Как встроить робота в бизнес-процессы банка и выиграть
Ледаков
руководитель направления развития голосовых продуктов и интеллектуальных сервисов компании BSS
В последние полтора-два года внедрение речевых технологий заметно активизировалось. Многие банки реализовали то, что раннее предполагалось запустить в течение 3-5 лет. Руководитель направления развития голосовых продуктов и интеллектуальных сервисов компании BSS Юрий Ледаков рассказал обозревателю проекта Vision Якову Шпунту о специфике виртуальных ассистентов для финансового сектора и особенностях их внедрения.
В чем специфика контакт-центра банка? Учитывают ли ее решения BSS и каким образом?
Основная специфика КЦ банка естественно связана со спецификой бизнеса кредитно-финансового сектора. Банк несет ответственность за сохранность средств, проведение операций и обслуживание клиента. Контакт-центр банка в первую очередь ориентирован на предоставление помощи клиентам, консультирование по финансовым продуктам и услугам, а также проведение исходящих обзвонов, например, продажи или напоминание о задолженности. Кроме того, КЦ банка, как и любой другой отрасли, должен обеспечивать круглосуточную поддержку, быстрое реагирование и профессиональное решение проблем с первого обращения.
BSS создает для банков интеллектуальных ботов, которые принимают звонки, сообщения из чатов, запросы из мобильной и веб-версии онлайн-банкинга, мессенджеров и соцсетей. Такой робот ведет диалог с клиентом, понимает естественную речь и автоматически обслуживает поступающие запросы, а банк экономит собственные ресурсы и значительно снижает затраты. Виртуальные ассистенты помогают в растущем объеме запросов. Глубокая интеграция с бизнес-процессами банка дает возможность виртуальному ассистенту получать и использовать знания в режиме онлайн.
Внедрение речевых технологий от BSS позволяет трансформировать клиентский путь за счет продвижения самообслуживания и выстраивания интуитивно понятных бизнес-процессов. Использование речевых решений помогает выявлять потребности клиентов и контролировать процессы продвижения продуктов, что способствует повышению продаж.
В чем особенности использования робота в контакт-центре банка?
Работая внутри компании, робот, по сути, является внутренним виртуальным сотрудником банка с полным доступом к всей необходимой информации. Его легко настроить на обработку обращений и звонков по различным тематикам. Он способен отвечать на вопросы юридических и физических лиц по вкладам, кредитам и другим продуктам. С его помощью можно автоматизировать внутренние задачи банка, например кадровой службы или административно-хозяйственных подразделений.
При этом современные роботы являются самообучаемыми. Они "подсматривают и запоминают" как работают операторы-люди и совершенствуют свою деятельность, используя опыт сотрудников, а также учатся на своих ошибках. Наша же задача понять, как устроено обслуживание клиента, передать виртуальному ассистенту эти знания и внедрить робота в бизнес-процесс заказчика.
В целом спектр практического применения такой автоматизации очень широкий.
То есть я правильно понимаю, что для каждой клиентской категории у робота свой подход, учитывающий специфику и потребности этой категории? Расскажите подробнее.
Например, для малого бизнеса важна скорость проведения операций. Многие такие предприятия не имеют штатного бухгалтера. Однако владельцам таких предприятий нужно своевременно получать актуальную информацию, например, поступили ли деньги на счет. Причем, без преувеличений, на бегу, без доступа к компьютеру и необходимости установки мобильного приложения.
Например, в ходе реализации проекта в одном из Топ-5 банков РФ мы обнаружили интересную историю. Оказалось, что представители малого бизнеса активно используют чаты в Telegram для коммуникации с контрагентами и решения бизнес-задач. Так бухгалтеры и менеджеры трех компаний, для ускорения процессов, синхронизировали свои действия через общий чат. Мы предложили добавить в данный чат полноправного участника - официального робота банка, который позволяет автоматизировано решать многие вопросы, связанные с организацией взаимодействия с банком и поддерживает платежный функционал. Когда в чате появляется вопрос, робот сразу отвечает. У него есть доступ к банковским системам, и он может намного быстрее человека найти необходимую информацию. В итоге коммуникация между компаниями существенно ускоряется, что положительно сказывается на бизнес-результатах. Также виртуальный ассистент предлагает воспользоваться тем или иным банковским сервисом, помогает выставить и оплатить счет, предоставить выписку, сделать повторную оплату из истории платежей, найти ближайшие банкоматы и отделения по геолокации. При этом робот активизируется и отвечает в чате только тогда, когда в нем возникает необходимость.
Физические лица обращаются в банки для решения широкого спектра задач. Тут и операции с вкладами, и получение кредитов, и рефинансирование. Робот при этом может не только обслуживать клиента, но и работать в проактивном режиме для уведомлений и телемаркетинга. При звонке робот получает полную информацию о клиенте из CRM, мгновенно формирует гипотезы, определяет вероятные потребности клиента и быстро подстраивается под них. Востребовано и получение справочной информации, например, о текущих ставках по кредитам, курсах валют, расположении и времени работы филиалов и банкоматов, что уже фактически стало отраслевым стандартом.
В чем специфика проектов внедрения голосовых ассистентов? Каковы типичные трудности в процессе внедрения?
Такие проекты требуют глубокой интеграции с CRM, системами комплексной аналитики данных и бизнес-процессов и другими информационными системами заказчика.
Технически эти работы занимают относительно немного времени за счет уже готовых "коннекторов" и "адаптеров" к популярным системам. Но каждая интеграция требует согласований. Для обеспечения подключения внешних каналов связи для приема обращений, требуется написание всевозможных обоснований, прежде всего, для служб безопасности: информационной, общей, экономической. Например, мы недавно делали телеграм-бота для одного из крупнейших российских банков, и процесс согласования вывода в работу такого сервиса занял около двух месяцев.
Мы применяем готовые, наработанные нами и нашими партнерами, лучшие практики, которые учитывают специфику каждой отрасли, роботы настроены и обучены из коробки. Это существенно сокращает время внедрения и запуска. Мы предлагаем решение, а не технологию. На базе этих практик некоторые банки даже меняют свои бизнес процессы, делая их более эффективными. Да, отраслевые роботы тоже могут дообучаться, так как даже в одной отрасли компании могут отличаться по бизнес-процессам, категориям клиентов, тактическим и стратегическим задачам.
Есть моменты, которые нельзя назвать сложными, это, скорее рутина. Сюда можно отнести вопросы запуска и отладки бизнес-процессов, а также организацию обучения сотрудников управлению роботом.
Сейчас на слуху речевая аналитика. В частности, банки активно внедряют такие системы и они представляются чрезвычайно эффективным инструментом. За счет чего это происходит?
Речевая аналитика способна записывать все коммуникации с клиентами, проводить автоматический анализ, выявлять нарушения. Все это она может делать и онлайн. Также система позволяет определить проблемы существующих бизнес-процессов и выявить потенциальные точки для их улучшения и оптимизации.
В контактном центре система автоматически контролирует работу операторов, причем тотально, в режиме 24/7/365. Аналитический механизм позволяет находить отклонения от установленных процессов, выявлять операторов, которые их допускают, и то, как эти отклонения влияют на бизнес. К примеру, это позволяет определять эффективность рекламных кампаний и перестраивать работу с претензиями клиентов с одной стороны, и выявлять лучшие практики – с другой. Решение этой задачи без использования речевой аналитики просто невозможно. "Вручную" прослушать все разговоры практически невозможно, так как потребуется столько же контролеров сколько и операторов. Поэтому практически все контакт-центры анализируют небольшую выборку всех разговоров. При этом упускается значительная доля информации, которая может оказаться многозначимой.
При внедрении роботов для банков важна скорость внедрения и обучения. Как BSS решает вопросы Time2Market? Какие использует технологии и ноу-хау?
На рынке банковских систем мы уже без малого 30 лет и хорошо знаем специфику этого сегмента. Сейчас применяем наш опыт для создания виртуальных ассистентов и чат-ботов для банков. Мы создали специальную модель распознавания, адаптированную под банковскую лексику на базе реальных диалогов с банковским контакт-центром. Наш робот не путает "вклад" и "клад", знает разницу между автокредитом и потребительским кредитом на машину.
Мы сделали типовые сценарии для наиболее частотных запросов в контакт-центр – уточнения условий по кредитам, блокировки карты, уточнения курса валют и т.д. Эти сценарии готовы к использованию сразу после интеграции с системами банка. Их можно запускать и без интеграции. В этом случае робот сможет объяснить как получить нужную информацию через банк-клиент или дать прямую ссылку на нужный раздел сайта.
Мы знаем, что ни одна универсальная модель распознавания и никакой самый продуманный сценарий не подойдет абсолютно всем банкам. Поэтому разработали инструментарий, помогающий банкам самостоятельно менять типовые сценарии или создавать новые. Диалоги проектируются через визуальный интерфейс, где из "кубиков" отдельных элементов можно собрать сценарий разговора.
Чтобы научить робота распознавать новую тематику – достаточно привести несколько примеров реплик, и робот начнет распознавать похожие по смыслу фразы.
Еще пару лет назад для этого требовалось на порядок больше данных, но последним поколениям нейросетей, благодаря технологии few-shot learning, достаточно намного меньше. Хватит 50+ примеров для обучения одной тематике. При этом BSS постоянно обновляет систему распознавания, чтобы всегда быть в авангарде технологий.
В итоге наши клиенты могут запускать виртуального ассистента "из коробки" за несколько недель, а затем наращивать его функционал – своими силами или привлекая нас. Так мы достигаем высоких скоростей внедрения и удовлетворенности заказчиков.
Есть и технологическая сторона вопроса. BSS предлагает полный технологический стек бесшовно-интегрированных друг с другом продуктов, покрывающий все потребности заказчика в области речевых технологий с использованием ИИ.
Какие проекты в банковской сфере и не только можно считать знаковыми для BSS? Почему?
В качестве образцового примера сквозного сервиса клиентского обслуживания с бесшовной интеграцией разных систем, а также контроля и улучшения качества, хотелось бы назвать проект в ПСБ. Банк долго анализировал рынок и выбирал то, что ему подходит. В итоге он не пошел по пути внедрения разнородных систем, который приводит к проблемам интеграции, часто не имеющим успешного решения. Плюс ко всему разнородные боты, которые обслуживают узкие задачи конкретных подразделений банка по отдельности, не дают централизованного знания о клиенте, позволяющего обсуживать его во всех каналах одинаково, что снижает общий эффект от внедрения. Выбор целой экосистемы вместо отдельных продуктов оказался правильным и эффективным.
Так, в ПСБ на базе омниканальной диалоговой платформы Digital2Speech запущен первый в РФ чат-банк для малого и среднего бизнеса с платежным функционалом в мессенджерах Telegram и WhatsApp. Он дает возможность пользователям выставлять и оплачивать счета, не выходя из мессенджера. Безопасность операций обеспечивает двухфакторная идентификация. Виртуальный помощник в чат-банке, созданный на основе речевых технологий BSS, консультирует по обслуживанию, отвечает на вопросы, предоставляет данные по остаткам на счетах и выписки, способен распознать и оплатить счет. Чат-банк постоянно развивается. Среди нового функционала стоит отметить диалог с виртуальным ассистентом с помощью голосовых сообщений и поиск банкомата по геопозиции.
Внедрив чат-банк, ПСБ получил простое и легкое подключение других каналов. Это обеспечено тем, что все решения базируются на единой омниканальной платформе Digital2Speech, включающей все инструменты, сценарии и интеграции. Так, в короткий срок, в ПСБ запущен голосовой ассистент, который очень быстро дал существенный эффект в обслуживании клиентов. Помимо текстового канала в мессенджере, робот взял на себя запросы, поступающие по голосовому каналу. В результате и клиенты, и операторы довольны. Клиенты получили моментальные ответы на свои звонки в банк, без ожидания на линии, а у операторов сократилась нагрузка по типовым запросам.
Адаптация голосовых ассистентов под сленг, диалекты и языки, отличные от русского. Насколько это сложная задача?
На эталонном, академическом языке, который на 100% соответствует установленной теоретической норме, в реальной жизни никто не разговаривает. Это понимают разработчики, и стремятся обучать нейросети на реальном живом (народном) языке с учетом специфики наших обширных территорий страны. Языкового барьера в речевых система не существует. Речевой робот очень легко подстраивается под разные виды сленга, диалектов и регионализмов, акцентов и дефектов речи. Наши общие модели постоянно дообучаются и совершенствуются, в том числе и в диалектах. И подобные решения уже успешно работают.
За счет чего проект окупается? На какой выигрыш можно рассчитывать?
Экономика таких проектов в основном базируется на исключении из процесса обслуживания операторов первой линии и переключении их на решение не типовых и нетривиальных запросов. Чем больше задач берет на себя робот, тем больше экономия и дополнительные доходы. Новых операторов надо обучать, а робот не уволится, и он обучается самостоятельно.
Плюс ко всему, робота можно использовать для контроля качества работы операторов-людей и самих роботов, причем контроля тотального. Такой контроль полезен и для более качественного определения потребностей клиентов и выявления клиентов потенциально проблемных, готовых уйти к конкурентам. Тут выигрыш не прямой, но его можно посчитать.
В итоге время возврата инвестиций (ROI) не превышает полутора лет. Для банков с момента внедрения это время составляет порядка 6-8 месяцев.
Планы на будущее. Что новое появится в ближайших новых версиях продуктов BSS? В каком направлении идет развитие ваших речевых решений?
Важным направлением развития является персонализация предложений, использующая все знания о клиенте, в том числе извлеченные из голоса сведения о поле, возрасте, паттернов поведения клиента и его жизненной ситуации, склонности к тому или иному продукту/услуге. Основываясь на этих данных пользователи продуктов BSS будут иметь возможность выстроить клиентоцентричное обслуживание, целью которого является повышение LTV (Lifetime Value, пожизненная ценность клиента). Так же это позволит предугадывать потребности клиента, формировать релевантные предложения и предлагать их именно в тех точках CJM (Customer Journey Map, карта пути клиента), в которых они востребованы клиентами
В скором времени в линейке продуктов BSS появится режим суфлера в голосовом канале. И если для текстового канала такой функционал уже не новость, то для голоса российский рынок только начинает осваивать данную технологию. А востребованность такого продукта достаточно высока, ведь это позволяет не только облегчить работу операторов, но и значительно сократить время обслуживания клиента, сделать предоставление информации более точной, избегать операционных ошибок в обслуживании.
Мы видим как активно растет интерес к теме биометрии. Значительную роль в этом играет государство, что проявляется, например, в активизации работы по законодательному обеспечению использования данного средства идентификации. Крупные игроки, в частности, Сбер, приступили к строительству собственных систем.
В составе нашей омниканальной диалоговой платформы Digital2Speech есть решение по голосовой биометрии, способное идентифицировать человека по голосу и вести контроль на всем протяжении диалога. Если некий гражданин звонит в банк и просит заблокировать потерянную или украденную платежную карту, то система не только определит, тот ли это человек за кого себя выдает, но, действительно, заблокирует карту и начнет процесс ее перевыпуска. Данная функция, как нам кажется, будет очень востребована в горизонте двух лет.