Статьи

26 июля 2023 14:58

Системы и приложения для КЦ с нарастающим использованием ИИ: CRM, OM, ACD, автодозвон

Итак, снова вернемся 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 нижнем левом квадранте расположены приложения и информационные системы, используемые в контакт-центрах, в которых влияние ИИ пока что крайне мало, так как ИИ только начал применяться в них. В этом квадранте расположены 6 ключевых элементов IT экосистемы контакт-центра, 5 из которых являются базовыми системами, которые используются много лет, и один (аналитика пути клиента), который обсуждается в индустрии уже более 10 лет, но который всё ещё считается инновационным. Эти важные для контакт-центров приложения помещены в левый нижний квадрант, потому что в настоящий момент ИИ в них почти не используется, хотя его потенциал очень высок. Поставщики решений очень осторожно добавляют в них ИИ, так как не хотят в стремлении усовершенствовать эти приложения нарушить их привычное использование.

Управление взаимоотношениями с клиентами (CRM)

Решения для управления взаимоотношениями с клиентами (CRM) часто являются основным приложением для обслуживания и продаж онлайн и оффлайн, используемыми сотрудниками отделов, работающих с клиентами напрямую. Эти решения призваны стать единым репозиториями для сбора и хранения данных об отношениях компании с каждым существующим или потенциальным клиентом. Информация, содержащаяся в CRM-решениях, обычно включает в себя данные о: демографической группе, к которой относится клиент, сроке его взаимоотношений с компанией, приобретённых продуктах и услугах, предпочтениях, интересующих его продуктах, долгосрочной ценности, запросах, истории контактов, включая примечания о способах оплаты и многом другое. Цель CRM решений — предоставлять актуальную персонализированную информацию, предложения или контент для каждого пользователя во время каждого взаимодействия с ним, исходя из возможностей на данный момент, таким образом, чтобы пользователю было просто потреблять этот контент. Когда CRM-решения интегрированы с инфраструктурой контакт-центра (ACD или дайлером), входящие и исходящие взаимодействия передаются оператору (человеку или решению для самообслуживания) вместе с информацией, хранящейся в CRM, для оптимизации процесса обслуживания клиента, улучшения пути клиента и сокращения стоимости, а также времени обработки. В последнее время ведущие поставщики CRM совершенствуют свои решения, добавляя в них технологии ИИ. Это позволяет улучшить предоставление релевантной информации (например, подходящей по контексту информации операторам и клиентам), идентифицировать возможности продаж и вырабатывать рекомендации по продуктам/услугам, а также предоставлять возможности самообслуживания, в первую очередь с помощью встроенных чат-ботов в цифровых каналах. Дальнейшее добавление новых возможностей ИИ будет позволять и дальше совершенствовать эти решения.

Примеры использования:

Оптимизация клиентского опыта (независимо от того, обрабатывается запрос человеком или решением для самообслуживания) путём персонализации каждого взаимодействия.
Сокращение времени обработки запроса операторами за счёт автоматического подведения краткого итога взаимодействия.
Повышение эффективности маркетинга и увеличение выручки за счёт прогнозирования наилучшей методологии, канала и предложения для каждого конкретного клиента.
Увеличение продаж с помощью рекомендаций по продуктам/услугам, основанных на оцениваемой в режиме реального времени склонности к покупке.
Подготовка операторов к оптимизации обработки взаимодействия путём предоставления им информации о намерениях клиента и его текущем эмоциональном состоянии.
Интеллектуальная автоматизация сквозного управления воронкой продаж.
Предоставление операторам, обслуживающим клиентов, персонализированных предложений по удержанию клиентов в режиме реального времени, основанных на отношениях с клиентом, жизненной ценности и других характеристиках.
Использование предиктивной аналитики для улучшения проактивных усилий по продажам.
Сокращение времени, за которое оператор вникает в суть запроса клиента, благодаря автоматизированному предоставлению уместной информации и обучению.
Улучшение клиентского опыта за счёт автоматизированного и интеллектуального разрешения клиентских запросов.

Ценностное предложение: CRM решения ведут учёт и предоставляют внутренним пользователям данные, необходимые для эффективного взаимодействия с существующими и потенциальными клиентами и управления отношениями с ними. CRM обычно интегрируются с различными решениями сторонних производителей что позволяет им собирать информацию, необходимую сотрудникам для получения полного представления об отношениях каждого клиента с компанией и о ценности каждого клиента для бренда. Эти решения значительно улучшают качество обслуживания существующих и потенциальных клиентов, давая поставщикам и продавцам услуг информацию, необходимую им для определения того, как наилучшим образом помочь каждому человеку и взаимодействовать с ним. Однако преимущества использования таких решений выходят далеко за рамки существенного сокращения среднего времени обработки запроса клиента, поскольку информация, содержащаяся в CRM-системе, может быть использована для создания целевых маркетинговых кампаний, которые увеличивают прибыль, привлекают новых клиентов или уменьшают отток существующих. Эти данные могут быть использованы для определения наилучших каналов взаимодействия с клиентами, будь то для продаж или сбора задолженности. В настоящее время CRM-решения усиливают, добавляя в них функции искусственного интеллекта и машинного обучения, чтобы при решении проблем клиентов у них было больше возможности предписывать выполнение каких-то действий, а также способность прогнозировать, каким существующим и потенциальным клиентам они должны обратиться. Поставщики CRM совсем недавно начали усовершенствовать свои предложения с помощью добавления в них ИИ; большая часть работы на сегодняшний день была направлена на оптимизацию производительности существующих модулей, и в Национальной Ассоциации Контактных Центров ожидают продолжения этой тенденции.

Управление операционной эффективностью контакт-центра

Приложения для управления операционной эффективностью контакт-центра (OM) предоставляют руководителям информацию, необходимую им для эффективного контроля над КЦ и согласования целей контакт-центра со стратегическими целями предприятия. Такое приложение может создавать информационные панели, дашборды, благодаря которым руководители могут сделать критически важные выводы о работе КЦ и операторов. Приложения для управления эффективностью работы контакт-центров предоставляют важные стратегические (историческое управление эффективностью работы контакт-центра) и тактические (управление эффективностью работы контакт-центра в режиме реального времени) показатели менеджерам, руководителям и операторам, с помощью которых те могут принимать правильные бизнес-решения и предпринимать соответствующие действия. Решения для управления эффективностью работы контакт-центра собирают, очищают, интегрируют и анализируют данные, полученные из контакт-центров и от внешних приложений, чтобы обеспечить полное представление о том, что происходит в контакт-центре и, возможно, в предприятии в целом. Это позволяет менеджерам контакт-центров получить представление об эффективности, просмотрев небольшую часть от всех отчётов, информационных панелей и ключевых показателей эффективности вместо того, чтобы читать отчёты из десятков отдельных систем, используемых в их отделе. Решения для управления эффективностью контакт-центров начинают использовать технологии ИИ, включая машинное обучение и предиктивную аналитику.

Примеры использования:

Поиск закономерностей в данных для выявления тенденций и возможностей по каждому отделу.
Предиктивная аналитика и моделирование в целях определения возможности повышения эффективности работы отдела.
Прогнозирование влияние конкретных изменений на удовлетворённость операторов и клиентов.
Идентификация систем и приложений, используемых в контакт-центре, которые работают неэффективно.
Прогнозирование того, какие операторы будут хорошо выполнять свою работу, какие будут испытывать трудности и какие, скорее всего, уволятся.
Определение конкретных областей, в которых операторы работают хорошо, и тех, где они нуждаются в дополнительном обучении.
Определение областей, в которых можно повысить эффективность работы, и направление операторов на соответствующее обучение и тренинги.
Определение операторов, которые будут хорошо работать из дома.
Анализ чувствительности ключевых показателей эффективности для прогнозирования влияния конкретных изменений на отдел.
Использование данных, получаемых из системы управления эффективностью в режиме реального времени, в качестве входных данных для решений, предоставляющих подсказки по предпочтительному следующему действию в режиме реального времени.
Идентификация операторов, которых можно перевести на новые должности в контакт-центре или в другие отделы.

Ценностное предложение: Управление операционной эффективностью контакт-центра даёт организациям, использующим его на постоянной основе, количественные и качественные преимущества. Со стратегической точки зрения управление эффективностью работы контакт-центра предоставляет одну версию «истины», позволяя менеджерам быстро выявлять и решать операционные и системные проблемы, ограничивая тем самым их влияние на клиентов, отделы и операторов. Своевременно выявляя проблемы и тенденции, управление эффективностью работы контакт-центра позволяет быстро устранять недостатки, сводя к минимуму их влияние на бренд. Эти решения используют предиктивную аналитику, работающую на базе ИИ, для моделирования влияния различных факторов на эффективность отдела и на операторов. Приложения для управления эффективностью в режиме реального времени дают немедленную обратную связь операторам через информационные дашорды, обновляющиеся в режиме реального времени, и могут передавать эти данные сторонним приложениям для того, чтобы те либо выдали оператору рекомендации по предпочтительному следующему действию, либо предоставили обучающий контент.

Автоматизированная система распределения вызовов

Автоматизированная система распределения вызовов (ACD) — традиционное название движка маршрутизации и постановки в очередь, используемого инфраструктурными решениями контакт-центров для передачи взаимодействий операторам. И хотя эти системы называются «автоматизированные системы распределения вызовов», сегодня они осуществляют маршрутизацию как голосовых, так и цифровых взаимодействий. Сейчас автоматизированные системы распределения вызовов работают в качестве универсальной очереди, централизуя распределение омниканальных разговоров, которые ведутся как голосом, так и через сообщения, по операторам и автоматизированным ресурсам (например, интеллектуальным виртуальным операторам). Хотя автоматизированные системы распределения вызовов обычно включают в себя некоторые гибкие и (или) расширенные возможности маршрутизации, включая интеллектуальную маршрутизацию на основе навыков и в режиме реального времени, эти решения в основном работают на основе правил и не используют ИИ. В настоящее время поставщики инфраструктуры контакт-центров (онпремис и облачной) решили предложить более сложную предиктивную маршрутизацию, в качестве дополнений к своим основным решениям. Автоматизированные системы распределения вызовов зачастую работают как «лицо» и могут сыграть решающую роль в формирование положительного клиентского опыта. Наличие эффективной ACD имеет важное значение для обеспечения одинаково высокого качества предоставляемого клиентского опыта, а возможности для улучшения этих решений с помощью ИИ поистине широки. По мере добавления ИИ в различные модули ACD их ценность для компаний будут возрастать вместе с их эффективностью.

Примеры использования:

Маршрутизация звонков к операторам в зависимости от их типа личности, стиля поведения и разговора для повышения вовлечённости как со стороны клиента, так и со стороны оператора.
Маршрутизация клиентов к наиболее подходящему оператору, когда самообслуживание не подходит (на основе вербальных сигналов, истории клиента, сложности текущей проблемы, текущего эмоционального состояния и т. д.).
Оценка каждого завершённого взаимодействия на основе информации о предпочтениях, эмоциях и тональности клиентов, а также прогнозных показателях NPS или показателях управления качеством и т. д., чтобы определить, хорошо ли прошло взаимодействие. Если у клиента остались негативные эмоции, в последующем его будут перенаправлять к другим операторам.
Автоматическое увеличение или уменьшение количества разрешённых одновременных взаимодействий для каждого оператора в течение рабочего дня на основе текущих невыполненных задач оператора, качества взаимодействия, разочарования, занудства или других эмоций клиента.
Автоматическое изменение уровня профессионализма каждого оператора после завершения каждого взаимодействия.
Маршрутизация взаимодействий «контакт-центра» непосредственно сотруднику отдела, не работающего с клиентами, или специалисту, если они являются наилучшим ресурсом для решения проблемы клиента.
Прогнозирование намерений клиента на основе его цифрового поведения, например, посещённых веб-сайтов, постов в социальных сетях, комментариев и т. д.
Направление возможности для продажи дополнительного товара и (или) услуги оператору, который с наибольшей вероятностью завершит продажу, на основе текущих результатов оператора по закрытию аналогичных сделок.
Повышение эффективности обучения за счёт маршрутизации обучаемым типов взаимодействий, с которыми они научились справляться, чтобы как можно скорее дать им реальный опыт, а не обучающую симуляцию.
Повышение уровня удержания новых операторов за счёт прогнозирования уровня сложности взаимодействий и направления новым сотрудникам «более простых» контактов, что позволяет им набраться опыта и обрести уверенность в собственных силах.

Ценностное предложение: Омниканальные ACD системы необходимы для правильной маршрутизации взаимодействий и постановки в очередь к наиболее подходящим ресурсам, будь то группа операторов, конкретное лицо или приложение для самообслуживания. Автоматизированные системы распределения вызовов — критически важный инструмент контакт-центров, так как именно они контролируют правильное распределение входящего потока взаимодействий. Эти решения обладают множеством функций для повышения эффективности операторов, включая сложные методы маршрутизации, виртуальный рабочий стол оператора для представления взаимодействий, CTI интеграцию для предоставления операторам важной информации о клиентах, возможности подведения итогов взаимодействия и многое другое. Добавление технологий ИИ в ACD сделают их «умнее», поскольку они смогут направлять взаимодействия к наиболее подходящему ресурсу. Средний срок окупаемости ACD — от 2 до 4 лет, в зависимости от функций и объёма поступающих взаимодействий. Добавление ИИ в эти решения улучшит их способность правильно маршрутизировать взаимодействия, автоматизировать процесс подведения итогов, предоставлять рекомендации по предпочтительному следующему действию и многое другое. В Национальной Ассоциации Контактных Центров прогнозирует, что для многих КЦ ИИ сократит время возврата инвестиций на 6–2 месяцев.

Автодозвон/управление кампаниями

Решения для исходящих взаимодействий обычно поддерживают множество функций, включая коллекшен, продажи, телемаркетинг, обслуживание клиентов и проактивные уведомления. В основе этих приложений лежит «автодозвон», хотя современные решения для исходящих взаимодействий включают в себя возможности контакта по ряду голосовых и текстовых каналов, а также возможность обработки входящих взаимодействий. Супервизоры контролируют исходящие действия с помощью приложений для управления кампаниями, которые содержат списки существующих и потенциальных клиентов, с которыми необходимо связаться, предоставляют функции для соответствия нормативным требованиям, очищают файлы контактов на основе внутренних и внешних чёрных списков, завершают распределение взаимодействия и управляют предпочтениями клиентов. Включение технологий ИИ в исходящие решения в настоящее время минимально, поскольку эти приложения по-прежнему в значительной степени зависят от правил и рабочих процессов. В настоящее время ИИ в системах автодозвона и решениях для управления кампаниями в основном применяется для того, чтобы проактивно инициировать исходящие разговоры с клиентами по предпочитаемым ими каналам (голосовым или цифровым) прежде, чем у них возникнет необходимость связаться с брендом (поскольку с клиентами часто связываются интеллектуальные виртуальные операторы, искусственный интеллект обычно встроен в приложение для самообслуживания, а не в решение для исходящих взаимодействий). Хотя в настоящее время решения для исходящих взаимодействий мало используют технологии искусственного интеллекта, потенциал для улучшения этих приложений с помощью ИИ огромен.

Примеры использования:

Определение наилучшего времени для начала взаимодействия с каждым из существующих или потенциальных клиентов.
Предоставление рекомендаций по каналу, включая подходящее время и способ связи, например, в понедельник в 9 часов утра отправить текстовое сообщение, в среду в 14:15 позвонить и т. д.
Маршрутизация исходящего взаимодействия по голосовым или цифровым каналам для поиска наиболее подходящего оператора.
Прогнозирование вероятности оплаты со стороны клиента или его намерения допустить очередную просрочку платежей.
Рекомендации по наиболее экономически эффективным предложениям по урегулированию долга и времени, в которое они должны быть предложены.
Проактивная работа с клиентами, склонными к оттоку.
Предложение следующих продуктов/услуг, которые оператор может предложить клиенту во время исходящего взаимодействия.
Оценка вероятности того, что потенциальный клиент совершит покупку.
Предложение начать общение через чат на веб-сайте.
Автоматическая настройка скорости для исходящих взаимодействий с целью оптимизации использования ресурсов.
Усиление соблюдения нормативных требований.

Ценностное предложение: Решения для исходящих взаимодействий с возможностями управления кампаниями при правильном использовании в соответствии с нормативными актами могут принести организациям много пользы. Эти приложения обычно имеют ряд интеллектуальных модулей на основе правил, предназначенных для более эффективного дозвона до нужного человека по предпочитаемому им каналу. Несмотря на ряд нормативных актов, действующих в России и других странах региона, ограничивающих их использование, решения для автодозвона должны окупаться максимум за 3 года. Существует множество возможностей использовать ИИ и машинное обучение для преобразования программ автодозвона в интеллектуальные решения для исходящих взаимодействий. Национальная Ассоциация Контактных Центров ожидает, что в течение следующих нескольких лет в эту область КЦ будут активно инвестировать.