Bagaimana Robot Nurani berkomunikasi dengan pelanggan

Kami akan memberi tahu Anda bagaimana proyek fintech QIWI - paket cicilan bebas bunga Conscience - mentransfer beberapa percakapan pusat kontak ke robot yang tidak hanya menjawab pertanyaan, tetapi juga meminta mereka dengan panggilan keluar. Artikel ini membahas penerapan permintaan HTTP, sintesis ucapan, dan pengenalan suara.

Langkah 1: IVR Cerdas

Masalah uang adalah salah satu dari sedikit yang pelanggan lebih suka untuk menyelesaikan secara lisan, sehingga beban kerja pusat panggilan bank tidak turun karena munculnya obrolan di situs web dan dalam aplikasi seluler. Operator nurani setiap hari menerima lebih dari empat ribu panggilan terkait dengan pendaftaran dan penggunaan kartu angsuran. Karena sebagian besar permintaan adalah tipikal dan tidak memerlukan kompetensi khusus untuk memberikan saran, pemrosesan mereka dapat ditransfer ke robot.

// ,       require(Modules.ASR); ​ let call; ​ // ,       let data = {}; ​ const PHRASES = { hello: "http://some_url_to_mp3_sound_for_start_question" }; ​ //    dtmf,    Qiwi const dtmf = { operator: { name: "", digit: "0" }, balance: { name: "", digit: "1" }, pin_code: { name: "-", digit: "3" } }; 

Bagaimana cara kerjanya? Beralih ke nomor hotline, klien memasuki menu suara dan menyuarakan topik pertanyaannya - sistem mengenali hal di atas dan mengarahkan panggilan untuk diproses lebih lanjut. Klien hanya perlu menyuarakan masalah mereka dalam bentuk bebas, tambahan menekan tombol apa saja pada telepon tidak diperlukan.

 //     «»,      VoxEngine.addEventListener(AppEvents.CallAlerting, e => { //       call = e.call;​ //        data.phone = e.callerid;​ //     SIP         . //    «»       X-CID //     data.xcid = e.headers["X-CID"];​ //    call.answer();​ //        call.addEventListener(CallEvents.Connected, HandleConnected);​ //     call.addEventListener(CallEvents.RecordStarted, record => { //  URL     data.record_url = record.url; }); //     call.addEventListener(CallEvents.Disconnected, HandleDisconnected); });​ async function HandleConnected(e) { //    call.record(true);​ //    await startPlayback(call, PHRASES.hello);​ //     startASR(); } 

Jika konsumen tertarik pada instruksi umum - misalnya, mengaktifkan kartu, cara mengisinya, mengubah kode PIN, dan sebagainya, ia mendengar klip audio yang direkam dengan penjelasan langkah demi langkah.

 // ,    mp3-  function startPlayback(call, url, loop = false) { return new Promise(resolve => { call.startPlayback(url, loop); call.addEventListener(CallEvents.PlaybackFinished, function callback() { resolve(call.removeEventListener(CallEvents.PlaybackFinished, callback)); }); }); } 

Dengan demikian, fungsi pertama dari call center yang mudah untuk diotomatisasi adalah reproduksi haout standar dan jawaban untuk pertanyaan umum.

Kelompok banding kedua, untuk penutupan yang tidak diperlukan orang, menginformasikan tentang saldo saat ini, jumlah utang, jumlah pembayaran berikutnya.

Dari sudut pandang keamanan informasi, seluruh proses telah sejalan dengan persyaratan undang-undang dan standar industri Rusia: Voximplant tidak memiliki akses ke data pribadi klien. Keputusan menentukan pokok permasalahan dan mentransfer pemrosesan panggilan ke IVC Conscience, di mana, menggunakan sintesis ucapan, informasi dari kartu klien disuarakan, otorisasi terjadi di pihak QIWI. Skenario pemrosesan suara berbagi pertanyaan umum dan pertanyaan yang terkait dengan data pribadi.


Berkat ini, dimungkinkan tidak hanya untuk meningkatkan kecepatan dan kualitas layanan pelanggan, tetapi juga secara signifikan mengurangi beban operator. Sekarang lebih dari seratus ribu panggilan per bulan diproses oleh robot. Jika operator masih membutuhkan partisipasi langsung untuk menyelesaikan masalah, IVR mengalihkan panggilan ke spesialis yang tepat, yang menerima transkripsi tertulis dari seluruh percakapan awal bot dengan klien: data masuk ke sistem CRM Conscience melalui API.

Langkah 2: Pemberitahuan Suara

Bagaimana mengurangi biaya servis saluran masuk, kami menemukan, pergi ke keluar. Salah satu alasan khas mengapa operator memanggil pemegang kartu adalah pengingat tentang melakukan pembayaran bulanan: ini harus dilakukan melalui telepon, karena pesan atau pemberitahuan push mungkin terlewatkan. Pada saat yang sama, tidak perlu menghabiskan waktu operator pada proses ini. Dengan bantuan layanan Smartcalls, "Nurani" memanggil pelanggan - secara total, robot melakukan tiga upaya - dan berbicara melalui sintesis ucapan kapan dan berapa banyak yang harus dimasukkan ke dalam akun.


Skrip pemberitahuan

Jumlah panggilan keluar dapat mencapai dua ribu per menit, dan mode operasi memungkinkan Anda untuk menggunakannya jika perlu 24/7. Ini secara signifikan mengoptimalkan pekerjaan rutin operator, menghindari kebutuhan untuk mengembang staf dan penggajian, dan juga memungkinkan penggunaan spesialis secara eksklusif untuk menyelesaikan tugas-tugas penting dan sensitif dari pusat kontak.

Langkah 3: Kumpulkan Umpan Balik

Poin terakhir adalah pengumpulan informasi secara otomatis untuk penelitian. Sebelum menggunakan Smartcalls, proyek berhasil menelepon sampel 3.000 hingga 5.000 orang per bulan. Sekarang robot melakukan 40.000 panggilan keluar setiap bulan, sementara semua karyawan yang sebelumnya terlibat dalam panggilan dialihkan ke fungsional lain. Dengan bantuan layanan, kualitas layanan dipantau, pengukuran efektivitas layanan pelanggan (CES), loyalitas dan kepuasan pelanggan (NPS dan CSI) diukur.


Skrip NPS

Bagaimana cara kerjanya? Bot meminta klien untuk mengevaluasi pada skala sepuluh poin salah satu parameter proyek, dan skenario lebih lanjut tergantung pada peringkat. Jika "delapan" dan di atasnya, robot mengucapkan terima kasih kepada lawan bicaranya dan mengakhiri percakapan. Jika "tujuh" dan di bawah - meminta untuk meninggalkan komentar rinci, yang menunjukkan alasan ketidakpuasan. Pidato ditranskripsikan dan diunggah secara tertulis untuk analisis lebih lanjut.


Saat ini, teknologi memungkinkan Anda membuat bot yang benar-benar ramah. Kemampuannya untuk memahami ucapan manusia terus meningkat sebagai hasil dari pelatihan berkelanjutan dalam frasa baru dan kata-kata yang sering digunakan. Tidak hanya nama-nama promosi atau opsi kartu ditambahkan ke model bahasa, tetapi juga banyak opsi untuk kata-kata dari permintaan yang sama.