Понимание индивидуальных потребностей различных групп клиентов дает возможность эффективно управлять клиентским опытом, поскольку виртуальные агенты контакт-центров, систем CRM и Service Desk потенциально способны вести осмысленный диалог с клиентом по различным каналам коммуникаций, предоставляя релевантные ответы на его запросы. В основе таких решений лежат алгоритмы, учитывающие историю обслуживания клиентов, распознающие эмоции и выявляющие паттерны поведения абонента для конструирования персонифицированных предложений.
Чат-боты, голосовые помощники, виртуальные ассистенты активно применяются сегодня при организации сервисного обслуживания. От подобных решений бизнес ожидает оптимизации бизнес-процессов и экономии за счет передачи цифровым агентам выполнения типовых операций. Однако главная задача — это повышение уровня удовлетворенности клиентским сервисом, а не сиюминутная экономия на персонале. Для любого бизнеса важна прежде всего лояльная клиентская база, а механическая замена операторов центров обслуживания голосовыми помощниками может сыграть злую шутку. Назойливые всплывающие окна чат-ботов на сайтах, длинные голосовые меню для выбора при звонках в компанию, ошибочное распознавание вопроса, а в итоге переадресация запросов человеку-оператору — все это с большой вероятностью вызовет у клиентов раздражение. Общение с чат-ботом, не обеспечивающее решения вопроса, не способствует улучшению клиентского опыта — клиент выберет компанию, виртуальный ассистент которой интегрирован с ее бизнес-процессами и формирует решение, опираясь на ее цифровые активы, системы прогнозной аналитики, искусственный интеллект и знания человека-оператора.
Замена людей чат-ботами возможна лишь для предприятий, достигших определенного уровня «цифровой зрелости», поэтому компаниям, вставшим на путь цифровой трансформации клиентского опыта, прежде всего следует сконцентрировать внимание на улучшении качества обслуживания и осознать, что системы искусственного интеллекта не заменят людей, но вместе с ними могут работать максимально эффективно. Однако мало построить модель, которая будет помогать в решении вопроса клиента, классифицируя обращения и формируя рекомендации по дальнейшим действиям по его решению, — требуется обеспечить совместную работу всех участников процесса обслуживания клиента: чат-бота, аналитической системы и человека (см. рисунок).
.jpg) |
| Схема обработки клиентских запросов |
Любая модель может ошибаться. Например, при реализации проектов интеллектуальной автоматизации в интересах крупных отечественных инфраструктурных компаний возникает множество проблем, связанных с изменением запросов и появлением нестандартных вопросов клиентов, когда виртуальный помощник не находит решения в рамках уже имеющихся поведенческих паттернов, учтенных алгоритмами машинного обучения, и передает эстафету оператору в рамках стандартного бизнес-процесса (см. рисунок). Такие ситуации возникают при недостаточной проработке возможных паттернов и ограниченности выборки исторических данных, используемых для обучения модели.
Возможным решением может быть увеличение обучающей выборки, но даже самые совершенные алгоритмы не учитывают изменчивость и вариативность окружающего мира. Например, использование словарей объемом в миллионы слов на первый взгляд кажется достаточным для построения эффективного виртуального помощника, но даже такие словари не охватывают всего многообразия языка. Чат-бот, обученный на подобных данных, может не знать всех вариантов и нюансов поведения пользователя, поэтому надо предоставить возможность обращения к эксперту-человеку как на этапе обучения модели, так и на этапе инференса для учета новых тематик диалогов. Задача бизнес-аналитиков в этом случае — максимально гибко настроить систему виртуальных помощников, чтобы исключить жесткие сценарии работы с клиентом. Ключевой момент — переключить клиента сервисной службы или контакт-центра на оператора еще до того, как у абонента возникнет раздражение.
Наиболее эффективны системы, сочетающие возможности виртуальных и реальных агентов, распределенных по нескольким линиям поддержки сервисного обслуживания. Люди легко распознают эмоциональное состояние клиента, и это позволяет им проявить эмпатию (на что пока еще неспособны виртуальные агенты), что часто помогает при решении нестандартных вопросов и проблем, требующих немедленного решения. В то же время виртуальные агенты эффективны при интеграции разрозненных данных, получаемых из корпоративных информационных систем и аналитических систем обработки предыдущего опыта коммуникаций, и могут сразу выдавать релевантный ответ клиенту либо формировать предварительную информацию для оператора-человека. Поэтому важно уметь не только разрабатывать системы машинного обучения и накапливать данные о клиентах, но и создавать бизнес-процессы, предусматривающую совместную работу цифровых агентов и людей. Такие рабочие процессы освобождают специалистов от решения рутинных, повторяющихся и типичных вопросов. Вместо этого операторы могут сосредоточиться на исключениях, с которыми система еще не сталкивалась и которые требуют индивидуального подхода.
При обслуживании клиентов можно использовать три основных режима совместной работы чат-ботов и людей:
Умный чат-бот, инициирующий беседу и передающий ее человеку. Использование искусственного интеллекта на «первой линии» поддержки помогает классифицировать запрос и передать его специалисту соответствующей квалификации, предоставив ему максимум вводной информации.
Оператор, обслуживающий клиентов с помощью систем искусственного интеллекта. Некоторые компании предпочитают, чтобы все обращения их клиентов обрабатывали именно сотрудники, и в этом случае внутренний чат-бот может помочь человеку при оперативном подборе персонализированных предложений или в поиске решения проблемы.
Чат-бот, самостоятельно обслуживающий клиентов «под присмотром» операторов. При обслуживании клиентов через онлайн-чат оператор может управлять одновременно несколькими беседами между чат-ботами и клиентами, что повышает производительность до такого уровня, как если бы цифровой агент самостоятельно отвечал на вопросы. Если виртуальный агент затрудняется с ответом, то человек может оперативно вмешаться.
***
Использование чат-ботов для обслуживания клиентов не только экономически выгодно, но и позволяет формировать положительный клиентский опыт, особенно при выполнении простых запросов. Однако для решения сложных и нестандартных вопросов с использованием эмпатии и эмоционального интеллекта требуется организация совместной работы человека, виртуального агента и имеющихся в компании информационных систем.
Татьяна Зобнина (info@naumen.ru) — старший аналитик-разработчик систем машинного обучения, компания Naumen (Москва).
