Игорь Доронин, «Мегафон»: «Эффективность сотрудников, которых обучали роботы, выше на 25%»

Голосовые помощники и чат-боты уже давно стали частью нашей повседневной жизни: мы просим искусственный интеллект проложить маршрут от дома до работы, составить музыкальную подборку, найти интересующий товар или услугу, привыкаем общаться с роботами при обращении в организации. Какую роль технологии играют в развитии бизнеса и чему роботы могут научить людей, в интервью «Ведомости&» рассказал директор по обслуживанию и клиентскому опыту «Мегафона» Игорь Доронин. 

– Технологии, связанные с обслуживанием клиентов, сегодня развиваются намного быстрее, чем когда-либо. Мы в «Мегафоне» используем роботов и искусственный интеллект везде, где это может усовершенствовать существующий процесс обслуживания и улучшить клиентский опыт. При этом один из главных трендов – поиск баланса между автоматизацией и живым общением с клиентами. 

На звонки и обращения клиентов в мессенджеры у нас отвечает виртуальный помощник Елена. Обычно ключевой показатель эффективности (KPI) роботов – процент автоматизации клиентских обращений. Мы такой подход изменили: ключевой метрикой для нас стал процент решенных вопросов. Если клиент не может решить вопрос с Еленой и просит соединить с оператором, она сразу выполняет эту просьбу. В то же время мы хотим, чтобы у клиента была уверенность в том, что многие вопросы Елене под силу – она справляется с ними быстро и эффективно. Сейчас она решает 60% поступающих ей вопросов, и эта доля постоянно увеличивается. Однако вряд ли этот показатель когда-нибудь дорастет даже до 90%. Во-первых, потому что всегда будет оставаться группа людей, которым комфортно общаться только с операторами. Во-вторых, потому что всегда будут возникать индивидуальные ситуации и вопросы, которые робот решить не может. В целом клиенты быстро понимают, в чем особенности виртуальных помощников, какую пользу они приносят, и привыкают к общению с ними. 

– Пожалуй, такой технологией является речевая аналитика. Выводы, которые мы делаем с ее помощью, оказывают огромное влияние на нашу работу. Речевая аналитика расшифровывает телефонные звонки и преобразует их в текст. Затем по определенным параметрам его анализирует компьютерная система. Мы используем речевую аналитику для достижения нескольких целей. Во-первых, она помогает выявить причины наиболее частых клиентских обращений: что не так в наших продуктах, услугах, в обслуживании и т. д. Во-вторых, с помощью речевой аналитики мы проверяем работу операторов контактного центра: насколько они клиентоориентированы, корректно ли произносят те или иные фразы, соблюдают ли предписанные алгоритмы. В-третьих, речевая аналитика позволяет повысить эффективность продаж, выявляя наиболее продуктивные подходы в общении с клиентами. Таким образом, речевая аналитика помогает нам слышать клиентов и повышать их удовлетворенность сервисом. 

– Мы можем найти конкретные слова, которые вызывают отторжение или, наоборот, побуждают клиента совершить покупку. Например, недавно мы обнаружили, что операторы одной площадки контактного центра получают более высокие оценки качества обслуживания, чем другой. Проанализировав телефонные разговоры с помощью речевой аналитики, мы увидели, что на одной из этих площадок сотрудники допускали в общении с клиентами такие фразы: «Как я вам уже ответил, у вас…» или «Я уже об этом говорил». Эти выражения казались безобидными, но выяснилось, что они настраивают клиента негативно по отношению к оператору. Мы быстро провели обучение, и оценки качества обслуживания выросли.

Другой пример. Раньше нам казалось, что если оператор рекомендует продукт на основе личного опыта, то клиент воспринимает это позитивно. Речевая аналитика показала нам, что все наоборот. Мы изменили подход и начали говорить клиентам о трендах среди пользователей. После этого продажи выросли на треть, и клиенты начали ставить нам более высокие оценки.

До того как мы начали использовать технологию речевой аналитики, у меня в подчинении было подразделение контроля качества, которое выборочно слушало диалоги операторов. Получалось проверить всего 5–6 из нескольких тысяч, которые каждый оператор проводит за месяц. Делать выводы на основе таких данных было сложно. А речевая аналитика пропускает через себя 100% диалогов – несколько миллионов в месяц, анализирует их по заданным алгоритмам и создает отчетность.

Важный тренд заключается в том, что эта технология помогает предлагать клиентам лучшие продукты. Анализируя разговоры с ними, мы собираем более полную обратную связь и на основе полученных данных постоянно дорабатываем наши продукты, делаем их более понятными и удобными для потребителя.

– Когда [весной 2020 г.] началась пандемия COVID-19, мы решили проанализировать, какие новые потребности возникли у клиентов и что мы можем сделать, чтобы их удовлетворить. С помощью речевой аналитики увидели, что резко вырос спрос на обещанный платеж – услугу, которая позволяет пополнить баланс за счет компании и вернуть деньги спустя какое-то время. Оказалось, это произошло потому, что какая-то часть клиентов раньше пополняла счет через терминалы и банкоматы, а из-за режима самоизоляции делать это стало сложнее. Узнав причину, мы расширили выборку клиентов, которым стала доступна эта услуга.

Еще пример: у нас был большой поток обращений по услуге «Будь на связи», которая тоже позволяла клиенту уходить в минус в пределах кредитного лимита, но при условии, что он пополняет счет хотя бы раз в месяц. С помощью речевой аналитики мы увидели, что людям непонятно, как устроена услуга. Они считали, что если кредитный лимит не превышен, то все в порядке, а их вдруг блокировали, что, естественно, вызывало недовольство. Мы изменили подход, и теперь, если абонент не перешагивает черту кредитного лимита, мы его не блокируем. В результате у нас в 3 раза снизился поток обращений по этой услуге в контактный центр, а удовлетворенность клиентов существенно выросла. 

Сейчас, как только мы запускаем новый продукт, то сразу с помощью речевой аналитики отслеживаем, какие у клиентов есть к нему вопросы, комментарии, жалобы. И тут же на ходу его улучшаем. За восемь месяцев 2021 г. по сравнению с аналогичным периодом 2020 г. общее число обращений в контактный центр уменьшилось на 25%.

– Многие клиенты звонят с вопросом: «За что у меня списались деньги?» Или: «Что это за услуга у меня подключена?» Еще один распространенный запрос: «Расскажите про мой тарифный план». Елена с такими задачами легко справляется.

Кроме того, мы научили Елену предвосхищать запросы клиентов. Например, если клиент недавно подписался на какую-то услугу или сервис и звонит в «Мегафон», после приветствия Елена говорит ему: «Я вижу, что у вас подключена такая-то услуга. Хотите узнать, как она работает, или отключить ее?» Елена умеет не только отключать эти сервисы, но и возвращать деньги абонентам. Для этого существует определенный алгоритм.

Другой пример – клиент хочет понять, почему у него заблокирован номер. Он звонит, чтобы узнать причину, а Елена еще до того, как он задал вопрос, говорит: «У вас списалась абонентская плата такого-то числа в таком-то размере. Пополните счет на такую-то сумму – и все сразу заработает». Клиенты реагируют очень позитивно, когда мы предугадываем их запросы. Если три года назад 28% наших клиентов хотели сразу выйти на оператора, сейчас их число сократилось более чем вдвое до 12–13% клиентов.

Елена пока не умеет решать технические проблемы клиентов, связанные с плохим качеством связи, низкой скоростью интернета, с такими запросами работают сотрудники контактного центра. Но вскоре она сможет обращаться к системам, которые устанавливают причину снижения качества связи на конкретном номере, и объяснять ее клиентам.

– Есть еще несколько факторов, из-за которых клиенты просят переключить свой звонок на оператора. Во-первых, в общении с роботами людям зачастую не хватает эмоций. Во-вторых, есть вещи, которые роботам даются тяжело, а человеку привычны и естественны: распознавание сарказма или поддержка контекста. Например, если клиент спрашивает, какой у него тарифный план и как он действует в роуминге, а потом, выслушав ответ, задает дополнительный вопрос: «А если я выйду в интернет или позвоню на местный номер, что тогда?», робот может воспринять его как не связанный с предыдущим и начать рассказывать про звонки и интернет в тарифном плане в целом. Поддержка контекста – довольно сложная задача для робота, тем не менее в ключевых темах мы ее уже внедрили и продолжаем над этим работать дальше. Это позволит виртуальному помощнику воспринимать каждый последующий вопрос сквозь призму предыдущих.

В сфере продаж все проще. Там мы сами звоним клиентам с заранее подобранными предложениями. Так что роботы изначально действуют по определенным алгоритмам. Ситуации, когда клиент начинает задавать роботу настолько нетривиальные вопросы, что возникает необходимость перевести разговор на живого сотрудника, практически не возникают. С использованием роботов общий объем продаж некоторых наших продуктов вырос на десятки процентов.

– Елена – это синтезированный голос. Мы задаем ей определенные текстовые скрипты, которые она озвучивает. Синтезированный голос сложно наделить эмоциями, но мы работаем над интонационным многообразием Елены. Кроме того, она учится понимать эмоциональность клиентов. В продажах, когда наш робот сам звонит потребителю и предлагает ему новые услуги, мы используем технологию предзаписанной речи. При общении робот выбирает эмоциональную окраску реплик в зависимости от ситуации. 

Если в ходе разговора клиент спросит: «Я сейчас общаюсь с роботом?», тот ответит утвердительно. При этом роботы в «Мегафоне» не только общаются с клиентами, но и обучают сотрудников. 

– С роботами операторы колл-центра тренируют конкретные диалоги. Они помогают воссоздать реальную среду, в которую сотрудникам придется окунуться, когда они начнут общаться с клиентом. Роботы воспроизводят всю гамму эмоций, могут даже накричать на сотрудника, выстраивают барьеры в общении, прокачивают работу с возражениями. У новичков есть некий психологический барьер перед тем, как выйти на линию и начать общаться с реальными клиентами. А робот помогает преодолеть эти сложности. На старте эффективность продаж сотрудников, которые прошли тренинги с роботами, на 20–25% выше, чем у тех работников, которые их не прошли.

Роботы обучают и сотрудников контактного центра. Благодаря этому работники быстрее начинают понимать, какие фразы можно использовать при общении с клиентами, а какие – нет. Подобные тренинги также помогают справиться с волнением и как можно быстрее войти в комфортное психологическое состояние. И дальше в этом состоянии уже общаться с клиентом.

Порой, чтобы прийти к определенному результату, нужно соблюсти четкий алгоритм действий, и роботы справляются с этой задачей идеально. Как клиентоориентированная компания мы в первую очередь смотрим на готовность клиента принимать эти изменения. Стратегия поэтапного внедрения инноваций помогает нам использовать все современные технологии для повышения качества обслуживания клиентов.