Как «Честный знак» перестроил работу контакт-центра

«Честный знак» — национальная цифровая система с почти 4 млн участников. Ежедневно в контакт-центр поступает около 7,5 тыс. обращений. Запросы касаются разных тем: товарных групп, маркировки, правовых и технических вопросов.

До реализации проекта аналитику строили на выборочном контроле. Прослушивалось не более 20% звонков, что ограничивало возможности управления:

• проблемные сценарии выявлялись точечно, а не на уровне всего массива данных;
• причины недовольства клиентов часто оставались незамеченными;
• нагрузка на отдел контроля качества росла параллельно росту обращений;
• обновление скриптов и регламентов занимало много времени.

Контакт-центр каждый день сталкивался с тысячами диалогов, но управлять ими приходилось практически «вслепую». Основная задача в этих условиях — автоматизация тематической классификации звонков. Также требовалось ускорить анализ данных, сократить ручной труд и интегрировать в процессы голосового робота для первичной обработки и исходящего обзвона.

Перед командой разработки стояли задачи:

• сохранить высокий уровень сервиса при росте числа запросов;
• увеличить продуктивность операторов, снизить число ошибок;
• разгрузить службу поддержки за счет автоматизации;
• улучшить контроль качества, унифицировать работу сервиса.

Требовалось адаптивное и модульное решение с ИИ, учитывающее требования регулятора поддерживать сложные сценарии компаний-участников и помогать конечным пользователям оперативно получать ответы.

Для успешной реализации свои компетенции и экспертизу объединили три компании: технологический вендор BSS, интегратор ITFB Group и команда клиентского сервиса «Честного знака».

1. Речевая аналитика: 100% звонков под контролем

ITFB Group внедрила речевую аналитику BSS на базе искусственного интеллекта, включая большие языковые модели и технологию RAG. Система речевой аналитики обрабатывает абсолютно все диалоги обращений; классифицирует вопросы, поступающие в контакт-центр; фиксирует ключевые фразы и маркеры раздражения; учитывает эмоции и параметры разговора, включая длительность.

В результате  внедрения удалось:

• полностью автоматизировать классификацию обращений;
• ускорить процесс проверки качества;
• сделать диалоги прозрачными.

Речевая аналитика стала единым «слоем понимания» над всеми коммуникациями. Помимо сбора данных, ИИ помогает сотрудникам контакт-центра соблюдать единый стандарт обслуживания и поддерживать качество в лайф-режиме.

2. Голосовой робот

Еще одним направлением улучшения работы контакт-центра стало  внедрение голосового помощника на входящей и исходящей линиях. Робот:

• уточняет причину обращения
• собирает базовую информацию о клиенте;
• передает в систему данные в нужном формате;
• добавляет информацию в CRM при ее отсутствии.

Решена дополнительная задача — автодозвон аптек для проверки наличия жизненно важных лекарственных препаратов. Робот берет на себя массовые обзвоны, экономит рабочее время специалистов контакт-центра и ускоряет сбор критически важной информации.

3. Единый цифровой контур и технологии

ITFB Group настроила интеграцию ИИ-решений BSS с ИТ-ландшафтом «Честного знака». В единую связку объединили систему речевой аналитики, голосового робота, CRM-систему, базу знаний.

Цель состояла в создании единого цифрового контура клиентского сервиса на базе современного технологического стека:

• ASR — распознавание речи;
• NER — выделение сущностей в репликах клиента;
• NLU — понимание естественного языка;
• Dialog Composer — масштабирование аналитики и диалоговых сценариев. 

Благодаря этой архитектуре реализованы автоматическая группировка обращений, выявление сигналов недовольства клиентов, быстрый поиск нужных звонков для контроля качества и детальная аналитика по ключевым метрикам работы сервиса.

Внедрение речевой аналитики и голосового робота заметно повысило управляемость клиентской службы и снизило нагрузку на сотрудников контакт-центра.

1. Контроль качества и аналитика

• В анализ попадает 100% обращений вместо 20% выборочной проверки.
• Вероятность выявления проблемных диалогов выросла с 2,5% до 100%.
• Объем однообразной работы сотрудников контроля качества сократился, их продуктивность увеличилась примерно на 20%.
• Стало проще точечно настраивать сценарии без изменения базовой инфраструктуры.
• Показатель FCR (решение вопроса при первом обращении) превысил 80%.

2. Работа операторов

• Речевая аналитика помогла улучшить стиль общения операторов:
• Доля разговоров со словами-паразитами снизилась примерно в шесть раз;
• Из диалогов ушла неформальная лексика;
• Средний темп речи вырос со 145 до 170 слов в минуту.

В результате уровень сервиса на линии повысился, а качество обслуживания перестало зависеть от пиковых нагрузок.

3. Работа голосового робота

Голосовой робот позволил:

• Сократить длительность разговоров за счет предварительного сбора данных;
• Автоматически формировать карточки новых клиентов в CRM;
• Проводить массовые обзвоны аптек и оперативно собирать данные по наличию медикаментов.

Теперь контакт-центр «Честного знака» работает не вслепую, а на данных. Вместо выборочного прослушивания 20% звонков система видит 100% диалогов, автоматически выделяет проблемные сценарии, помогает операторам говорить понятнее и быстрее решать вопросы клиентов. Голосовой робот берет на себя рутину и массовые обзвоны, в том числе по жизненно важным лекарствам, а команда может сосредоточиться на качестве сервиса, а не на ручной проверке. По сути, проект показал, как ИИ может одновременно решать задачи регулятора и делать сервис для миллионов пользователей живее и удобнее.