Автоматизация контакт-центра. Часть 2. Речевая аналитика
Зачем внедрять речевую аналитику
Маркетинг и продажи контакт-центра совместно решают несколько задач: расширение воронки продаж и повышение конверсии, развитие и удержание клиентов.
Результат решения этих задач во многом зависит от того, как оператор контакт-центра общается с клиентами. Поэтому контакт-центру приходится обучать операторов и контролировать качество звонков. И если обучить всех операторов возможно, то 100% контроль содержания звонков — непосильная задача для человека. Повысить качество консультаций, в которых роботы не эффективны, поможет речевая аналитика.
Речевую аналитику используют, чтобы:
- Оценить долю нецелевых звонков, фрода и качество трафика в целом.
- Разметить звонки для создания сквозной маркетинговой аналитики, определить долю целевых звонков в конце воронки и сопоставить с маркетинговыми активностями.
- Определить частые или сложные вопросов клиентов, спланировать обучение будущих работников или улучшить процессы.
- Выявить профили клиентов и оценить эффективность разных сценариев для одинаковых офферов или одинаковых сценариев для разной аудитории.
- Контролировать соблюдение сценариев, стандартов работы операторов и оценивать реакцию клиентов.
Как работает речевая аналитика
Сервис Yandex SpeechKit, а именно его функциональность speech-to-text, позволяет преобразовать неструктурированную аудиоинформацию в текст. Распознанный текст — это основа для структурирования и разметки. Его можно преобразовать в данные, которые позволят «подсвечивать» важные события о клиентах и сотрудниках в учётных системах, принимать решения, планировать маркетинговые и sales-активности.
С помощью речевой аналитики Yandex SpeechKit вы сможете контролировать 100% звонков в автоматическом режиме. Вы сможете не только оценить работу оператора, но и лучше узнать клиентов. В результате — не только сделать выводы о конкретных операторах, но и о клиентах. Например, если из 10 000 звонков 500 закончились негативом, система сообщит вам, что этим абонентам нужно перезвонить и устранить негатив.
Преимущества речевой аналитики на базе Yandex SpeechKit
Облачный сервис Yandex SpeechKit распознаёт речь с помощью технологии транскрибации. Она переводит длинные аудиозаписи в текст, разделяя речь по каналам и проставляя временные метки начала и конца каждого слова. Загрузка аудиофайлов для распознавания не требует нарезки и это ускоряет процесс распознавания.
Yandex SpeechKit способен обработать миллионы часов аудио в кратчайшие сроки. Например, 100 часов аудио из 200 файлов можно обработать меньше, чем за час.
Как речевая аналитика «оживляет» голосовых роботов
Чтобы запустить голосового робота, 1000+ звонков подвергают транскрибации — переводят в текст. Затем выделяют основные ветки диалогов, их частоту и варианты финалов. Это служит основой для речи робота и позволяет создать робота, который с самого старта работы «адекватно» реагирует на большинство запросов пользователей. Это создает ощущение диалога с человеком.
Чтобы улучшить робота, также используют транскрибацию: анализируют звонки, которые закончились неуспехом, определяют и устраняют точку отказа. И в этом случае речевая аналитика помогает оценить, что говорит клиент, что повлияло на его решение, и изменить скрипты разговора для робота.
Запуск и внедрение речевой аналитики
Чтобы внедрить речевую аналитику на базе Yandex SpeechKit, нужно подготовиться: выстроить логику разговора и маршрутизацию звонков, настроить интеграцию, подобрать правильные словари синонимов. Вы можете сделать это самостоятельно или пригласить наших партнёров, которые умеют решать такие задачи.
Что могут компании-партнёры?
- Построить логику целевого разговора, подобрать словари синонимов и подготовить основу для разметки текста.
- Автоматизировать процесс передачи аудиофайлов на распознавание и перевод в текст.
- Автоматизировать анализ текста и выделить показатели, важные для вашего бизнес-процесса. Обычно это: профили клиентов, источники информации о компании или предложении, факт следования скрипту, наличие или отсутствие кросс-продажи, соблюдение стандартов (приветствие, прощание, представление), эмоциональный фон речи и причины негатива, наличие дополнительных запросов и т. д.
- Настроить передачу данных об отклонениях во внутренние системы для выделения отклонений и оперативных мер, настроить отчетность.