Умное рабочее место для операторов Контактного Центра
- Заказчик:
- ПАО Банк ВТБ
- Руководитель проекта со стороны заказчика
-
- Год завершения проекта
- 2022
- Сроки выполнения проекта
- Июль, 2021 - Октябрь, 2022
- Масштаб проекта
- 1500 автоматизированных рабочих мест
- Цели
1. Снижение затрат на обслуживание клиентов в контактном центре банка:
- снижаем время на обслуживание клиентов в КЦ
- снижаем время обучения новых операторов
- повышаем удовлетворенность операторов и снижаем текучесть персонала
2. Повышение качества обслуживания клиентов:
- снижаем время ожидания клиентов на линии и время на обслуживание клиента
- снижаем количество некорректных консультаций, вызванных человеческим фактором
- повышаем скорость внесения бизнес-изменений в банковские системы, через быстрое изменение сценариев
- используем микросервисную архитектуру
- используем гибкие сценарные настройки
- переиспользуем сценарии в разных каналах в лучших традициях омниканальности
Уникальность проекта
1. Технологически решение представляет собой удобный фронт для сотрудника, под капотом которого связка BPM движка, NLU и ASR, который подключается к диалогу клиента и оператора.2. Концептуально решение является симбиозом человека и «машины»:
- Данные для сценариев обслуживания автоматически выделяются из голосового траффика: голос клиента и оператора транскрибируется в текст, из текста выделяются интенты/сущности, и, на основании полученной информации, часть шагов сценария проходит автоматически;
- Сценарии обслуживания возможно настраивать и создавать вне релизного цикла, из готовых шагов и виджетов, за минимальное время.
- Центром принятия решений является система. Оператор помогает озвучивать необходимую информацию, и контролирует корректность принятых решений на наиболее чувствительных для клиента этапах.
- Система является готовой адаптивной платформой и может быть использована в любой сфере обслуживания и консультации клиентов основанной на сценарном подходе
- Использованное ПО
- - Собственная разработка (80%)
- ASR от компании ЦРТ + адаптация решения под телефонию Банка
- Apache Kafka
- Openshift
- ZooKeeper
- rabbitMQ
- PostgreSQL - Сложность реализации
На первом этапе (июль 2021- октябрь 2022):
- Разработаны с нуля и интегрированы в действующую архитектуру Банка 2 Информационные подсистемы, состоящие из 8 логических модулей (компонент)
- Реализовано на момент октября 2022 - 47 внутренних интеграций с действующими сервисами банка, как бизнес так и служебными.
- Реализованы интеграции с внешними решениями (CTI-интеграция с телефонией, интеграция с ASR)
- Реализована интеграция с пилотным Аутсорсинговым котактным центром. На основании проделанной работы внесены коррективы в типовые договора с остальными АКЦ.
- Разработан уникальный интуитивно-понятный дизайн UI оператора, на основе пользовательских потребностей, глубинных исследований и мировых трендов в сфере проектирования интерфейсов
- Проведен анализ > 3000 cуществующих тематик обслуживания, по наиболее частотным и трудоемким проведены глубинные CJE исследования.
- Описание проекта
Технологически решение представляет собой тесную интеграцию 3 компонент:
1. ASR - для формирования транскрипции голоса клиента и оператора в онлайн режиме с указанием стороны говорящего;
2. NLU - для извлечения значимого контекста из реплики диалога;
3. BPM движка - движок использует технологию поведенческих деревьев.Технология позволяет:
- Стандартизировать элементы сценария. В текущем проекте это:
а) интеграционные элементы, которые позволяют в рамках сценария вызвать внешнюю системы для выполнения операции,
б) элементы виджетов для работы оператора,
в) элементы расчетов, при помощи которых выбирается та или иная ветка.- Переиспользовать элементы одного сценария в другом сценарии. Все это дает сокращение t2m вывода новых бизнес- сценариев;
- Гибко работать с полученным контекстом диалога - сценарий автоматически выполняет шаги при наличии имеющегося контекста. Эта особенность дает сокращение AHT пи обслуживании.
- Реализовывать кастомные модули, которые позволяют собирать метрики по пройденным сценариям. Это позволяет выявлять узкие места, низко и высокочастотные кейсы для последующей оптимизации клиентского пути.
С точки зрения бизнеса - решение представляет Умное рабочее место сотрудника контактного центра, которое ведет оператора по процессу и самостоятельно выполняет те шаги, для которых может получить информацию из голоса клиента, оператора или банковских систем.
1. Что система делает автоматически:
- определяет стартовую тематику, по которой обратился клиент
- осуществляет поиск клиента в банковских системах
- осуществляет сбор информации по клиенту в банковских системах в рамках тематики обращения
- определяет достаточность информации для выполнения запроса клиента
- если информации недостаточно или нужно уточнить у клиента параметры запроса – выводит оператору подсказку, какие именно данные нужно запросить или сверить с клиентом
- при получении нужной информации – отправляет запрос на выполнение действия в банковские системы, и возвращает оператору ответ об успешном выполнении или возникших ошибках.
- фиксирует для статистики все тематики, по которым происходит консультация в рамках звонка клиента
- фиксирует и передает параметры обращения для детальной статистики.2. Что делает оператор:
- Подтверждает «второй рукой» решения системы, на наиболее чувствительных для клиента участках обслуживания.
- Уточняет у клиента недостающую информацию
- Озвучивает клиенту результат выполнения операции и дальнейшие рекомендации системы.
- И самое главное – проявляет эмпатию и оказывает моральную поддержку клиенту в тех случаях, где это так необходимо.- География проекта
- РФ
Все подразделения контактного центра Банка + Аутсорсинговые контактные центры - Дополнительные презентации:
- Проект года_Умное Рабочее место оператора КЦ.pdf
