Каждый месяц мы получаем 20–50 тысяч звонков с вопросами по обслуживанию банкоматов. Чаще всего звонят инженеры: узнать статус заявки, получить доступ, проверить версии ПО и т.п. Или инкассаторы — чтобы понять, есть ли на препарируемом ими банкомате неисправности. Вопросы в 90% случаев одни и те же.
Мы взяли движки для голосовой автоматизации и речевых технологий, объединили их и получили робота, который помогает человекам, подключили и поставили его на линию.
Функционал был тот же, что и у оператора, но инженеры принципиально не хотели общаться с роботом. Даже если это был типовой вопрос «всё ли хорошо с банкоматом?». Потом мы поменяли голос на приятный женский, протестировали в АБ с мужским — и количество переключений на оператора с робота-женщины упало: 24% обработок с Денисом и 65% с Джулией.
Когда мы думали, как автоматизировать службу поддержки и обработать тысячи типовых обращений, рассматривали вариант с созданием мобильного приложения под эти цели. Но быстро отмели эту историю по двум причинам. Первая — не везде есть интернет того мобильного оператора, который использует сотрудник, обслуживающий банкомат — инженер, инкассатор или другой представитель предприятия в рамках автоматизации списков доступа. Некоторые банкоматы находятся в местах, где из всех способов связи — только голосовая. Например, станция «Зима». Там есть банкомат, но нет доступа в сеть. А на некоторых заводах интернет могут глушить в силу специфики производства и во имя секьюрности. Соответственно, будь у нас хоть десяток специальных мобильных приложений, они в таких условиях не спасут.
Вторая причина — не все герои носят плащи, и не все обслуживающие сотрудники пользуются смартфонами. Мы не можем (и не должны) заставлять их приобретать устройства, которые поддерживали бы мобильное приложение.
В свою очередь мы сами не видим целесообразности в создании приложения под устаревшие версии разных операционных систем. А если у человека старый кнопочный телефон? Это же относится к вариантам с разными чат-ботами и поддержкой через мессенджеры.
Соответственно, в отличие от мобильного приложения, телефонный звонок, который можно сделать из любой точки и с любого устройства, позволяет службе поддержки действительно стать более доступной.
Когда нужен оператор
Но бывают случаи, когда без помощи оператора не обойтись. Это моменты, связанные с организационными вопросами, и мы их ещё не автоматизировали.
Например, банкомат нужно оставить в каком-то необычном состоянии, которое не описано ни в одном из регламентов или же редко встречается. К примеру, верхний кабинет не до конца захлопывается. Или возникла ошибка идентификации инкассатора: табельный номер, группа банкоматов, которые он обслуживает, и ещё некоторые другие данные не совпали по какому-либо признаку. Доля таких звонков в общей массе небольшая: с неуспешной идентификацией — 15,93%, с некорректной — 4,82%, с успешной — 79,25%, по данным за август 2023 года. По другим месяцам статистика примерно такая же.
В такой ситуации подключается оператор. Он разбирается, что произошло. При ошибке идентификации мы не можем доверить проведение работ через голосового помощника, потому что рискуем безопасностью банкомата, а безопасность — это главный принцип обслуживания. При этом потерять звонок мы тоже не можем. Пусть это не банковский клиент, рассердить которого сброшенным звонком — это навредить репутации банка. Но, оставляя инкассатора без обратной связи, мы рискуем бросить банкомат в нерабочем состоянии, то есть недоступном для клиента. Инкассатор попросту уедет, потому что его время регламентировано.
Эпоха до голосовых помощников
Раньше, до голосовых помощников, ответа от служб поддержки можно было ждать до получаса, так как мы всё-таки — не контакт-центр, а компания, занимающаяся централизованным управлением в сервисе. В пиковое время количество параллельных звонков могло в несколько раз превышать число обращений в часы тишины. При этом обращения могли носить формальный характер.
Например, звонили инкассаторы, чтобы доложить, что закончили работу, и узнать, можно ли им уезжать. Они стояли с деньгами у банкоматов и нервничали, дожидаясь ответа. Нужно было, чтобы все эти звонки, на которые требуется формальный ответ без консультации, принимали не операторы.
Какие ещё задачи мы хотели решить, внедряя голосовых помощников:
- увеличить доступность сети, сократить время ожидания ответа;
- сэкономить средства, которые можно направить на развитие и улучшение сервиса.
Робот Джулия и робот Сигма
Мы создали голосовых помощников и поделили между ними обязанности. У нас есть помощник Сигма. Она автоматизирует списки доступов (вспоминаем историю про инженера, которому надо попасть на завод, где стоит банкомат). С ней общаются все, кому нужно проверить список доступа.
С инженерами и инкассаторами разговаривает робот Джулия. Она их консультирует, и как раз этот робот может ответить на вопрос, можно ли инкассатору уезжать, в рабочем ли состоянии он оставляет банкомат. Она проверит состояние всего оборудования на серверах, всё ли отражается как исправное. Если что-то пойдёт не так, например, произойдёт замятие в чековом принтере, то она предложит помощь и подскажет как решить проблему.
До внедрения наших голосовых помощников часто возникали ситуации, когда инкассаторы по формальному признаку выполняли свои процедуры, меняли кассеты и уезжали, не убедившись, что банкомат работает. Приходилось снова вызывать инкассаторскую службу, оплачивать этот выезд. Денежные кассеты переезжают туда-сюда, идёт перерасчёт в кассе — банк терпит убытки. Появление Джулии помогло избавиться от этой проблемы, потому что до неё можно быстро дозвониться и получить всю необходимую информацию. Голосовые помощники всегда на связи и работают 24/7.
Ввод в сервисную службу
Интеграция голосовых помощников заняла около полугода. Изначально в команду входили два разработчика и два бизнес-аналитика. Сейчас состав основной команды выглядит так: лид, IT-лид, два бизнес-аналитика, два автоматизатора бизнес-процессов, четыре разработчика и тестировщика.
Работу строили, основываясь на Agile-подходе по методологии Scrum. В зависимости от бэклогов объединили в команду от двух-трёх до 12 специалистов. У нас есть ключевые поставки на год, они разделены на квартальные релизы с поставками каждые две недели и обратной связью. Работу вели поэтапно. Нам нужно было:
- преобразовать бизнес-идею в технологические требования;
- сделать автоматизацию у контакт-центра и интеграцию с центром речевых технологий;
- обеспечить изначальное скриптование деревьев, по которым голосовой помощник идёт, в зависимости от того, что он услышит от человека.
И у нас всегда параллельно были команды разработки нашего инцидент-менеджмента, команда разработки процессинга. Когда нужно было доработать продукт в смежных системах или получить из них информацию, системный аналитик описывал ТЗ на интеграцию и данные, после чего ставил в соседние команды запросы на доработки.
Сегодня мы продвинулись дальше: большая часть разработки перешла на стримы, которые объединяют команды по определённому направлению. Например, я лидирую продуктовый кластер стрима, который развивает все сервисные продукты. Есть стрим, который развивает процессинговые технологии. Есть стрим, который развивает софт на банкоматах. Внутри стрима и между ними мы ставим задачи, чтобы создать единый продукт, проводим синхронизацию с циклом поставок раз в каждые две недели. Таким образом, вся история с голосовыми помощниками интегрирована в рамки общего спектра платформы, продуктов, которые мы поддерживаем.
В бэкглог задачи попадают тремя способами — это могут быть запросы на автоматизацию, сопровождение или же обратная связь от наших бизнес-заказчиков. Например, они могут посчитать, чего не хватает какой-либо функции. Условно, попросить, чтобы голосовые помощники спрашивали у инкассаторов: «Как ваше настроение сегодня?». Для нас это бессмысленная задача, но, если заказчик финансирует создание продукта, мы можем внедрить и такой функционал. Но зачастую фидбек мы получаем более полезный и постепенно что-то правим и улучшаем.
Речь живая и категоричная
Со всеми проблемами, связанными с парсингом, мы разбирались через центр речевых технологий. Например, разделение звонков по категориям. Кто звонил, зачем обратился, как исправили — всё это нужно было отследить, чтобы определить сегменты, где больше всего звонят и где есть возможность решить вопросы без участия людей.
Сделали простой IVR, где путём долгого прослушивания и движения по сложному меню звонки категоризировались по базовым направлениям. Затем операторы дополнили эту информацию алгоритмами решения базовых запросов. Точки пересечения объёма звонков и возможности их максимально делегировать роботам нас интересовали в первую очередь.
Технологии центра достаточно хорошо распознают русскую речь, но не все звонящие обладают идеальной дикцией. Какие-то нюансы речи могут «сломать» голосового помощника, и он не ответит. Это дефекты речи, нечёткая дикция, сильный акцент. Мы решили эту проблему с помощью ввода данных через клавиатуру. Например, если робот не смог распознать номер банкомата, потому что звонящий плохо проговаривает числа, он попросит ввести его номер вручную на телефоне. Это не мы изобрели. Это классическая возможность телефонии. Мы её просто интегрировали в наш сервис.
Инженеры не хотят говорить с роботом
Казалось бы, проблем нет. Мы настроили работу наших голосовых помощников, всё предусмотрели и всё технически сделали, чтобы вопрос можно было решить без участия оператора. Но не учли человеческий фактор. Наши инкассаторы и инженеры признались, что им нравится общаться с девушкой из контакт-центра — живой, милой с приятным голосом.
Мы сохранили возможность подключения оператора, и специалисты ждали его ответа, игнорируя робота. Решение было найдено экспериментальным путём. В самом начале голосовой помощник говорил мужским голосом. Это был робот Денис. Мы не придали значения, какого пола будет наш робот. А инженеры очень возмутились, когда женский голосовой контакт-центр заменили Денисом. Признаюсь, мы долго думали, что делать. А потом, в качестве эксперимента, заменили мужской голос на женский. Именно так и появилась наша Джулия. Кстати, её имя связано с нашим бизнес-аналитиком и ключевым лидером Юлией.
В результате у нас резко упало количество звонков, которые переводились дальше на оператора. По последним данным, за сентябрь 2023 года, 65% обращений решаются через голосового помощника и 35% звонков принимают операторы. Год назад, в сентябре 2022 года, роботы обрабатывали только 24% звонков. А в 2021 году показатель за сентябрь был меньше в разы — всего 2%.
Результаты работы АО ССЕО крупного банка
В целом весь наш опыт с внедрением голосовых помощников — это интеграция одной рабочей технологии в другую. Если верить истории, первые голосовые помощники появились ещё в прошлом веке, в конце 30-х годов. Мы же со своей стороны предлагаем, как можно расширить их функционал.