LLM и точка: как технологии речевой аналитики меняют бизнес
Изображение создано нейросетью
Сегодня качество коммуникаций с клиентами становится основным полем конкуренции между брендами. Общение с операторами кол-центра или менеджерами по продажам может как улучшить впечатление, так и навсегда испортить его. Поэтому бизнес ищет инструменты, которые позволят моментально отследить, когда менеджер отклоняется от скрипта, не пытается снизить градус конфликта, помогут разобраться в проблеме.
Всё более популярными становятся системы речевой аналитики, особенно интегрированные с AI-решениями. Зачем нужна такая система, как она работает и куда будет развиваться в дальнейшем?
Зачем речевая аналитика нужна бизнесу?
Речевая аналитика — это инструмент, который преобразует записи разговоров в текст и анализирует их по нужным критериям. Компании используют сервисы от различных вендоров для анализа звонков, контроля работы контакт-центров, повышения качества обслуживания клиентов и, как следствие, увеличения продаж. Ожидается, что рынок речевой аналитики к 2025 году вырастет не менее чем на 15%.
Улучшение клиентского опыта
Первоначально речевая аналитика использовалась для контроля и оценки работы операторов и менеджеров по продажам: говорят ли они вежливо, следуют ли скрипту, «доводят» ли клиента до покупки, предлагают ли дополнительные решения. К 2024 году сервисы речевой аналитики научились распознавать эмоции в диалогах.
Как это работает? Системы с помощью лексических паттернов автоматически подсвечивают диалоги, требующие дополнительного анализа. Если система настроена на поиск слов или фраз, указывающих на негатив, она выделит разговоры, которые их содержат. Как следствие, удается быстро найти проблемные диалоги или паттерны поведения, а дальше помочь в решении проблемы. Например, предложить клиенту бонус или скидку, чтобы улучшить общее впечатление. Пример использования: крупный застройщик из Тюмени за cчет работы с речевой аналитикой стал обрабатывать до 100% диалогов с клиентами, в то время как вручную специалисты по контролю качества успевали прослушать только 12%. Благодаря автоматическому анализу 900 диалогов удалось понять ожидания клиентов и скорректировать цены на один из жилых комплексов.
Снижение операционных расходов
Речевая аналитика следит за каждой фразой операторов, поэтому нет необходимости нанимать большой штат в отдел контроля качества и перепроверять каждый диалог. Растет и качество оценки: система ничего не упустит, ведь она не устает и не бывает рассеянна.
Всё это приводит к тому, что снижается среднее время обработки звонков и появляется возможность повлиять на другие показатели. Если выяснится, что операторы тратят слишком много времени на обработку звонков, которые не ведут к увеличению выручки, то компания может выявить и изменить соответствующие процессы. Пример использования: «Ростелеком» проанализировал диалоги горячей линии через систему Speech Analytics Lab и обнаружил, что сотрудники тратят больше всего времени на непрофильные обращения. В итоге компания снизила нагрузку на операторов на 14% за счет развития сервисов самообслуживания.
Увеличение продаж
Речевая аналитика позволяет выявить проблемы с текущими продуктами или услугами. Система найдет все обращения, в которых клиенты жаловались на опоздания курьеров или проблемы с товарами. Узнав о сложностях, компания сможет улучшить сервис, мотивируя покупателей пользоваться им и дальше. А это, в свою очередь, позитивно сказывается на продажах.
В частности, технология позволяет точнее выявлять потребности клиентов и принимать бизнес-решения на основе полученной информации. Например, выявив повышенный спрос, можно скорректировать цены на лимитированный товар или услугу. Или узнав, что клиенты обращают внимание на наличие у продавца сертификатов качества на продукты или услуги, можно использовать эту информацию в маркетинговых сообщениях.
Пример использования: интернет-магазин «Премьер Техно» применил технологию речевой аналитики от CoMagic, чтобы разобраться в причинах отсутствия звонков в кол-центр при высоком трафике сайта. Благодаря возможностям автотегирования удалось выяснить, что текущие цены неконкурентоспособны. После их корректировки продажи выросли.
Как устроена речевая аналитика?
Современные системы речевой аналитики сочетают в себе сразу несколько видов технологий. Главная их задача — перевести устную речь в удобный для машинного анализа формат, выполнять поиск по диалогам, анализировать и группировать их, а также визуализировать полученные результаты. Рассмотрим подробнее несколько технических возможностей речевой аналитики.
- Распознавание голоса
В принципе любой сервис речевой аналитики может транскрибировать звук или переводить голос в текст. Чтобы расшифровать устную речь, используются сложные нейросетевые модели – с миллиардами параметров. Сначала система записывает речь и обрабатывает ее, отбрасывая шум и помехи. После этого запись превращается в набор фонем, которые система сравнивает со своим словарем, подбирая нераспознанные слова по контексту. В итоге текст максимально приближен к устной речи, его легко читать и анализировать.
- Полнотекстовый поиск
Он позволяет искать нужную информацию в больших объемах текста. Например, отобразить те или иные факты, проанализировать тональность или классифицировать текст по соответствующим темам. С помощью ключевых фраз алгоритмы обрабатывают различные формы слов, приводят их к базовой форме и выполняют различные логические операции.
- NLP-модели
Модели NLP (Natural Language Processing, или обработка естественного языка) – это специализированные нейросети для обработки человеческого языка. Они понимают речь так же, как люди: могут находить повторы фраз, специфические выражения, изменение тональности или эмоционального состояния. С помощью NLP можно маркировать диалоги по определенным признакам и объединять похожие в группы. Это упрощает анализ большого количества данных и позволяет быстро выявить волнующие клиентов темы или проблемы, с которыми они часто сталкиваются.
- Средства визуализации
К ним относятся инструменты для создания графиков, диаграмм и таблиц. Они используются для демонстрации результатов анализа речи, определения трендов и паттернов, а также сравнения показателей. Например, график может показать изменение частоты использования определенных слов или фраз во времени, а таблица – результаты классификации текста по темам или категориям.
Как будут развиваться системы речевой аналитики
Речевая аналитика — это перспективная для бизнеса система, и ее будущее развитие определяют три тренда, которые повлияют на функциональность систем и на то, как компании их используют.
Интеграции с LLM
Одна из проблем речевой аналитики — системы часто не универсальны, не распознают весь контекст диалога или требуют долгой настройки под определенную отрасль или даже компанию. Так, настроенная под агентство недвижимости система будет бесполезна для супермаркета электроники. Чтобы ее адаптировать, необходимо создавать специальные словари и наборы фраз, зачастую дорабатывая их вручную.
Одним из главных событий 2023 года стал скачок в развитии больших языковых моделей (LLM), например ChatGPT или GigaChat. Они обучены на большом корпусе разнообразных текстов и учатся в процессе взаимодействия с пользователями. С помощью такой активной практики нейросетевая модель существенно улучшает качество понимания речи и работы с ней: большинство необходимых слов и выражений «зашито» в LLM, а контекст постоянно дополняется. Это позволяет понимать запросы клиентов независимо от формулировок и определять истинный смысл сказанного.
Переход в офлайн
Одна из точек роста рынка речевой аналитики — применение систем за пределами контакт-центров, в физических точках продаж в виде аудиобейджей. Например, год назад такую систему внедрил Sokolov в 345 магазинах сети, чтобы контролировать качество обслуживания и выявить успешные практики. Казалось бы, это очевидное решение, однако многие компании испытывают с этим сложности.
В контакт-центре проще получить более качественную запись для анализа: меньше посторонних шумов, а значит, и качество распознавания речи выше. Кроме того, не требуется дополнительного оборудования для звукозаписи. Для внедрения речевой аналитики в офисах и точках продаж нужны микрофоны или аудиобейджи, которые могут гарантировать высокое качество записи. Если посторонние шумы окажутся слишком громкими, система просто не распознает речь.
Современная речевая аналитика помогает «ловить» тренды, пока они еще на подъеме, и изменять стратегию продаж или планы компании. Благодаря развитию технологий бизнес получил еще один эффективный инструмент, позволяющий менять правила игры в свою пользу. Внедрение речевой аналитики помогает компаниям не просто следить за трендами, но и опережать их, создавая уникальный клиентский опыт. И сегодня это становится ключевым фактором успеха на рынке.
Авторы: эксперты ООО «Сбер Бизнес Софт»
Опубликовано 27.06.2024