13 апреля 2022, 10:00
Количество просмотров 17998

Как сократить просрочку с помощью голосовых роботов?

Иван Белохвостиков, заместитель председателя Правления и член Правления Евразийского банка, выступая на 2-м Международном ПЛАС-Форуме «Финтех без границ. Цифровая Евразия», рассказал, как использование голосовых роботов позволило сократить просрочку по кредитам в Евразийском банке на 21% и повлияло на рост других показателей банка.
Как сократить просрочку с помощью голосовых роботов?

Ставка на технологии

Голосовые роботы — это технология, которая позволяет компаниям полностью или частично заменить человека в различных бизнес-процессах. Мы в Евразийском банке используем голосовых роботов на протяжении последних двух лет и стараемся, чтобы машинные алгоритмы были неотличимы от людей.

В каких сферах нашей деятельности роботы заменяют людей?

Контакт-центр. Значительная часть коммуникаций с клиентами Евразийского банка по телефону — роботизированные. Наши роботы отлично говорят на русском и казахском языках, а самое главное — на их миксе. Это очень важно, потому что многие наши клиенты в Казахстане используют в своей речи русские и казахские слова одновременно.

Проведение телефонных опросов для определения NPS (индекса потребительской лояльности). Мы уже заметили: люди не всегда замечают, что разговаривают с роботом. Благодаря технологиям, которые совершенствуются каждый день, голоса роботов становятся все более человечными. Роботы корректно уточняют детали проблем и правдиво фиксируют ответы. Эффективность увеличилась почти втрое — люди охотнее отвечают на вопросы голосового робота, чем на СМС-запросы.

Наем новых сотрудников. В Казахстане почти по всем регионам набор на массовые позиции мы ведем через роботизированные технологии. В зависимости от региона робот может сообщить соискателю нужную зарплатную вилку, время и место проведения собеседования.

Collection. В этой сфере у нас 85 % всех коммуникаций проходят на уровне роботов. Мы используем их на ранних стадиях просрочки, а наши сотрудники подключаются теперь к разговору с должниками только на последних стадиях. Эффективность взысканий выросла до 81–83 %, хотя еще год назад она не превышала 60 %.

Телемаркетинг. Огромное количество звонков совершают роботы без подключения людей, что снимает значительную часть нагрузки с наших сотрудников, которым теперь не приходится делать 60 % «пустых» звонков. Роботы уже умеют эффективно продавать наши финансовые услуги практически без участия людей. Благодаря им мы совершаем в три раза больше звонков без потери конверсии.

Преимущества роботов

Роботы никогда не отдыхают, не болеют и не просят повышения зарплаты. Они всегда четко и корректно придерживаются скриптов. Их невозможно вывести из себя.

Роботы — это еще и выгодно. В первый год использования стоимость их внедрения составила 0,3 % от той суммы, которую они взыскали с задолжников нашего банка.

01.jpg
Фото: bftcom.com

Ключевой проверкой для нас в использовании роботов стала ситуация, когда в Казахстане объявляли локдауны. Тогда больше половины сотрудников контакт-центров просто физически не смогли приехать в наш офис в Алматы. Дороги были перекрыты, сотрудников из других городов просто не пускали. Что нас спасло в этой ситуации? Правильно, роботизация.

С чем пришлось столкнуться?

Со стороны использование голосовых роботов кажется очень простым делом. В действительности это так же «просто», как встать на сноуборд в первый раз и сразу поехать с крутого склона.

Для общения с живым человеком робот должен распознать текст, то есть понять, что ему говорят. Затем он должен придумать ответ, который будет подходить к конкретной ситуации и адекватно восприниматься клиентом. Роботу нужно определить, какой язык использовать для ответа: русский, казахский или микс. Только после этого он отвечает. Самое главное, что процесс «общения» робота должен приводить к целям, которые мы хотим решить с его помощью. В этой коммуникации используется большое количество модулей, которые мы ищем и интегрируем вместе с нашими партнерами.

Самой тяжелой частью было научить робота правильно определять язык в речи говорящего и переходить с одного из них на другой. Другая сложность — чтобы робот правильно понимал обороты типа «да нет, наверное» и находил на них правильные ответы. Наши роботы умеют прекрасно ориентироваться во всех этих ситуациях. Например, они всегда здороваются на двух языках. Если человек переходит с русского на казахский и наоборот, то и бот подстраивается под него, меняя свой язык.

Бич всех голосовых ботов — это перебивание со стороны собеседника. Незапланированных действий в принципе может быть много: непонятный ответ, перебивание, уход от темы и так далее. Задача бота — вернуть диалог в тот алгоритм, который закладывался изначально. Допустим, робот дошел по алгоритму до какой-то части ветки, а дальше получил нестандартный ответ. Тогда он просто переходит на следующее звено алгоритма.

Другая сложность — это интонация робота. Боты используют две схемы работы — словесную и синтезированную. Словесная схема прекрасно справляется с интонациями, у речи есть эмоциональная окраска, и все это делается относительно несложно.

ifgr-01.jpg

Но как только робот сталкивается с цифрами, именами, отчествами и фамилия, срабатывает ряд ограничений. В Казахстане общий список имен, включая разные варианты их написания и транскрипции, составляет более 100 тыс. пунктов. Если говорить о комбинации имени и отчества, то тут количество вариаций исчисляется миллиардами. Научить робота всем этим комбинациям пока невозможно. И тогда используется синтезированная схема. Тут уже о правильной интонации говорить не приходится. Но мы ищем алгоритмы, которые позволят изменить эту ситуацию.

Время — деньги, голос — тоже деньги

Внедрение голосовых роботов в промышленную эксплуатацию в Евразийском банке заняло около четырех месяцев. Сначала нам потребовалось сфокусироваться на интеграционных решениях и серверных мощностях. Затем началась разработка скриптов. Пилотный проект мы запустили уже через месяц. Хотя система была быстро запущена, мы до сих пор ее совершенствуем. В частности, на постоянной основе проводим А/В тестирование наших скриптов, голосов, подходов. Это повышает эффективность данного инструмента.

Мы реализовали большой кейс с предиктивными моделями (предикт — это технология речевой аналитики, которая автоматически определяет качество и итог разговора, даже не прослушивая его) и доказали на цифрах, что тембр и тип голоса могут значительно влиять на эффективность работы робота. Мы прослушали миллион звонков, определили около тысячи голосов. Разбили их на несколько десятков предиктов, чтобы выяснить, в каком случае и какие голоса оказываются более результативными.

ifgr-02.jpg

Например, в разговорах о просрочках на ранних стадиях правильный выбор голоса повышает эффективность звонков на 3%. Если речь о просрочках на поздних стадиях, то там этот показатель достигает 20%. Роль голоса применима и к телемаркетингу. Если «холодный звонок» будет выполнен голосом молодой девушки (он нежный, уверенный, довольно высокий, а сама речь быстрая и четкая), то это автоматически увеличивает эффективность продаж на 17%.

Человек vs машина

С самого начала многие коллеги относились к роботам скептически. Поэтому мы сконцентрировались на том, чтобы оцифровать работу робота и человека, а затем сравнить их показатели. Уже на этапе пилотного проекта мы заметили значительные преимущества роботов перед человеком — с операционной и психологической точек зрения. Роботы оказались эффективными в работе с задолженностью на ранней стадии просрочки, поэтому скепсис к ним быстро сменился на позитивное отношение.

Скептически относятся к голосовым роботам и клиенты. Человек не хочет разговаривать с машиной, когда понимает, кто его собеседник. И к решению этой проблемы нужно подходить с креативом. В первую очередь пришлось экспериментировать с дикторами: нужно было подобрать нужную дикцию и тембр. Оказалось, что «оживить» роботов помогает актерский талант и использование ими бытовых словосочетаний.

02.jpg
Фото: squarespace.com
Читайте также:

Голосовые технологии стремительно развиваются во всем мире, и особенно приятно, что в Казахстане уже формируются собственные команды разработчиков. Они движут прогресс вперед и решают непростую задачу двуязычного распознавания речи. Благодаря им появляются новые интересные области исследования и различные сервисы для улучшения роботов: — синтез речи на казахском и русском языком единым голосом, — исторический подход к диалогу (робот запоминает, на каком языке клиент предпочитает разговаривать), — контроль соблюдения обещания (если должник обещал произвести платеж завтра, но не сделал это, то робот перезвонит и напомнит о договоренности), — оценка эмоционального окраса речи.

Сейчас мы оцениваем технологии «клонирования голоса» и их вариации. Мы движемся к тому, чтобы с каждым клиентом разговаривал чуть ли не его собственный голос. А в случае задолженности ему звонила бы его теща и требовала вернуть деньги в банк.

Рубрика:
{}Digital

PLUSworld в соцсетях:
telegram
vk
dzen
youtube