92 100 13

Речевая аналитика на службе бизнеса

2218
6 минут

По данным исследования агентства Data Insight, в первом квартале 2022 года количество заказов в российском e-commerce выросло почти вдвое — на 93%. Эксперты объясняют это тем, что покупателям удобнее искать нужные товары в онлайне. Помимо очевидных плюсов, эта ситуация ставит перед онлайн-площадками новые задачи. Среди последних — необходимость поддерживать качество коммуникаций на должном уровне. На помощь, как и в других случаях, приходят средства автоматизации, в частности, технологии речевой аналитики

Речевая аналитика на службе бизнеса

Прямые коммуникации представителя компании с клиентами по-прежнему актуальны даже в век e-commerce//Фото: shutterstock.com
Поделиться

Несмотря на рост популярности онлайн-каналов взаимодействия с клиентами, таких как чат-боты, мессенджеры и социальные сети, телефонные звонки остаются актуальным средством коммуникаций в бизнесе. Исследование, проведенное Национальной ассоциацией контакт-центров (НАКЦ), показало, что этому способствует сравнительно невысокий уровень технической грамотности основной части населения, а также то, что более 80% клиентов предпочитают решать свои вопросы с реальными сотрудниками.

Колл-центры по-прежнему ключевой фактор лояльности клиентов

Телеком-операторы содержат огромные колл-центры, чтобы отвечать на запросы пользователей относительно тарифов и услуг, их стоимости и качества связи. Клиенты транспортных компаний обращаются с вопросами о сроках и условиях доставки. Застройщики — рассказывают потенциальным покупателям о сроках сдачи объектов, наличии квартир, ценах и т. д.

Речевая аналитика 2.jpg

Поделиться

Динамично растущая сфера e-commerce, несмотря на свою технологичность, тоже активно использует телефонию. Покупатели звонят, если если хотят убедиться, что на сайте указана точная информация (особенно это актуально сейчас, когда ассортимент и оффлайн- и онлайн-магазинов может быстро меняться), уточнить вопросы по поводу доставки или возврата товаров и т. д. Звонят и магазины покупателям. Некоторые обязательно перезванивают после оформления каждого заказа. Практика ряда интернет-магазинов показывает, что звонок клиенту увеличивает долю выкупленных заказов с 20-30% до 60-70%. Кроме того, в ходе телефонного разговора можно исправить ошибки, если клиент сделал их при оформлении заказа.

В то же время, важен не только сам факт коммуникаций с клиентом, но и их качества. По данным опроса, проведенного НАКЦ среди представителей российских компаний, 58% респондентов назвали качественную работу контакт-центра ключевым фактором улучшения параметров лояльности (NPS) клиентов, в 51% случаев отметили важную роль КЦ в улучшении метрик удовлетворенности (CSI).

Поэтому для руководства компаний важно контролировать коммуникации сотрудников с клиентами. Однако для руководителя прослушивать и анализировать каждый разговор самостоятельно, при большом количестве звонков просто невозможно. Не говоря уже о том, что тратить на это рабочее время высокооплачиваемых топ-менеджеров — экономически нецелесообразно. Выборочный контроль может не дать нужного результата. Например, исследования показывают, что от скриптов во время телефонных разговоров с клиентами в среднем отклоняются около 25% сотрудников компаний. То есть, существует немалая вероятность того, что при выборочном прослушивании звонков или записей значительная часть ошибок просто не будет обнаружена. Отклонения от скриптов, некорректное общение с клиентами, ошибки в информации, которую им дают сотрудники компании, будут по-прежнему приводить к снижению покупательской лояльности. 

Как речевая аналитика изменила жизнь к лучшему

В этих условиях все более востребованными становятся IT-инструменты контроля клиентский коммуникаций. В их числе виртуальная АТС с речевой аналитикой. Она позволяет в автоматическом режиме мониторить качество взаимодействия с клиентами, узнавать, проинформирован ли клиент о специальных предложениях, выявлять лучшие скрипты, изучать конкурентную ситуацию и т. д. 

Речевая аналитика 3.jpg

Поделиться

Речевая аналитика (РА) изначально применялась в основном на бытовом уровне, например, в голосовых командах для телефонов — для вызова конкретного абонента из адресной книги, или для запуска фотокамеры при помощи команды «снять» и т. д. На первых этапах своего развития РА редко внедрялась в обслуживание клиентов. Системы плохо умели распознавать длинные фразы, некорректно работали с нечеткой речью и т. п. Однако постепенно технология развивалась, объем аудиоконтента, доступного нейросетям для обучения, рос, ее эффективность повышалась.

Сейчас нейросети РА работают на основе двух моделей. Первая, акустическая, распознает отдельные звуки и преобразует их в символы. Вторая, языковая, отвечает за выстраивание символов в определенном порядке, т. е., за формирование слов и предложений. Современные системы речевой аналитики распознают речь с точностью более 90% практически вне зависимости от акцента, посторонних шумов и других помех.

Речевая аналитика распознает и анализирует разговоры сотрудников компании (это особенно актуально для обслуживающих и продающих подразделений, где ежедневно проходят сотни клиентских коммуникаций) и размещает их в личном кабинете пользователя, где они доступны для прослушивания. С целью автоматизации аналитики система преобразует аудиофайлы в текст. Пользователь может изучать расшифровки самостоятельно или «поручить» это нейросети. Она способна оценить переговоры по целому ряду параметров. В их числе — вежливость общения сотрудников с клиентами, интонации, активность менеджеров в части дополнительных продаж, следование скриптам, точность представления компании и продукта и др. Алгоритмы РА позволяют также анализировать причины отказа, чтобы понять слабые стороны ассортимента компании и преимущества конкурентов. Вся информация предоставляется в виде наглядных отчетов, которые позволяют оперативно реагировать на ситуацию.

Технологии распознавания речи ведут свою историю с середины прошлого века. Первое устройство с таким функционалом появилось в 1952 году, когда американская BellLaboratories представила систему Audrey. Стоит отметить, что по эффективности распознавания она не слишком отставала от современных аналогов — этот параметр у разработки составлял около 90%. Но достигался такой показатель только, если диктующий был мужчиной, уже работал с системой и говорил, делая между словами паузы продолжительностью около трети секунды.

В бизнесе речевая аналитика применяется с 1990 года. Именно тогда начал работу голосовой портал VAL, предназначенный для выдачи справок по телефону, на информационных стендах и т. п. Система искала информацию по запросам покупателей.

В 2000-х годах распознаванием речи увлеклись глобальные IT-гиганты. Постепенно речевая аналитика перестала быть экзотикой и стала обычным прикладным инструментом. Рынок РА динамично рос. По данным компании Just AI, в 2020 году его объем в России составил $44 млн в коммерческом сегменте и еще $32 млн — в госсекторе. По оценке исследователей, темп роста рынка до 2025 года будет составлять 46-93% ежегодно и достигнет объема более $560 млн. Подстегнула его развитие в период 2020-21 годов пандемия коронавируса. В условиях распространения удаленной формы работы контролировать работу специалистов службы поддержки, отделов продаж и других подразделений, чьи сотрудники постоянно взаимодействуют с клиентами, стало сложнее. РА помогает решить эту задачу вне зависимости от того, где находятся специалисты и их руководство.

Выбор речевой аналитики для бизнеса

Выбирая систему речевой аналитики, в первую очередь необходимо оценить ее функционал. Продукты ведущих игроков позволяют автоматизировать аналитику телефонных переговоров практически полностью и настраивать параметры, по которым система оценивает записи. Например, пользователи сервиса Mango Office могут самостоятельно обучать его, добавляя в словарь нейросети новые слова. Это дает бизнесу возможность учесть профессиональные термины, языковые диалекты и т. п. Добавить слово можно из личного кабинета пользователя, не обращаясь к разработчику.

Речевая аналитика 4.jpg

Поделиться

Речевая аналитика Mango Office обеспечивает контроль и анализ любого объема разговоров по самым разнообразным критериям. Если операторы получили задание сообщать клиентам о специальных акциях или предлагать дополнительные продукты и услуги, система выявит сотрудников, которые игнорируют это поручение. Если же попытки допродаж есть, но средний чек не растет, это может быть признаком того, что нужно доработать скрипт или изменить условия предложения.

Также решение Mango Office позволяет мониторить конкурентную обстановку. Если клиент в телефонном разговоре упоминает более выгодное предложение другой компании, система сообщает об этом пользователю. Эта информация может использоваться в маркетинге.

Работает речевая аналитика круглосуточно. Поэтому руководитель в любое время может получить сообщение о конфликтной ситуации и подключиться к ее разрешению.

Сервис можно интегрировать с CRM. В этом случае все функции системы — от прослушивания разговоров до мгновенной отправки SMS об инцидентах на линии — будут доступны в привычном интерфейсе CRM-системы.

В конце июля Mango Office добавила функцию аналитики загруженных аудиофайлов. Благодаря этому компания может контролировать работу сотрудников «в полях», например, в оффлайн-магазинах, на встречах с клиентами на их территории и т. п. Это особенно актуально для компаний с большим числом выездных работников и маркетинговых подразделений, использующих «тайных покупателей».

Речевая аналитика — универсальная технология, которая находит свое применение в самых разных отраслях экономики. Она помогает бизнесу повышать качество обслуживания, находить новые точки роста в бизнесе, улучшает клиентский сервис и, как следствие, способствует росту продаж.

0
0
0
0
0
Подпишитесь на каналы «Эксперта Юг», в которых Вам удобнее нас находить и проще общаться: наше сообщество ВКонтакте, каналы в Telegram и на YouTube, наша группа в Одноклассниках .