Во время глобального спада превращение тех, кто позвонил, в лояльных потребителей,— задача первой важности. РОМАН ФРАНТОВ, руководитель направления call-центров компании КРОК, рассказывает о распознавании речи, биометрической идентификации и других инновациях в этой области, помогающих зарабатывать больше или меньше терять.
— Можно ли сказать, что интерес к инновационным решениям для call-центров — сегодняшний тренд?
— В этом и прошлом годах было довольно много запросов от крупных компаний на инновации, связанные в первую очередь с голосом: голосовая биометрия, распознавание речи, синтез речи, комплексная аналитика того, что говорят операторы и клиенты. Но реальных проектов пока немного: рынок должен раскачаться, прощупать новинки, так сказать. Один из знаковых для нас проектов в этой области — внедрение системы аналитики речи Speech Analytics в коллекторской компании. Это довольно крупный бизнес, и call-центр является важным его элементом. Каждый день коллектор принимает порядка 60 тыс. звонков. Компания меняла название, и от агентов требовалось прекратить использовать старое. Привычку поменять довольно сложно, поэтому ввели штрафы. Система позволила распознавать слово и его вхождение в диалог. Это лишь один пример того, как используется заказчиком технология. Эффективность внедрения практически сразу стала видна. Уже в первые месяцы удалось сократить неэффективные процедуры на 9%.
— Что еще умеют такие системы распознавания речи?
— Технология позволяет отслеживать паузы, фиксирует момент перебивания, изменение интонаций беседы, точность следования стандартному скрипту, ловит употребление определенных слов. Применять эти функции можно очень по-разному. Например, распознавание ключевых слов или фраз помогает отследить, если внезапно большое количество клиентов начинает ссылаться на конкурента. Супервизор получает аналитику на эту тему, имеет возможность послушать соответствующие диалоги, понять, какое предложение конкурирующей компании привлекло столько внимания, и отреагировать.
— Есть ли другие примеры масштабных внедрений таких решений?
— Сейчас практически в любом крупном российском банке ведется пилотное тестирование подобных решений. Но внедрений пока немного. Сегодня мы отстаем от США в этой сфере на три-пять лет. Там решения по аналитике речи внедрены практически во всех крупных банках и во многих телекоммуникационных компаниях. Ведь супервизоры не могут прослушать все записи, а значит, сделанные ими выводы не могут быть абсолютно достоверными. К тому же их просто мало — не более 10% от общего числа операторов. Системы же помогают контролировать следование оператора стандартному скрипту ведения разговора или анализировать паузы в беседах. В каждом конкретном случае могут быть выявлены существенные для бизнеса нарушения. Не так давно мне встречалось одно аналитическое исследование, согласному которому даже такие базовые вещи, как тарифы на обслуживание, стоимость аренды банковской ячейки, ставят операторов в тупик и ответ на них иногда выдается лишь спустя несколько минут. Банки просто не успевают обучать новых сотрудников: на этих должностях текучесть кадров, как правило, очень высока. А это фронт-офис — критичное для бизнеса звено.
— Расскажите о системах, которые дают подсказки таким новичкам.
— Это целый класс систем, которые по-разному называются в зависимости от вендора, который их выпускает. Они позволяют посадить на телефон практически неподготовленного оператора. Программа сама подсказывает, какие вопросы нужно задать, что спросить, а также подтягивает информацию о клиенте для того, чтобы оператор мог сделать дополнительное предложение. Например, сигнализирует о том, что жена клиента также обслуживается в этом банке, поэтому нужно предложить специальный семейный тариф. С их помощью можно значительно сократить время обучения новых сотрудников, так что новичок, пришедший вчера, уже сегодня работает наравне с коллегой, у которого стаж от года и более. Естественно, такие решения положительно влияют на продажи. Но при условии, что в компании уже функционирует аналитическая CRM и создана база знаний. Иначе просто не откуда брать информацию. В той или иной форме обычные CRM в российских компаниях уже есть, но базы знаний есть не везде.
— В каких отраслях кроме банковской и телекома могут применяться продвинутые системы для call-центров?
— Везде, где ведется работа с массовым потребителем. Это, например, банки, ритейл, страхование, медицинские услуги, госсектор.
Например, недавно мы внедрили систему автоматического исходящего обзвона для улучшения взаимодействия с должниками ОТП-банка. Число дозвонов до клиентов в течение дня увеличилось практически втрое. Это повлияло и на процент возврата просроченной задолженности по кредитам: он вырос на 15-20%, по оценкам банка.
В нашем портфолио также есть проекты для частных клиник с внедрением систем распознавание речи и IVR (Interactive Voice Response, система автоматического обслуживания). Технологии применяются там для самых простых вещей: запись на прием, получение консультации, запрос расписания нужных врачей и т. д. То есть как обычная IVR-система, только понимающая речь. Во многих кинотеатрах и аэропортах уже используются аналогичные решения для бронирования билетов.
— Реально ли распознавание речи работает? Про несовершенство этой технологии существует много шуток, роликов на YouTube, равно как и реальных историй.
— Сегодня такие технологии уже стали массовыми — всем известна Siri, встроенная в iPhone. Хотя, конечно, первые опыты могут быть не очень удачными. Но технологии продолжают совершенствоваться, накапливаются базы знаний, в том числе для русского языка. Многие веселые истории связаны также с тем, что люди стараются такую систему ввести в заблуждение намеренно. Но технологии прогрессируют, и для бизнес-задач они вполне применимы.
— Есть ли технологии, позволяющие распознать, правду говорит человек или врет?
— Для коллекторов и сферы кредитования это было бы просто золотое дно. Мы рассматривали несколько разработок в этой области, но они, к сожалению, пока не очень хорошо работают. Точность "диагноза" зависит от размера региона, с которым работает call-центр. Дело в том, что люди из разных мест говорят по-разному. В одном регионе жители всегда разговаривают темпераментно, в другом такие же интонации, скорость разговора были бы восприняты как агрессия или излишнее возбуждение. На конкретного человека или даже отдельный регион можно настроить такую систему, результат будет точнее. Но все же дать ответ, правда или ложь, система может лишь с некоторой вероятностью. Погрешность все еще весьма велика.
— Как насчет голосовой биометрии? Можно ли узнать человека по голосу?
--Этот метод применяется для борьбы с мошенниками, например против так называемых телефонов-кукушек. Это фиктивный телефон, который используют для подтверждения места работы, должности и других деталей биографии человека, запрашивающего кредит. Люди, которые отвечают на такие звонки,— это профессионалы, и они не так часто меняются, обычно участвуют во многих обманных схемах.
Если банк потерял деньги в результате мошенничества, прослеживается вся история того, как это случилось. В частности, можно зафиксировать и в дальнейшем отслеживать голосовые отпечатки тех людей, которые участвовали в мошеннической схеме, чтобы избежать потерь в будущем. Западные банки этим уже активно пользуются.