С 2023 года чат-ботов использует каждая пятая страховая компания (по данным Naumen). Банки, ритейл и даже медицина — и того чаще. Наличие бота в авторизованной зоне, например, на сайте или в личном кабинете, стало важным критерием цифровой зрелости.
Казалось бы — ура, да здравствует прогресс. Но все оказалось не так просто. Повальная автоматизация обращений вызвала у клиентов сдержанную реакцию, немногие оказались в восторге от общения с роботами. И теперь всем приходится уделить еще больше внимания наполнению и развитию своих ботов, чтобы они наконец перестали выполнять роль автоответчика и смогли приносить клиенту реальную пользу.
В связи с этим, когда в РГС начали думать в сторону внедрения чат-бота, мы ожидаемо озадачились вопросом: «А кого нам для этого надо нанять?». Разработчики не часто подкованы в тонкостях написания текстов и общения с клиентами. Нужно было что-то на стыке технических и гуманитарных навыков. И так мы начали поиск своего загадочного лингвиста-разработчика.
Кто ты, таинственный лингвист-разработчик?
Прежде всего, конечно, это человек, который умеет говорить на языке клиента и может превратить нормальную человеческую речь в работающий сценарий. Клиент обращается в поддержку компании потому что у него есть проблема, и он ожидает, что мы эту проблему быстренько решим. Он не погружен в нюансы работы банков/страховой/ритейла (подчеркните нужное) и не разбирается в терминологии.
И перед лингвистом‑разработчиком стоят следующие задачи:
1. Понять, что хотел клиент и собрать датасет.
Его задача — собрать датасет, в котором для каждого намерения будут собраны подходящие примеры обращений от реальных клиентов. Хороший датасет содержит однозначные и семантически разнообразные фразы, которые позволят итоговой модели иметь широкое понимание возможных формулировок намерения, с достаточным (не менее 500) количеством примеров для каждого намерения.
2. Писать тексты.
Недушный и понятный для клиента ответ на любой запрос. Это могут быть как текстовки а‑ля FAQ (когда бот просто даёт ответ на вопрос и не начинает диалог), так и ветвистые сценарии диалогов, которые обрабатывают множество вводных от клиентов и корпоративных систем.
3. Проектировать сценарии.
Несмотря на то, что большинство имеющихся на рынке диалоговых платформ дают возможность настройки сценария в графическом drag‑and‑drop интерфейсе, в части интеграций с корпоративными ИТ‑системами для передачи к ним запросов и получения ответов могут потребоваться базовые навыки разработчика, потому что вызов систем будет реализован в коде, который в процессе реализации сценария на платформе нужно написать.
В итоге он и тексты пишет и код, и анализирует данные, и исправляет баги. Как-то много для одного человека, да?
Почему бы не нанять целую команду?
Можно и нанять. Но только вдумайтесь:
одного разработчика на интенты;
одного UX-писателя на тексты;
одного системного аналитика;
одного разработчика для интеграций с корпоративными ИТ-системами;
одного тимлида, чтобы все эти люди не переубивали друг друга в процессе.
Кроме того, когда все специалисты в команде — эксперты только в своей области, вероятно, потребуется больше коммуникаций и ритуалов по калибровке членов команды относительно друг друга. Внедрение метода «3 амиго» для большинства входящих задач или отработка понятного всем формата постановки задачи, что тоже займёт время. И не стоит забывать о человеке, который непосредственно руководит командой, лидирует инициативы и фасилитирует встречи. Порог входа получается высоким, и мы попробовали его снизить путём найма универсального специалиста.
Лингвист-разработчик — это в первую очередь максимально «близкий к клиенту» специалист, потому что, как я писал выше, для нас (да и в целом) хороший бот — это дружелюбные, помогающие и написанные на языке клиента сценарии. Всё остальное — инструменты, освоить использование которых поможет документация платформы (или даже поставщик решения, они включают обучение работе на платформе в состав работ по внедрению). И в реалиях конкуренции между компаниями все стремятся сделать эти инструменты как можно более простыми для конечного пользователя. Гораздо сложнее научиться мыслить как клиент, поэтому именно этот критерий мы взяли за основу при поиске нового сотрудника.
У режиссера и креативного консультанта Александра Сёмина есть концепция «Соязыка», которая гласит, что «человек должен разговаривать с человеком на понятном ему языке». Нам в РГС она очень близка, потому что наша задача в обслуживании клиентов — не просто «ответить на вопрос» или «закрыть обращение», а по-настоящему решить проблему.
Как мы его искали и кого в итоге нашли?
Спойлер: было сложно. Практика показала, что лингвист-разработчик в целом существует на рынке, но с сильным перекосом либо в технику (фронтенд-разработчики, аналитики данных и машинного обучения), либо в непосредственную работу с клиентом (опытные сотрудники второй линии поддержки, которые ставили задачи разработчикам на улучшение ответов бота, но были далеки от непосредственной реализации этих доработок).
На что мы обращали внимание:
умение составлять полезные и удобные для клиента сценарии;
базовое понимание процесса обучения моделей и анализа данных;
понимание, как взаимодействуют между собой ИТ-системы.
Что было для нас «красным флагом»:
Опыт работы в формате «Мне ставили задачи, и я их делал». Нам было важно, чтобы сотрудник был нацелен на результат, а не процесс. Иначе как мы вырастим внутреннюю экспертизу в компании?
«Канцеляризм» как смысл жизни. Некоторые кандидаты убеждены, что если компания крупная, серьезная и государственная, то общаться с клиентами нужно сухим и формальным (чуть ли не юридическим) языком, иначе это «не солидно». Такой подход мы не разделяем, наш клиент, как было сказано выше, обычный человек.
Всего на поиск у нас ушло полтора месяца, в течение которых мы провели 20 собеседований. И в итоге нашли своего идеального кандидата — инициативную девушку с большим опытом сопровождения и развития чат-ботов в разных компаниях и образованием в области лингвистики. Благодаря такому набору компетенций, ей легко удается писать тексты и отвечать почти на любые вопросы понятным языком. А вишенкой на торте стало базовое понимание принципов интеграций ИТ-систем и устройство имеющихся инструментов классификации, а также подходов к их обучению. Теперь мы активно движемся к появлению собственной Диалоговой платформы внутри РГС.
В дальнейшем с увеличением количества сценариев и подключением новых каналов обращений возможно открытие вакансии второго лингвиста-разработчика, и кто знает, может быть, мы с тобой окажемся коллегами!