• 526

    Заявлено проектов

  • 443

    Опубликовано проектов

  • 164

    Оставлено комментариев

  • 1485

    Количество голосов

  • 22

    Дней до окончания голосования

← Вернуться к списку

AI оценка разговоров и диалогов в Битрикс24

  • Руководитель проекта со стороны заказчика

  • Категория

  • Номинация

  • Цели

    Бизнес поставил задачу по оценке качества 100% коммуникаций в двух каналах Авито и Телефония, с целью:

    • увеличения конверсии с диалогов на сделку

    • оцифровки и сбора статистических данных

    • поиска успешных практик продаж и работы с возражениями

    • повышения операционного контроля и скорости принятия управленческих решений

    ИТ проявило инициативу и новаторство, пойдя по пути автоматизации и роботизации.

  • Сроки выполнения

    апрель, 2024 — июль, 2024
  • Год завершения проекта

    2024

  • Масштаб проекта

    130 человеко-часов
  • Результаты

    Система настроена и работает автономно.

    • Рост конверсии в запись на визит в салон центра на 5% ежемесячно

    • Получен рейтинг возражений и их динамика во времени

    • Имеем инструмент прогнозирования и сезонности поведения клиента

    • Имеем аргументатор продаж на статистике возражений

    • Исключен человеческий фактор при оценке качества

    • Составлен рейтинг/мотивация сотрудников

    • Скорость доставки обратной связи ОКК выросла с 24 часов до нескольких минут

    • Соблюдение и улучшение показателей стандартов качества коммуникаций с клиентами (в звонках +15%, в чатах +10%)

    Проект вышел на самоокупаемость за три месяца.

    В месяц уходит 4-8 часов на калибровку отклонений в разговорах.

  • Уникальность проекта

    • Классическая речевая аналитика использует две технологии: транскрибация и поиск ключевых слов/фраз, что обеспечивает 85 - 90% качества достижения результата в нахождении фактов из разговоров. Для достижения результатов более чем 99% мы добавили нейросеть. Минус нейросети, на текущий день - в объемах информации, которую они могут обработать за один раз, что влечет за собой рост расходов. Получилась гибридная схема, которая нивелирует минусы обоих подходов.

    • Мы настроили аналитику не только звонков через колл-центр, но и чатов.

  • Использованное ПО

    imot, Битрикс24, Yandex.DataLens, Python, Telegram

  • Решение из каталога Global CIO

    В проекте не используются решения из каталога Global CIO

  • Сложность реализации

    Доступные варианты визуализации данных в сервисе речевой аналитике imot ограничивали замену сводных таблиц из Google Sheets, поэтому мы в процессе реализации проекта перестроились на Yandex.Datalens и объединили два решения (imot и Яндекс) путем передачи данных по API.

    Во всех коммуникациях (звонки и чаты) присутствует процесс перевода клиента от оператора к менеджеру по продажам, что путало нейросеть и осложняло настройки правил обработки, для чего создавали описание поведения модели и научили выводить предложения по замене речевых модулей, на более конверсионные.

  • Описание

    Сеть Дилерских центров Прагматика основана в 1998 году и в настоящий момент насчитывает более десятка центров продаж и обслуживания в Северо-Западном регионе по продаже новых автомобилей LADA, Changan, Geely, KIA и KAIYI. В своем стремлении мы помогаем людям получать в полной мере ощущения свободы, комфорта и безопасности, которые приносят им автомобили.

    Проект реализован по направлению: автомобили с пробегом.

    Мы стремимся понять потребности клиента и предложить наилучшие решения. Ввиду чего, для нас, является важным сохранения качества общения с клиентами при достижении целевых метрик.

    Маркетингу важно получать сквозную аналитику от заявки до продажи, а качество отработки трафика напрямую влияет на конверсию продаж. Для достижения роста конверсии, мы выбрали инновационный подход в оценке качества наших коммуникаций с клиентами.

    Процесс оценки:

    Сбор данных: потенциальные клиенты пишут на Авито по объявлению либо звонят в один из дилерских центров, чтобы выяснить больше об автомобилях. Эти данные собираются в Битрикс24, откуда поступают в сервис речевой аналитики Imot.

    Обработка данных:

    • отсеиваем звонки и чаты, в которых разговора по той или иной причине не состоялось

    • размечаем, где вел диалог оператор КЦ, а где менеджер отдела продаж

    • на каждую коммуникацию запускаем оценку по чек-листу, собираем статистику по возражениям, на основе контекста даем рекомендации в виде речевых модулей

    • звонки обрабатываются от 1 до 15 минут, а чаты собирают переписку за 2 последних дня

    Визуализация данных: по API выгружаем данные в Yandex.DataLens. Данные представлены в разрезе дилерских центров, по каждому сотруднику, сформированы рейтинги сотрудников, каждая коммуникация выведена в таблицу с рекомендациями для руководителей отделов продаж, ежедневно формируется динамика возражений в разговорах.

    Заполнение CRM: возвращаем в Битрикс24 транскрибацию, заполняем поля от 1 до 15 минут после коммуникации.

    Контроль/уведомление: если коммуникация ниже порогового значения, то руководителю приходит уведомление в Telegram со ссылкой на авито (для чатов), на звонок и на сделку в Битрикс24 для контроля.

  • География проекта

    РФ, в частности Северо-Западный регион

  • Дополнительные презентации

Комментировать 1

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Максим Каранкевич

    Максим Каранкевич

    Ультрамар

    Директор по цифровой трансформации

    Вячеслав, прошу вас поделиться, каким движком S2T вы пользовались и на сколько качественно он делит диалоги между оператором и клиентом. Так же уточните, сколько времени заняло обучение модели на ваших данных до приемлемого уровня ошибки.
    Ответить
  • Заказчик

    Прагматика Эксперт

    Прагматика Эксперт

  • ИТ-поставщик

    Spice 360

    Spice 360

Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.