 |
Как речевая аналитика помогает улучшить взаимодействие с клиентами – кейс ПЭК и BSS
По запросу ПЭК команда BSS провела исследование эффективности контакт-центра, качества работы и компетентности операторов. Точность распознавания голоса в исследуемых аудиозаписях с помощью речевой аналитики превысила 92%. Это высокий показатель для пилотного проекта, поскольку анализ проводился с помощью модели, которая не была адаптированной под специализированную логистическую лексику компании ПЭК.
Помимо анализа компания BSS по собственной инициативе сформировала и настроила 84 маркера, 3 скрипта и 26 видов отчетов внутри речевой аналитики, необходимых для бизнес-анализа. Благодаря проведенному исследованию специалисты BSS разработали и предложили заказчику внедрение 6 процессов, позволяющих повысить эффективность операторов и 5 видов аналитики данных для улучшения клиентских впечатлений.
Кроме того, компании ПЭК предложены изменения в работе бота, направленные на повышение корректности, удобства и понятности процесса сбора обратной связи от клиентов. Например, с помощью речевой аналитики были предложены варианты оптимизации системы оценки качества консультации по результатам обращения в контакт-центр. Это поможет получать более объективные оценки и избегать недоразумений.
Благодаря рекомендациям команды BSS автоматизировать за счет голосового помощника 3 основные тематики обращений: «Статус заказа», «Статус обращения», «Дозаказ услуг» появится возможность высвободить ресурс минимум 23 операторов.
Кроме того, выявление кейсов с полным молчанием операторов или длительным переводом клиентов на вторую линию, где MUTE и HOLD составляют более 5 мин, позволит ежемесячно экономить денежные средства, затрачиваемые на обслуживание контактного центра.
Также команда BSS проработала кейсы с избыточной генерацией исходящих звонков клиентам и порекомендовала сформировать алгоритм обслуживания абонентов в режиме «одного звонка».
«Сначала по просьбе ПЭК мы планировали провести стандартный анализ, включающий проверку приветствий, прощаний, перебиваний и эмпатии, а также количественно оценить эффективность работы контактного центра. Но выполняя данный запрос и применяя речевую аналитику, мы обнаружили важные инсайты, которые могут существенно повлиять на бизнес заказчика. По рекомендациям, сформированным в результате исследования, ПЭК сможет сэкономить 1,5 миллиона рублей ежемесячно. Проанализировав разговоры с клиентами, склонными к оттоку, мы рекомендовали ряд эффективных процедур по удержанию клиентов. Например, предоставлять бонусы категорично-настроенным клиентам, передавать звонки с расторжением на контроль старшим специалистам, а также, правильно реагировать на негатив и отрабатывать возражения при упоминании конкурентов в диалоге с оператором. При верном использовании речевой аналитики, даже без глубокого погружения в контекст, определяются возможные зоны роста, что позволяет заказчику внедрять изменения уже сразу после полученного анализа данных», – прокомментировала ведущий аналитик по контактным центрам департамента голосовых цифровых технологий компании BSS Дарья Громова.
«Речевая аналитика от BSS превзошла наши ожидания: она помогла не только проанализировать эффективность ряда процессов в контакт-центре, но и позволила выявить часть неочевидных проблем и рисков. Команда BSS поделилась ценными рекомендациями по повышению качества работы нашего контакт-центра и оценила их потенциальный экономический эффект, что позволит нам достичь значительных улучшений в работе и обслуживании клиентов. Также инсайты от BSS позволят нам выстроить более эффективную работу с претензионными клиентами. Кроме того, эксперты оценили потенциальный эффект от доработки голосового робота, который поможет нам разгрузить операторов и увеличить скорость обслуживания клиентских запросов», – прокомментировал руководитель управления обслуживания клиентов компании ПЭК Сергей Карташев.
Контактное лицо: Вадим Прищепа
Компания: BSS
Добавлен: 21:03, 09.04.2025
Количество просмотров: 418
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия625 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия615 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия693 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия794 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия136 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
|
