Пост — о боевом опыте автоматизации продающего call-центра на базе технологий разговорного ИИ Тиньков-банка. Мы в восторге от того, что:

• удалось перевести исходящие звонки одной из категорий клиентов на робота и получить конверсию как у человеков-сотрудников call-центра
• робот методично следует скрипту, всегда отрабатывает возражения и готов делать унылую работу с вероятностью успеха в 1% попыток, 24 часа в сутки 7 дней в неделю
• видна внятная перспектива втащить в контур ИИ-автоматизации еще и входящие звонки по этой клиентско-товарной категории
• пилотный проект оказался экономически эффективным

Ниже подробности.

ЧТО ПРОДАЁМ и ЧТО АВТОМАТИЗИРУЕМ

Компания «FTNet» среди прочего продаёт водителям коммерческого транспорта карты тахографа. Это пластиковые карты с чипом, которые по сути напоминают гибрид автомобильных прав и банковской карточки.

Товар, с одной стороны, представляет собой коммодити. А рынку конечного клиента свойственны черты совершенной конкуренции. В то же время персональная водительская карточка относится к т.н. защищенной полиграфии. К этой категории товаров предъявляет серьезные требования регулятор, что повышает себестоимость выпуска. Поэтому приходится биться одновременно и за увеличение количественного потока, и за снижение операционных затрат. Как говориться, бежать, только чтобы оставаться на месте.

Как и права, карты водителя надо по окончании срока действия перевыпускать. Значит, если звонить по нашей базе клиентов в означенное время, великий шанс сделать повторную продажу старому клиенту. Мы решили поставить эксперимент по автоматизации практики исходящих звонков старым клиентам, используя для этого voiceKit от Тинькова и low-code платформу для создания (ро)ботов с ИИ от компании JustAI.

КАК ПРОХОДИТ ВНЕДРЕНИЕ

У нас есть очень талантливый сотрудник Георгий, который сумел в себе совместить набор основных ролей:

• предпринимательски выявить выгоды от автоматизации практики
• инженерно деконструировать актуальный процесс и пересобрать новую ахитектуру на основе предложенной технологии
• отменеджерить проект пилотного внедрения и даже выполнить работы конструирования робота в low-code платформе при ограниченной образовательной поддержке вендоров

Итак, сначала потребовалось описание процесса исходящего звонка AS IS и желаемой практики TO BE. Удивительно, что этих описаний не было до проекта. Но лучше поздно чем никогда.

Вендор дал рекомендации по тому, как правильно построить процесс с использованием предлагаемой технологии. Скажем, корректирует в местах, где у робота традиционные затыки в действиях или ошибки восприятия.

Далее следует итерационное дообучение робота. Партия минут разговоров — разбор ошибок — переконфигурация инструментами low-code платформы в исполнении нашего сотрудника — новая партия разговоров. По опыту вендора на качественное дообучение требуется не менее 200 часов налёта.

Пилотный проект «исходящие звонки» делаем сами, без привлечения сторонних «интеграторов». Только получаем документацию и консультации вендоров по возникающим вопросам — а вопросов возникает много. Мы очень рады, что руководитель проекта способен объять эту сложность.

Читатели, знакомые с тезисом «практика как объект первого класса», наверняка обратят внимание. Вендоры пока лишь дают технологию, но обучают проактивно использованию. Не ставят новую практику продаж, а лишь дают новый инструмент, и крутись как хочешь.

ЧЕГО ДОБИЛИСЬ

Цель — достичь конверсии звонков как у живого оператора. По исходящим звонкам робот и самый результативный оператор Борис уже имеют одинаковую конверсию. И этот показатель равен 30%!
Стоимость минуты работы используемого софта в пересчете на стоимость минуты рабочего времени сотрудника выходит плюс-минус одинаковая. Однако за счет недостижимой для человека собранности потенциал роста прохода при той же конверсии — как минимум в 3−4 раза!

Робот:

• может звонить клиентам от Калининграда до Владивостока в удобное им время в течение одних и тех же рабочих суток
• всегда будет отрабатывать возражения. Несколько неудачных диалогов подряд не портят ему настроение
• сделал звонок в 2 часа ночи по московскому времени — и продал карту! Маржа с продажи покрыла себестоимость минуты звонка, которую мы заплатим вендорам ПО, примерно в 100 раз

СОСТАВЛЯЮЩИЕ УСПЕХА

Почему удалась коммуникация, когда клиент не распознаёт робота как робота:

• хорошее качество синтезируемой речи, то есть технологии
• аудитория водителей часто возрастная, а русской язык — не основной
• сотовая связь вкупе с шумом дорожной ситуации сильно влияет на качество восприятия

Почему удалось пилотное внедрение:

• новая практика живет параллельно и отдельно от старой
• продукт и процессы продажи простые
• есть Т-человек, который в себе совмещает уйму ролей, с кратчайшей дистанцией до согласующего руководства

ЧТО ДАЛЬШЕ

Следущий шаг развития проекта — научить робот отвечать на входящие звонки новых клиентов. Эта подпрактика сложнее первой. Некоторые ветки процесса надо программировать «под нас», а не собирать в low-code конструкторе. Например, когда клиента следует отправить в ближайшую к нему розничную точку. Тут уже придётся привлекать партнёров-интеграторов, вращающихся в экосистеме JustAI.

Еще один похожий проект развития на той же технологии — автоматизировать очень унылую практику «эксперта-предметника». Сложные алгоритмы звонков пока не удастся заменить роботом. А чем сложнее скрипт, тем больше шансов, что сотрудники выполнят работу «так себе». Робот в состоянии вместо руководителя выполнять контрольную функцию, прослушивая и распознавая 100% звонков операторов. Руководителю же останется только ознакомиться с сигналами об отклонениях. Например, слова-теги не были сказаны, или были отклонения от чек-листа, задающего последовательность общения.

Проклюнулась гиперавтоматизация: сначала базу для обзвона делал руками, т.к. на уровне пилота это было несложно. Мы поддерживаем пул лидогенерирующих сайтов. И вместо того, чтоб делать коннекторы от каждого к роботу, нам проще было сделать интеграцию «сайты-CRM-робот» благодаря линейке коннекторов, которую даёт «Битрикс». И далее уже робот по итогам обзвона самостоятельно раскидывает контакты в соответствии со статусами воронки. Дальше можно ковырять сквозную отправку принятых документов для передачи на производство.

Можно ли не делать шаги развития, а совершенствовать удачную практику? Да, на более дорогом продвинутом движке есть простор шлифовать работу технологии. Скажем, имитировать фоновые шумы кол-центра, записывать диалоговые модули голосом диктора и т. п.

В курсе «Системного менеджмента и стратегирования» было сказано, что мы предъявляем завышенные требования к ИИ. В то время как средний колл-центр имеет среднего работника-индуса с посредственным английским языком и приземленным интеллектом. И средний компьютер уже в состоянии такого работника заменить. Наш опыт подтверждает — может!