146
Сбербанк. Технологизация с позиции win-win
ПЛАС: Насколько на сегодняшний день продвинуты функции чат-бота и голосового ассистента? Чем они могут быть полезны банковскому клиенту?
С. Леханов: Сегодня повседневная жизнь клиентов, особенно молодых предпринимателей, тесно сопряжена с голосовыми технологиями. Общение голосом для получения ответов от банка, подключения наших продуктов и услуг, проведения активных операций — привычно и, главное, удобно. А удобство клиента для нас один из ключевых фокусов, поэтому мы активно развиваем такие инструменты поддержки.
Эти программы реализованы на базе моделей искусственного интеллекта и внутрибанковской NLP-платформы. Чат-бот категоризирует вопрос клиента, формирует на основе имеющихся сценариев ответ, если вопрос сложный — подключает менеджера необходимого подразделения. В нем реализовано почти 600 различных сценариев, где вопросы клиентов автоматически маршрутизируются на нужный сплит поддержки с точностью выше чем 90%. Таким образом в настоящее время обрабатывается уже более 25% обращений.
Что касается голосового ассистента, то это такой консьерж-бот, помощник по организации мероприятий и планированию. Программа может распознать голос клиента, перевести его в текст, выбрать из базы необходимый сценарий для ответа и, соответственно, предоставить ответ. Используются технологии транскрибирования и синтеза речи ASR. Такой ассистент напомнит, например, о необходимости выслать скан документа, сообщит об истечении срока полномочий в приложении, предложит кастомизированные услуги и условия по продуктам.
ПЛАС: Что собой представляет Единое рабочее место в контакт-центрах Сбербанка?
С. Леханов: Единое рабочее место — результат большой работы по оптимизации функционала сотрудников на всех линиях поддержки. Оно разработано на базе банковской платформы «Единая фронтальная система» (ЕФС). При разговоре клиента с оператором модуль «ЕРМ.Помощник» с помощью искусственного интеллекта анализирует и классифицирует обращение клиента, инструмент «дерево решений» автоматически подтягивает необходимые данные и подсказывает оператору ответ. Сейчас в Едином рабочем месте работают 1000 операторов, что составляет около 90% всей онлайн-линии контакт-центра, в том числе на линиях приоритетной и VIP-поддержки. В фокусе внимания — повышение качества и скорости решения вопросов клиента. Мы внедряем новые процессы, позволяющие сокращать передачу на вторую линию и обращаться напрямую в профильные подразделения операторам с первых линий. Тонкая настройка интерфейсов рабочего места оператора позволяет также оптимизировать его задачи, выполняемые во время диалога с клиентами. Совершен технологический апгрейд: целевые платформенные решения ЕФС и Платформы поддержки развития бизнеса (ППРБ) интегрированы, что позволяет гибче разрабатывать решения под задачи call-центра и избавляться от зависимости от внешних вендорских решений.
Все новые технологии проходят апробацию в наших lean-лабораториях, используются методологии юзабилити-тестирования. С помощью массовых опросов получаем обратную связь операторов. Предусмотрен этап прототипирования и проверки гипотез перед внедрением новых фич. Используемые модели постоянно обновляются на основе анализа клиентских обращений.
ПЛАС: Какие еще технологические инновации используются на сегодняшний день при взаимодействии с клиентами в контакт-центрах?
С. Леханов: Так или иначе все связано с искусственным интеллектом. Например, разметка. Она позволяет создавать структурированные массивы данных для обучения интеллектуальных моделей ИИ. В банке существует несколько типов разметки: аудио, видео, текст, картинки, документы. Разметка ускоряет процесс превращения из простых односложных ботов в интеллектуальные самообучающиеся продукты.
Система анализа речи обеспечивает контроль 100% голосовых и текстовых обращений. Анализ происходит в автоматическом режиме, и супервизор получает возможность работать уже с целевыми запросами (выбранными системой по результатам анализа). Используем для повышения качества обслуживания клиентов, одновременно определяя область развития продуктов.
Роботизация процессов уменьшает объем рутинных действий сотрудников, высвобождая их для более сложных задач. Например, робот переносит запросы между системами, классифицирует обращения, заполняет необходимые поля в запросе по шаблону, перераспределяет задачи в различные подразделения, отслеживает статус их выполнения и т. д.
Технология компьютерного зрения позволяет обрабатывать документы, которые поступают в банк в виде скан-копий. Они распознаются, и извлекаются необходимые для обработки поля (ИНН, КПП, название компании, даты, номера и т. д.). Те поля, которые из-за низкого качества компьютерное зрение не может распознать, конечно, верифицируем вручную. В целом на основе распознанных данных часть следующих процессов может начинаться и даже завершаться также без участия человека.
И конечно же, мы используем Big Data для машинного обучения. Определяем наиболее релевантные взаимосвязи между событиями и выстраиваем оптимальные алгоритмы процесса. К примеру, для выявления отклонений в работе сотрудника. Анализируем его действия и сопоставляем с действиями коллег, которые выполняют и перевыполняют нормативы (среднее время обслуживания, эффективность совершенных звонков, действия в системе и т. д.).
ПЛАС: Изменился ли ваш подход к организации работы контакт-центров в связи с переходом на новые технологии?
С. Леханов: Действительно, технологии довольно быстро изменили в КЦ практически все. Еще 10 лет назад эти подразделения называли call-центрами, поскольку доминировало общение по телефону. Еще была электронная почта — и, пожалуй, все. Сейчас большая часть контактов — переписка с использованием прежде всего чатов. Для удобства клиентов мы начали общение в WhatsApp, и этот канал очень быстро набрал популярность. При этом отказываться от традиционных голосовых коммуникаций мы не планируем. Более того, создана возможность бесплатного для клиента звонка по Wi-Fi, если клиент находится за границей в роуминге.
Для нас очень важно понимать, как с помощью новых технологий повысить бизнес-ценность процессов. Технологии влекут изменение самой структуры организации: мы перешли на Agile-рельсы, создали самоорганизующиеся и мотивированные команды. Появляются новые специальности и даже подразделения: data science специалисты, подразделения разметки, требуется расширение экспертизы по работе с данными и отчетностью. Словом, мы в постоянном поиске.
ПЛАС: В заключение нашей беседы — один из самых актуальных для бизнеса вопрос, связанный с внедрением инноваций: как и в чем вы измеряете эффективность технологий?
С. Леханов: Если технология позволяет улучшить клиентский путь — значит, она эффективна. Исходим из позиции win-win, когда и наш сервис улучшается, и возникает экономия расходов для банка. Я уже говорил об этом. Например, виртуальные помощники снижают нагрузку операторов. Это не только экономит время клиента, но и снимает необходимость выделения дополнительных ресурсов на обслуживание по типовым вопросам, позволяет переключить специалистов на решение сложных проблем. Выигрывают и банк, и клиент. Но на самом деле мы оцениваем, конечно, не эффективность технологий как таковую, это не совсем наш функционал, а эффективность собственного бизнеса и удовлетворенность клиентов.
Для себя мы решили, что крайне важно привязывать ожидаемый эффект от любой инициативы к бизнес-метрикам самого КЦ, иначе появляется риск осуществления проектов, которые не несут для нас в этом смысле реальной пользы. Например, мы оцениваем влияние проекта на базовые бизнес-показатели КЦ: количество звонков, среднее время ожидания соединения, уровень удовлетворенности потребителя. На раннем этапе используются метод экспертных оценок и аналитические модели, а также бенчмарки схожих проектов. После пилотного тестирования, естественно, появляются более точные оценки эффективности.
Контакт-центр выполняет две основные функции: продажи и обслуживание. Нам необходимо предлагать клиенту ту услугу или тот продукт, который позволит решить конкретную потребность, сэкономить время или повысить прибыль. Эффективность работы по этому направлению — это максимальная конверсия предложений в реализованные сделки. Таким образом мы понимаем, что предлагаем клиентам именно то, что им нужно, и то, что они готовы приобрести. Если говорить об эффективности сервисной функции, то она определяется балансирующими показателями: скорость и качество. Основная задача — в удобном для клиента канале (телефон, чат и т. д.) обеспечить максимально высокое качество решения вопроса без длительных временных затрат. Экономия времени достигается за счет высвобождения бизнесмена от типовых действий: ведение документооборота, получение справок, взаимодействия с госорганами, проведения платежей и так далее. Любые вопросы предпринимателей требуют быстрых решений, в противном случае может пострадать сам бизнес.
Оптимизация в дальнейшем возможна за счет предоставления клиентам новых удобных сервисов, с помощью которых они смогут сами совершить любую операцию.
В любом случае будущее за цифрой. С точки зрения бизнеса и репутации искусственный интеллект открывает множество возможностей для дальновидных компаний, и Сбербанк в их числе.
