В ходе отраслевой конференции Naumen, посвященной цифровой трансформации финансового сектора, представители ОТП Банка поделились практическими итогами использования речевой аналитики. Начальник центра обучения и контроля качества контакт-центра Ольга Сухарева и начальник отдела развития голосовых роботов и речевой аналитики в Collection Светлана Рабехова продемонстрировали, как инструменты на платформе Naumen изменили коммуникацию с клиентами.
Ключевым фактором успеха стала двухуровневая архитектура анализа диалогов. Как пояснили спикеры, в банке одновременно используются классические модели машинного обучения (ML) и большие языковые модели (LLM). ML-модели выполняют массовую рутину: классифицируют темы обращений, следят за соблюдением алгоритмов и автоматически оценивают каждый звонок и чат. LLM же подключаются к работе в ситуациях, где необходимо понять контекст, эмоциональный фон клиента или тонкие нюансы переговоров.
По словам Светланы Рабеховой, сегодня речевая аналитика переросла роль простого контролера и стала инструментом управления бизнес-показателями. Переход на автоматическую оценку 100% диалогов дал ощутимые результаты. В частности, это привело к росту выполненных клиентами обещаний по оплате задолженности на 5,5%.
Кроме того, эксперты банка отметили значительный прирост в операционной эффективности. Среднее время, которое тратит специалист на анализ одного разговора, сократилось в 20 раз: с 7 минут до 20 секунд. Теперь сотруднику не нужно прослушивать диалог целиком — достаточно бегло ознакомиться с сутью, выделенной интеллектуальной системой.
Ольга Сухарева привела конкретные результаты внедрения инструментов в работу Контакт-центра. Автоматическая оценка позволила на 1,7% чаще решать вопросы абонентов с первого раза (FCR). Также улучшились поведенческие метрики: среднее время обработки звонка сократилось на 5 секунд, а конверсия в продажи выросла на 3,3%.
Отдельно спикер остановилась на эффекте для репутационных и компенсационных механизмов. Благодаря более точному аудиту жалоб и претензий, количество обращений клиентов в Центральный Банк снизилось на четверть. Одновременно с этим выросла и точность начисления компенсаций (сорри-бонусов) — с 85% до 97%, что минимизирует ошибки человеческого фактора.