Наверх
18 января 2022

Живая речь. Как ИИ помогает бизнесу извлекать ценность из записей разговоров

Оператор
©Mango Office

Речевая аналитика на базе искусственного интеллекта все чаще используется для решения различных бизнес задач. Она позволяет лучше узнать клиентов, повысить их лояльность, отстроиться от конкурентов, нарастить продажи и в целом поднять качество работы сотрудников. «Профиль» разбирался, как развивались технологии речевой аналитики и почему эти инструменты нужны современному бизнесу.

Сезам, откройся

Речевая аналитика – технология на базе искусственного интеллекта, которая переводит человеческую речь в текст и позволяет аналитически оценивать ее содержание по заданным пользователем критериям: темам, ключевым словам – произнесенным или, наоборот, не произнесенным. На основе такого речевого анализа в дальнейшем можно формировать идеи для улучшения бизнес-процессов.

Как правило, решения в данной области включают в себя движок обработки речи, удобный интерфейс, чтобы пользователь мог быстро найти и вычленить ключевые слова, а также функцию составления автоматических отчетов, в которых содержится вся необходимая информация о взаимодействии с клиентом.

Но инструменты речевой аналитики были такими не всегда. История технологии началась ни много ни мало 94 года назад. В 1927 году американской публике показали «робота» по имени Герберт Телевокс. Разумеется, тогда не было никакого ИИ, машинного обучения и нейросетей. Мистер Телевокс представлял из себя механическое устройство с реле и камертонами. Герберт реагировал на звуки разной частоты и даже на короткие фразы. Например, когда ему говорили «Сезам, откройся», он активировал реле, подключенное к двери. Век назад это считалось просто фантастическим результатом.

Следующая важная веха в развитии технологии анализа речи пришлась на 1952 год. Знаменитая Bell Labs разработала машину «Одри» (AUDREY – Automatic Digit Recognizer). По сути это был большой шкаф, который умел распознавать произнесенные вслух цифры – от 0 до 9. Человек диктовал их в микрофон с интервалами в 350 миллисекунд, а «Одри» высвечивала результат на приборной панели. Стоит отметить, что работала она из рук вон плохо: голос своих создателей распознавала с точностью 97%, а посторонних пользователей – до 50%.

Вплоть до 1990-х все механизмы по распознаванию речи не умели считывать естественный человеческий разговор. Они угадывали лишь отдельные слова, да и то произнесенные с длинными паузами. Ситуация изменилась в 1996 году. IBM разработала программу MedSpeak/Radiology – первый в истории продукт для распознавания потока человеческой речи. Его использовали в медицине: врач надиктовывал описание рентгеновского снимка, а MedSpeak/Radiology преобразовывала речь в текст.

Речевая аналитика и по сей день активно применяется в здравоохранении. Например, американские специалисты по ИИ создали нейросеть, способную по голосу выявлять посттравматическое стрессовое расстройство с точностью более 89%. Она анализировала голоса ветеранов Афганистана и Ирака. Нейросеть не просто переводила речь в текст, но и выявляла эмоции человека по тону, ритму и артикуляции голоса. А в 2020 году группа израильских исследователей начала собирать голоса людей, здоровых и заразившихся коронавирусом, чтобы создать приложение, способное распознавать COVID-19 по разговору.

На растущем рынке

Конечно же, инструменты речевой аналитики нашли применение не только в медицине. Технологии активно используются бизнесом для решения самых разных задач.

Еще в 2012 году директор по маркетингу UTOPY Шон Мерфи вспоминал, что один из клиентов-банков компании, внедривших речевую аналитику, улучшил показатель конверсии телефонных звонков в заявки на оформление ипотеки на 6 п. п. Каждый процентный пункт, по словам Мерфи, принес банку дополнительные $1,2 млн. Три года использования речевой аналитики принесли финансовой организации $20,1 млн. Внедрение системы стоило $330 тыс. Таким образом, отмечает специалист, инвестиции отбились в 60-кратном размере.

К сегодняшнему дню стоимость внедрения речевой аналитики для бизнеса значительно снизилась, а сама технология стала по-настоящему зрелой. Точность распознавания человеческой речи на сегодняшний день достигла 90%, а нейросеть научилась отличать различные варианты произношения и специфические термины.

По оценке MarketsandMarkets, объем мирового рынка речевой аналитики достиг $1,5 млрд, к 2025-му он вырастет до $3,8 млрд.
Показатели российского рынка скромнее, зато растут они по-настоящему взрывными темпами. С 2015 года его объем увеличился сразу на 1288%, до $76 млн (c учетом госзаказов), в 2025-м рынок вырастет до $561 млн, прогнозирует Just AI.

Юрий Зимин из банка для предпринимателей и предприятий «Точка» в беседе с «Профилем» выразил уверенность, что у российского рынка речевой аналитики весьма хорошие перспективы, а за технологией – будущее. Сам банк пользуется решениями Mango Office. По оценке эксперта, использование речевой аналитики не только увеличивает эффективность бизнеса , но и помогает сократить затраты на обслуживание клиентов и снизить издержки на ФОТ. По сравнению с «ручным» анализом, когда беседы оцениваются только менеджерами, удалось охватить большее количество специалистов, затрачивая при этом меньше ресурсов.

Бизнес и речевая аналитика

Сегодня на развитие рынка речевой аналитики оказывают влияние несколько трендов. Во-первых, технологии анализа человеческой речи и ее преобразования в текст с каждым днем становятся все точнее. Во-вторых, из-за пандемии растет спрос со стороны компаний на удаленный контроль над производительностью сотрудников. Наконец, в-третьих, бизнес быстро учится извлекать ценные для развития данные из записей разговоров

С точки зрения бизнеса, главная задача речевой аналитики – это сбор и систематизация данных о разговорах. Например, анализ разговора менеджера по продажам с потенциальным клиентом или сотрудника колл-центра с недовольным потребителем. Речевая аналитика позволяет быстро оптимизировать скрипты разговоров и извлекать из них максимум пользы.
Функции речевой аналитики ориентированы в большей степени на средний и крупный бизнес, – уверены эксперты Mango Office. ­ – Если в компании десятки и сотни менеджеров, тысячи клиентских коммуникаций, которые нужно контролировать по смыслу ежедневно -- речевая аналитика просто незаменимый инструмент.


Какие задачи позволяет решить речевая аналитика:

● Узнать потребителя. Анализ записей разговоров с клиентами поможет лучше понять их боли и желания, выяснить, что привело их к вашей компании, как они оценивают ваши продукты, какие видят в них недостатки, по каким причинам отказываются от покупки. Речевая аналитика также помогает составить точный портрет клиента – пол, возраст и предпочтения. На основе этих данных можно сделать ценные выводы, которые улучшат качество взаимодействия компании и потребителя. В конечном счете, правильное использование речевой аналитики ведет к росту конверсии звонков в продажи.

● Проанализировать конкурента. Инструменты речевой аналитики позволяют выявить, как часто и каких именно конкурентов упоминают в беседах клиенты, и понять, в каком свете предстает ваша компания в сравнении с другими организациями.

● Улучшить работу сотрудников. С помощью речевой аналитики можно проконтролировать, насколько аккуратно ваши работники соблюдают сценарии разговоров, и правильно ли они позиционируют ваши продукты. Нейросеть также услышит, вежливо ли они общаются с клиентом, не используют ли в беседе стоп-слова и ненормативную лексику, не было ли в разговоре жалоб на качество обслуживания. На базе этой информации можно легко выявить лучших и худших сотрудников и выстроить качественную систему мотивации. Инструменты речевой аналитики также помогают отследить утечки конфиденциальной информации. Кроме того, система предоставит сотруднику все необходимые данные о потребителе, вплоть до того, капризен ли он или нет.

● Оптимизировать скрипты и добиться лояльности. В целом, речевая аналитика помогает постепенно создать идеальный сценарий разговора с клиентом, определяя слабые места, из-за которых потребитель остался недоволен или, допустим, повесил трубку. Нейросети дают возможность гибко реагировать на запросы аудитории и увеличить ее лояльность.


Зачем речевая аналитика банкам

Кейс UTOPY и банка, который нарастил выдачу ипотечных кредитов, хорошо показывает, насколько полезной может быть речевая аналитика для финансовых организаций.

CEO Red Box Ричард Стивенсон подтверждает этот тезис. По его словам, сейчас 91% банкиров считают голосовые данные важным стратегическим активом. Использование речевой аналитики, дополняет он, становится обязательным условием для сохранения конкурентоспособности в финансовой сфере. Технология особенно актуальна в критических условиях вроде распространения коронавируса по планете, поскольку позволяет банкам повысить наращивать качество обслуживания, подчеркивает Стивенсон.

С ним соглашается и Юрий Зимин из «Точки». Он рассказал, что инструменты речевой аналитики применяются «Точкой» последние несколько месяцев для продажи полного набора банковских продуктов.

График срабатывания тематик
©Mango Office

Банк эффективно использует инструмент для анализа разговоров новых сотрудников, которые проходят период адаптации в формате home office – отслеживаются так называемые факап-фразы, проводится отстройка от конкурентов, оценка сотрудников по чек-листам.

«В российской финансовой отрасли сложился устойчивый тренд на речевую аналитику в контакт-центрах, – добавляет Юрий Зимин. – Этот инструмент отличается чрезвычайной гибкостью. Речевой анализ помогает нам контролировать скрипты продаж, увеличить качество клиентского сервиса, изучать своих клиентов, вести конкурентный мониторинг и многое другое».

Причем система автоматически фильтрует разговоры, не имеющие отношения к бизнесу – например, внутренние или личные переговоры сотрудников компании – и исключает их из общей отчетности.

«Мы анализируем, насколько часто, например, упоминаются в диалогах ключевые слова, связанные с конкурентами, так понимаем наши слабые и сильные стороны в сравнении с конкурентами. На основании полученных данных проводим дополнительное обучение ребят. Показываем им слабые места в беседах, западающие зоны, рассказываем, как изменить темп речи и количество монологов – все это сильно влияет на продажи», – рассказывает представитель «Точки».

По его словам, банк выбрал продукты Mango Office, поскольку нейросеть компании хорошо обучена, владеет более чем 80 тыс. слов и знает все специфические банковские термины. При этом может добавлять нужные слова и выражения прямо в личном кабинете, не обращаясь в службу поддержки провайдера.

В целом, отмечает Зимин, речевая аналитика помогла банку перейти на новый уровень работы с обращениями клиентов, значительно поднять скорость обучения своих сотрудников, а скрипты операторов, работающих удаленно, были успешно оптимизированы.

Избранные статьи в telegram-канале ProfileJournal
Больше интересного на канале Дзен-Профиль
Самое читаемое