В июньском номере отраслевого журнала «Кабельщик» вышла моя статья об автоматизации call-центров.
В условиях текущей экономической ситуации возрастает актуальность вопроса экономии и оптимизации работы call-центра. Рассматривая пути снижения затрат, компании обычно выбирают из трех наиболее распространенных вариантов развития: перенос своего call-центра в регионы, аутсорсинг call-центра, улучшение технологий работы call-центра.
Первые два варианта основываются на относительной дешевизне рабочей силы. При этом в связи с ростом затрат на персонал и телекоммуникации все более очевидным становится снижение привлекательности этих решений в долгосрочной перспективе.
Тенденции развития голосовых технологий в нашей стране все более подтверждают перспективность третьего пути: улучшение работы существующего call-центра. Наиболее привлекательным в нем является возможность сохранения рабочей силы и собственного call-центра как стратегического ядра сервиса, а также долгосрочная перспектива решения.
Инвестиции в технологии являются единственно верным решением в условиях кризиса. Опыт отечественных компаний показывает, что с помощью современных технологий возможно добиться 30% экономии на содержание call-центра.
Так, внедрение АСС (автоматических систем самообслуживания) позволяет клиентам компании получить интересующую его информацию самостоятельно, без операторского обслуживания. Автоматизация обработки входящих вызовов может достигать 80% от общего числа вызовов, что дает снижение нагрузки на операторов на 30%. Это в свою очередь позволяет компаниям поддерживать увеличивающееся количество обращений, а также снижать число потерянных звонков без привлечения новых операторов, экономя таким образом на ФОТ.
Также при внедрении АСС с интеллектуальной маршрутизацией вызовов (равномерное распределение вызовов, управление нагрузкой персонала, «всплывание» сведений о клиенте и др.) значительно сокращается время ожидания ответа и продолжительность разговора оператора с клиентом на 30%. Это позволяет компании снизить затраты на связь. Статистические данные показывают (см. диаграмму ниже), что в последние годы компании осуществили значительные вложения в системы IVR, но при этом практически не добились желаемого результата: уровень удовлетворенности клиентов качеством обслуживания остался без изменения. Подавляющее большинство клиентов недовольно работой текущих сервисов IVR, пытаются обойти ее и переключиться на оператора (см. диаграммы ниже).
В то же время клиенты понимают потенциальную привлекательность для них систем автоматического сервиса и планируют пользоваться ими в будущем. В этом поведении клиентов содержится ключ, помогающий существенно изменить работу call-центра, сделать ее более экономичной. Он называется «персонализация». Персонализация становится важнейшим фактором повышения лояльности клиентов, увеличения степени их удовлетворенности и роста числа обращений, завершившихся заказом услуг. Персонализированные услуги гарантируют значительную экономию средств, затрачиваемых на call-центр, и создают предпосылки для преобразования call-центра из центров затрат в центры прибыли путем улучшения качества сервиса и снижения затрат.
Результаты внедрений показывают, что введение индивидуальных услуг значительно повышает эффективность автоматизированных сервисови снижает нагрузку с операторов.
Примерами персональных услуг, сокращающих время на получение информации, являются:
– в случае повторного обращения в течение короткого срока (в течение нескольких часов) клиента можно спросить, не звонит ли клиент снова по той же причине, и сразу же предоставить запрашиваемую информацию;
– при повторном обращении в течение среднего срока (несколько недель) работу с обращением следует построить с учетом анализа предпочтений пользователя за последние несколько недель. На основании анализа клиенту можно предложить в качестве первого выбора наиболее часто используемую услугу, перед тем как озвучить опции основного меню;
– хороших результатов добиваются компании, использующие динамическое построение пунктов меню, учитывающее особенности поведения новых и опытных пользователей. Так, например, новичкам предлагается полный перечень меню, а опытным пользователям – краткий путь и короткие реплики.
Использование персонализации позволяет не только сократить время обслуживания клиентских запросов, но и в реальном времени осуществить сегментацию клиентов.
Сегментация клиентов, осуществляемая специализированным ПО для CRM (система управления клиентами), является основой для работы голосовых служб. Обслуживание разных категорий клиентов должно строиться по-разному, вплоть до различного, индивидуального меню и предложений для конкретных клиентов. Возможно несколько типов индивидуальных услуг, значительно повышающих эффективность автоматизированных сервисов и снижающих нагрузку с операторов:
– заданные контекстом меню – построение пунктов меню в соответствии с услугами, которые приобрел данный конкретный клиент;
– разные уровни сложности для разных категорий клиентов – построение диалогов в соответствии с выявленными системой схемами поведения клиентов. Ряд дополнительных сервисов могут сделать систему IVR значительно более дружелюбной и удобной в работе для клиентов, повысив тем самым ее производительность;
– выбор виртуального собеседника – возможность выбрать тип виртуального сотрудника компании, который предоставляет нужную информацию.
– динамические реплики – использование отличающихся фраз, чтобы сохранить внимание собеседника или чтобы более понятно объяснить.
Клиенты будут больше пользоваться системой, настроенной в соответствии с их привычками и опытом. Персональное обслуживание вызвало массовый переход от устаревших простейших IVR к системам cамообслуживания (АСС), использующим управление голосом на базе технологии распознавания речи
(ASR) и IP-телефонии. Ведущим поставщиком решений по обработке речи и изображений для корпоративных пользователей является компания Nuance. Среди производителей систем cамообслуживания наилучшими показателями обладает решение VoiceObjects версии 7 от компании Voxeo. Решения Nuance и Voxeo характеризуются универсальностью, что позволяет внедрять их в уже существующие call-центры без замены аппаратнопрограммной платформы.
Последняя версия системы Nuance Recognizer 9 обеспечивает высокую точность распознавания речи, является быстрой в развертывании и удобной в обслуживании голосовой платформой.
Использование ASR возможно в двух вариантах: закрытая и открытая грамматика. При использовании закрытой грамматики клиент произносит заранее определенное ключевое слово или фразу, например: «тариф», «справка», «расписание». При использовании открытой клиент произносит произвольную фразу, в которой распознаются ключевые слова в предложении (word and phrase spotting), например: «Я хочу получить информацию о существующих тарифах».
Применение ASR в голосовом приложении возможно в двух режимах: стандартный режим (клиент произносит ключевую фразу после окончания голосовой подсказки или информационного блока меню) и режим с прерыванием (клиент произносит ключевую фразу в любой момент прослушивания голосовой подсказки меню IVR, не дожидаясь ее окончания).
Основными возможностями системы Nuance Recognizer 9 являются: поддержка 30 языков, включая русский и английский, открытая архитектура, поддержка VoiceXML и SIP 2.0, точность распознавания – до 97%, устойчивая работа в шумном окружении, большой объем словаря – до 10 000 слов.
Важным преимуществом голосового портала VoiceObjects 7 является его универсальность, позволяющая осуществить внедрение систем самообслуживания на уже существующих call-центрах без замены аппаратно-программной платформы. Взаимодействие с call-центрами ведущих производителей осуществляется благодаря наличию встроенных систем интеграции.
Промышленный голосовой портал VoiceObjects 7 благодаря поддержке стандарта XML значительно повышает уровень эксплуатации, администрирования и сопровождения услуг, что дает компаниям следующие возможности:
– персонализированное обслуживание – реализация систем самообслуживания, позволяющих на практике ввести сегментацию клиентов и их дифференцированное обслуживание;
– универсальные услуги – встроенная многоканальная и многоинфраструктурная архитектура системы исключает необходимость существенных затрат на разработку и администрирование приложений для различных каналов обслуживания клиентов;
– простота интеграции – эффективное использование средств интеграции с СУБД, существующими веб-сервисами, бэк-офисными системами;
– полный контроль – наличие расширенных функций анализа и отчетности позволяет составлять обзоры и отчеты для анализа потока звонков, качества обслуживания клиентов и эффективности работы инфраструкруры.
Применение распознавания речи повышает удобство пользования системами самообслуживания для клиентов компании. Статистические данные показывают, что распознавание речи повышает эффективность использования голосовых сервисов на 40% и сокращает время доступа к необходимой информации на 35% по сравнению с обычными системами с тоновым донабором. Сегодня компаниям выгоднее организовать сервис cамообслуживания, автоматизировав часто повторяющиеся стандартные обращения клиентов, чем поддерживать или расширять штат операторов.
Отличительными признаками систем cамообслужи-вания являются:
– естественность диалога – за счет применения технологии распознавания речи;
– персонифицированность информации – предоставление информации в зависимости от предпочтений клиента;
– сегментация услуг – учет различных категорий клиентов при построении голосовых сервисов.
Важным преимуществом современных систем самообслуживания является их универсальность, позволяющая осуществить внедрение на уже существующих call-центрах без замены аппаратно-программной платформы. Системы самообслуживания – относительно новое для нашей страны направление бизнеса, поэтому важным является вопрос: как выбрать «улучшателя» IVR?
Компания «Открытые коммуникации» с момента основания специализируется на предоставлении комплексных решений по оптимизации работы call-центров. Опыт реализованных проектов показывает, что наилучших результатов добиваются компании, при выборе исполнителя учитывающие следующие факторы:
— предлагаемые решения и продукты;
— текущие клиенты и опыт реализации;
— лояльность и устойчивость клиентской базы;
— готовность к установлению долгосрочных отношений.
4 comments On Автоматические системы самообслуживания: сокращение операционных расходов call-центров
А где можно эти системы распознавания попробовать в работе?
Если они действительно распознают речь с большой точностью, то скоро на прилавках магазинов сможем увидеть человекоподобных роботов, понимающих нашу речь! Скорее бы, я бы себе с удовольствием заимел железного раба, понимающего мои команды!
Elefant, «железные рабы» на самом деле не так далеки от наших прилавков, как можно было бы предположить. Системы распознавания речи для персональных гаджетов развиваются очень быстро. Самое известное направление — это голосовое управление в телефонах. В iPhone оно неплохо работает.
а никто не думал об использовании в системах основанных на распознавании и синтезе речи средств искусственного интеллекта, таких как, например, которые используются для текстовых экспертных систем?
я думаю если скомбинировать эти направления — получится что-то с чем-то.
Andrew, для массового рынка, о котором я пишу, таких систем еще не сделали. Наверное еще хватает, что автоматизировать с помощью старых, добрых ASR и TTS.
Comments are closed.
Sliding Sidebar
Дмитрий Столяр
Автор SpeechBlog. Cтоял у истоков распространения технологии Call-центров в России. Отвечал за развитие бизнеса в компаниях Genesys, Cayo, FrontRange, OpenComm, Центральный Телеграф. SpeechBlog существует уже более 14 лет. Цель Блога - помочь компаниям общаться с клиентом. По любому каналу...
Темы
Метки