визуальный интерфейс и зрелость платформы ChatNavigator позволяет сотрудникам Управления автоматизации процессов взыскания и Дирекции по управлению рисками в розничном бизнесе без привлечения специалистов ЦРТ самостоятельно изменять существующие модели и структуру диалогов робота. Кроме того, создавать новые сценарии для голосового помощника, которые могут быть применены в самых разнообразных направлениях банковской деятельности.

«Полина умеет слышать и распознавать речь клиента, синтезировать релевантный ответ, управлять диалогом с оппонентом, направляя его в нужное русло и мотивируя клиента погасить долг в кратчайшие сроки. Кроме того, она может остановить клиента, если его слова выходят за рамки приличия, предложить помощь и варианты по решению проблем с задолженностью»

В перспективе Полина будет работать на опережение и напоминать клиентам о предстоящей дате платежа и работать с новым для помощника сегментом клиентов с наличием более поздней просрочки, уведомлять клиентов о ведении исполнительного производства по их договорам и многое другое», – рассказала Анастасия Нестерова.

Как показала практика, клиенты довольно часто не понимают, что разговаривают с виртуальным ассистентом, настолько высоко качество технологий разговорного искусственного интеллекта, подчеркнула эксперт.

«Если говорить на языке цифр, за 10 месяцев работы с момента внедрения Полина совершила более 500 000 звонков и собрала более 350 млн рублей. Среднее количество звонков, совершаемых Полиной существенно выросло за последние 10 месяцев: сейчас диалоговый ассистент делает до 10 000 звонков в день и обзванивает всех клиентов с просроченной задолженностью от 1 до 5 дней, а также уведомляет клиентов о наличии недоплаты по договору. Около 44% тех, до кого роботу удается дозвониться, выслушивают его, а около 80% выслушавших конструктивно реагируют на звонок и обещают оплатить»

Отметила эксперт
По материалам Национального банковского журнала. Автор Оксана Дяченко 

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *