Статьи

26 июля 2023 18:30

Системы и приложения для контакт-центров со значительной поддержкой ИИ: RPA, HR, Desktop Analytic

Снова возвращаемся к диаграмме (см. статью «Об использовании искусственного интеллекта в контакт-центрах. Часть 2»), отражающей анализ зрелости и влияния ИИ на решения, используемые в контакт-центрах.

В верхнем левом квадранте расположены приложения контакт-центра, в которых ИИ добавлен лишь в часть компонентов (или модулей), но при этом он оказывает на них значительное влияние. В настоящее время вкладываются существенные инвестиции в дальнейшее развитие этих решений с поддержкой ИИ.

Роботизация процессов PRA

Решения RPA для автоматизации широкого спектра процессов как обслуживания клиентов, так и внутри бэк-офисных функций всё чаще создаются и развиваются в low-code или no-code среде. Приложения для роботизации процессов помогают контакт-центрам и другим подразделениям компаний оптимизировать работу «живых» сотрудников и увеличить её эффективность. Существует две категории решений для роботизации процессов: требующие участия человека (обычно используются в контакт-центрах) и не требующие его (обычно применяется в отделах, не работающих с клиентами). Роботизация процессов, требующая участия человека, протекает на десктопе сотрудника и запускается пользователем с помощью контекстных экранных триггеров, встроенной экранной кнопки или горячей клавиши и т. д. Роботизация процессов, требующая участия человека, «работает» бок о бок с операторами, давая им подсказки в режиме реального времени и автоматизируя действия быстрее и точнее, чем это мог бы сделать человек. Роботизация процессов, не требующая участия человека, выполняется на выделенной рабочей станции, сервере, веб-сайте, мейнфрейме и т. д. и устраняет необходимость в «живых» сотрудниках за счёт полной автоматизации задач.

Приложения для роботизации процессов, не требующие участия человека, запускаются по расписанию или таймеру триггером, таким как электронная почта, файл или задача из очереди, другое приложение (включая интеллектуальных виртуальных операторов, которые могут инициировать автоматизацию от имени клиента), или по требованию.

Решения для роботизации процессов могут использовать множество технологий, работающих на базе ИИ, для усиления своих когнитивных возможностей и улучшенного пользовательского опыта. Машинное обучение даёт представление о том, какие процессы выгодно будет автоматизировать, а глубокое обучение ещё больше расширяет эти возможности за счёт изучения и понимания очень сложных наборов данных. Обработка и понимание естественного языка используются приложениями для роботизации процессов для того, чтобы понять тональность и намерения клиентов из текстовых и голосовых взаимодействий и сформировать рекомендации по предпочтительным следующим действиям и (или) помогать сотрудникам, отображая необходимую в контексте информацию. Компьютерное зрение позволяет решениям для роботизации процессов «видеть» информацию в других системах и приложениях и работать с ней так же, как это сделал бы сотрудник. Когнитивная автоматизация документооборота используется для систематизации сбора, понимания и интеграции процессов, основанных на документах, для понимания смысла текстовых коммуникаций. Решения для роботизации процессов, работающие на основе искусственного интеллекта, становятся все умнее, переходя от решения некогнитивных задач на основе правил к идентификации и автоматизации возможностей, о которых люди даже не задумывались, в течение буквально нескольких лет

Примеры использования:

• Распределение данных на несколько экранов или систем.

• Самоанализ существующего уровня автоматизации и предоставление рекомендаций по её улучшению.

• Заполнение электронных форм с использованием информации из CRM-системы или данных, полученных непосредственно от клиента с помощью аналитики взаимодействия.

• Самостоятельное определение и приоритизация новых возможностей автоматизации.

• Вывод на экран статей, документов или интерактивной справки на основе контекста голосовых и текстовых взаимодействий.

• Выдвижение предложений по автоматизации (для внедрения администраторами). В случае машинного обучения без учителя внедрение может быть автоматическим.

• Предоставление подсказок в режиме реального времени на основе текущих эмоций, тональности и склонностей клиента, а также поведения оператора.

• Усовершенствование решений для управления персоналом с целью автоматизации таких административных процессов, как отслеживание присутствия работников на рабочем месте, планирование отпусков и начисление заработной платы.

• Обслуживание учётной записи (изменение адресов, разрешение споров по выставлению счетов, активация привязанных к картам счетов), коррекция учётных записей, выполнение запросов клиентов и размещение комментариев в CRM-системе).

• Автоматическая идентификация препятствий для автоматизации и предоставление рекомендаций по их преодолению.

• Повышение соответствия оператора внутренним и внешним требованиям и нормам.

• Предоставление операторам рекомендаций по предпочтительному следующему действию, в частности, касательно продажи дополнительного товара и (или) услуги или решения вопроса клиента.

• Применение компьютерного зрения для проверки полноты заявок и автоматического перехода к следующему шагу.

• Автоматическое написание руководства по процессам или проведение интеллектуальной автоматизации, основанной на способности компьютерного зрения читать документы и учиться на извлечённой информации.

• Предоставление интеллектуальным виртуальным операторам возможности запускать интеллектуальную автоматизацию, выполняющую операции самообслуживания для клиентов без вмешательства человека.

• Использование компьютерного зрения в качестве «облегчённого интерфейса» вместо полной системной интеграции.

• Автоматизация процессов выполнения различного рода задач в области комплайнс.

Ценностное предложение: Применение роботизации процессов, требующей участия человека, для автоматизации многих задач контакт-центров, выполняемых «живыми» операторами вручную, может не только предоставлять подсказки и рекомендации касательно предпочтительного следующего действия в режиме реального времени, но и повысить вовлечённость сотрудников, расширив круг их возможностей, а также уменьшить количество ошибок при обработке, повысить производительность и улучшить клиентский опыт. Интеллектуальная технология автоматизации, такая как роботизация процессов, также может уменьшить или вовсе устранить необходимость в том, чтобы контакт-центр передавал запросы клиентов в другие отделы, поскольку она может автоматизировать большую часть процесса решения проблемы. Это уменьшит напряжение в общении между клиентами и отделами компании, одновременно снижая эксплуатационные расходы. Технология роботизации процессов также может быть использована в сочетании с интеллектуальными виртуальными операторами для автоматизации выполнения и обработки запросов клиентов на самообслуживание отделами, не общающимися с клиентами. При применении без вмешательства человека роботизация процессов может устранить необходимость привлечения сотрудников к обработке транзакций, которые не требуют принятия сложных решений, на которые способны только люди. Удивительно, но к этой категории можно отнести большую часть процессов в отделах, не работающих с клиентами. Учитывая темпы роста запросов клиентов, роботизация процессов может помочь компаниям масштабировать отделы, работающие с клиентами (контакт-центры) и отделы, не работающие с ними, без заметного увеличения числа людей. Окупаемость роботизации процессов должна составлять менее одного года при условии, что она применяется для решения «правильных задач».

Интеллектуальные решения для найма

Интеллектуальные решения для найма используют технологии ИИ, чтобы ускорить, улучшить и управлять процессом отбора кандидатов и их адаптации. Эти возможности особенно важны для контакт-центров, которые исторически испытывали высокий уровень текучести кадров, часто достигающий 100% в год. Интеллектуальные решения для найма оценивают множество характеристик кандидата, начиная с автоматического приёма его заявления или резюме и заканчивая виртуальным собеседованием по телефону или по видеосвязи. Поскольку решение проводит собеседование и любые необходимые тестирования виртуально (без вмешательства человека), эти возможности доступны кандидатам круглосуточно, в любой день недели, 365 дней в году, что невероятно удобно как для соискателей, так и для компаний.

Интеллектуальные решения для найма используют технологии ИИ, включая обработку естественного языка, машинное обучение и аналитику, для сбора данных о навыках, характеристиках и возможностях, демонстрируемых нынешними лучшими сотрудниками организации. Приложение применяет эти данные и использует предиктивную аналитику для составления списков кандидатов, которые, вероятно, будут успешно справляться со своими ролями. Как только сотрудник будет принят на работу, эти решения начинают использовать аналитику и машинное обучение для сбора и оценки информации о нём. Эта информация добавляется в модель приложения для постоянного улучшения практики найма в будущем.

Примеры использования:

• Повышение удовлетворённости операторов своей работой за счёт отбора людей, которые хорошо подходят на эту должность.

• Улучшение клиентского опыта за счёт укомплектования должностей, на которых люди общаются с клиентами, кандидатами, обладающими качествами, которые ценят клиенты.

• Повышение доли удержания операторов за счёт найма кандидатов, обладающих навыками, которые были выявлены в лучших сотрудниках, уже работающих в штате.

• Беспристрастная и не требующая вмешательства людей оценка языковых и коммуникативных навыков кандидатов, включая беглость речи, профессионализм и понятливость.

• Сокращение нагрузки на отдел кадров и специалистов по найму за счёт автоматизации процесса отбора и собеседований с кандидатами.

• Предоставление компаниям возможности нанимать операторов удалённо, что является лучшей практикой для позиций, на которых люди будут работать из дома.

• Разработка соответствующих способов оценки, опросов и тестов для кандидатов, которые будут проводиться решением автоматически, что ещё больше снизит нагрузку на отдел кадров и (или) специалиста по найму.

• Обеспечение возможности проведения собеседований в любое время, в зависимости от доступности кандидата.

• Постоянное совершенствование практики найма за счёт использования машинного обучения.

• Определение кандидатов, которые наилучшим образом соответствуют культуре контакт-центра, а также занимаемой позиции.

• Использование возможности управления рабочими процессами интеллектуального решения для найма для комплексного улучшения процесса найма.

Ценностное предложение: Текущие глобальные события, начиная еще с пандемии, изменили многие аспекты, включая ожидания сотрудников. Удалённый формат работы, на который большинству компаний пришлось перейти в 2020 году из-за пандемии, теперь для большинства работников является необходимым условием, хотя многие руководители настаивают, чтобы их сотрудники работали в офисе. Это особенно справедливо по отношению к контакт-центрам, в которых большинство руководителей не верили, что операторы могут продуктивно работать вне офиса. Настало новое время. Контакт-центрам, которые не поддерживают работу из дома или хотя бы гибридный формат работы (сочетание работы из дома и в офисе), становится все труднее нанимать и удерживать операторов. Компаниям нужны гибкие решения для поддержки удалённой рабочей силы, включая системы, позволяющие им нанимать операторов и других сотрудников (руководителей, специалистов по управлению качеством, сотрудников, управляющих персоналом) независимо от того, где они живут. Постоянно перегруженные специалисты по найму в контакт-центрах и отделах кадров проявляли интерес к интеллектуальным решениям по найму ещё до пандемии, но с начала 2020 года эти решения стали «маст-хэвами», особенно для крупных контакт-центров с высокой текучестью кадров. Искусственный интеллект играет важную роль в этих решениях, которые призваны полностью автоматизировать большую часть процесса найма и адаптации новых сотрудников, что сделает его более простым и удобным как для специалистов по найму, так и для кандидатов. Но это лишь одно из преимуществ этих решений. Ещё одной особенностью является их способность определять навыки, которые делают операторов успешными. Преимущества этих приложений включают в себя: повышение производительности специалистов по найму, повышение удержания и вовлечённости операторов, улучшение процесса адаптации, предоставление компаниям возможности нанимать операторов виртуально, независимо от того, где они живут, и улучшение клиентского опыта. Эффективное интеллектуальное решение для найма должно окупиться за 1—2 года, в зависимости от размера контакт-центра.

Десктоп аналитика

Десктоп аналитика выполняет множество функций в контакт-центрах и отделах, не работающих с клиентами. Эта функция отслеживает и анализирует действия сотрудников на рабочем столе, включая то, какие приложения они используют, обработанные транзакции и время, проведённое в каждом приложении, вплоть до каждого клика и нажатия клавиши. Благодаря этим решениям операторы следуют лучшим практикам и правильно используют инструменты и ресурсы на своих рабочих компьютерах. Приложения для десктоп аналитики также могут предоставлять руководству информацию о производительности системы, задержках, перебоях в работе и проблемах, которые мешают сотрудникам выполнять задачи. Кроме того, эти приложения могут использоваться для предоставления подсказок в режиме реального времени и рекомендаций по предпочтительному следующему действию сотрудникам контакт-центра и отделов, не работающих с клиентами, а также могут автоматизировать некоторые задачи, выполняемые сотрудниками вручную на настольных компьютерах.

Решения для десктоп аналитики могут использовать ряд технологий ИИ, включая обработку естественного языка и предиктивную аналитику, для понимания намерений и склонностей клиентов (например, покупать, платить, уходить и т. д.). Благодаря использованию ИИ решения для десктоп аналитики могут давать подсказки в режиме реального времени или рекомендации касательно предпочтительного следующего действия или выдавать работнику информацию, подходящую по контексту. Другие возможности ИИ, такие как компьютерное зрение (для чтения экранов и документов), машинное обучение и автоматизация, используются для автоматического выполнения задач от лица сотрудника. Предиктивная аналитика и машинное обучение применяются все чаще, поэтому решение может самостоятельно определять будущие возможности для автоматизации деятельности сотрудников.

Примеры использования:

• Автоматический мониторинг журналов системных ошибок и запуск диагностики для упреждающего выявления проблем в системе.

• Повышение точности транзакций и сокращение времени обработки взаимодействия за счёт использования автоматизации.

• Сокращение времени работы оператора после завершения вызова за счёт автоматизации проставления системных меток и последующих действий.

• Повышение удовлетворённости клиентов за счёт обеспечения правильного выполнения действий, которые требуется выполнить после завершения взаимодействия, в установленные сроки.

• Увеличение продаж и сбора задолженности с клиентов с помощью рекомендаций по предпочтительному следующему действию для правильного продукта/услуги или предложения по урегулированию долга на основе склонностей клиентов.

• Автоматическое назначение обучения/обучающего контента на основе поведения и производительности сотрудников.

• Снижение риска несоблюдения норм и требований путём предоставления рекомендаций, оповещений и сценариев в режиме реального времени непосредственно на настольные компьютеры операторов во время взаимодействия.

• Отслеживание взаимодействий для выявления мошеннической деятельности.

• Предоставление статей из базы знаний в режиме реального времени, в зависимости от контекста текущего взаимодействия.

• Поиск возможностей автоматизации, о которых люди не догадываются.

Ценностное предложение: Решения для десктоп аналитики выходят за рамки возможностей приложений для захвата экрана, используемых для контроля качества в контакт-центрах, и позволяют получить представление о том, как операторы используют приложения на настольных компьютерах, а также о том, как эти решения работают. Технология для десктоп аналитики изначально использовалась IT-отделами для отслеживания производительности операционных систем. Поскольку она может работать с минимальным воздействием на пропускную способность сети, её внедрили в контакт-центры, а затем в отделы, не работающие с клиентами, для мониторинга деятельности сотрудников. Десктоп аналитика является основополагающей технологией, используемой в решениях, предоставляющих подсказки в режиме реального времени, а также используется для автоматизации отслеживания входящего и исходящего потока задач в отделах, не работающих с клиентами. Десктоп аналитика отслеживает все, что сотрудники делают на своих настольных компьютерах, и именно в этом заключается её главное преимущество. Она отслеживает, когда операторы отклоняются от правильных шагов, и может предоставить им рекомендации для правильного и более быстрого выполнения задач. Десктоп аналитика также может определить, когда операционные системы работают медленно или со сбоями, и может уведомить об этом IT-отдел для своевременного решения проблемы. Кроме того, десктоп аналитика позволяет автоматизировать те выполняющиеся вручную задачи, которые более точно и быстро выполнят роботы. Срок окупаемости решения обычно составляет от 2 до 4 лет в зависимости от того, каким образом применяется эта система, и количества сотрудников, использующих её.