Как робот «Совести» общается с клиентами

Шаг 1: Интеллектуальный IVR

Вопрос денег — один из немногих, которые клиенты до сих пор предпочитают решать устно, так что загруженность колл-центров банков отнюдь не падает в связи с появлением чатов на сайтах и в мобильных приложениях. Операторы «Совести» ежедневно получают более четырех тысяч звонков, связанных с оформлением и использованием карты рассрочки. Поскольку большинство обращений типичны и не требуют особенной компетенции для оказания консультации, их обработку можно передать роботу.

// Модуль, который потребуется для распознавания речи абонента require(Modules.ASR); ​ let call; ​ // Данные, которые будем собирать во время звонка let data = {}; ​ const PHRASES = {  hello: "http://some_url_to_mp3_sound_for_start_question" }; ​ // Соответствие категории и dtmf, который будет отправлять Qiwi const dtmf = {  operator: { name: "Оператор", digit: "0" },  balance: { name: "Баланс", digit: "1" },  pin_code: { name: "Пин-код", digit: "3" } };

Как это устроено? Обращаясь по номеру горячей линии, клиент попадает в голосовое меню и озвучивает тему своего вопроса — система распознает сказанное и направляет звонок на дальнейшую обработку. Клиенту нужно просто озвучить в свободной форме свою проблему, дополнительного нажатия каких-либо клавиш на телефоне не требуется.

// Получаем входящий звонок от «Совести», запускаем обработчик события входящего звонка VoxEngine.addEventListener(AppEvents.CallAlerting, e => {  // Сохраняем объект звонка в глобальную переменную  call = e.call; ​  // Получаем номер телефона звонящего для будущей обработки  data.phone = e.callerid; ​  // При переадресации звонка по SIP есть возможность передать на платформу строковую информацию в заголовках.  // В случае с «Совестью» платформа получает идентификатор звонка в заголовке X-CID  // Сохраняем для будущей обработки  data.xcid = e.headers["X-CID"]; ​  // Отвечаем на звонок  call.answer(); ​  // Вешаем обработчик на событие соединения с клиентом  call.addEventListener(CallEvents.Connected, HandleConnected); ​  // Обрабатываем событие старта аудиозаписи  call.addEventListener(CallEvents.RecordStarted, record => {    // Сохраняем URL записи для дальнейшей обработки    data.record_url = record.url;  });  // Обрабатываем событие отключения абонента  call.addEventListener(CallEvents.Disconnected, HandleDisconnected); }); ​ async function HandleConnected(e) {  // Запускаем запись разговора  call.record(true); ​  // Задаем вопрос абоненту  await startPlayback(call, PHRASES.hello); ​  // Начинаем слушать его ответ  startASR(); }

Если потребителя интересуют общие инструкции — например, активация карты, способы ее пополнения, смена ПИН-кода и так далее, он слышит записанный аудиоролик с пошаговым объяснением.

// Функция, которая позволяет воспроизвести mp3-сообщение абоненту function startPlayback(call, url, loop = false) {  return new Promise(resolve => {    call.startPlayback(url, loop);    call.addEventListener(CallEvents.PlaybackFinished, function callback() {      resolve(call.removeEventListener(CallEvents.PlaybackFinished, callback));    });  }); }

Таким образом, первая функция колл-центра, которую легко автоматизировать — это воспроизведение стандартных хауту и ответы на распространенные вопросы.

Вторая группа обращений, для закрытия которых не нужен человек — это информирование об актуальном балансе, размере задолженности, сумме ближайшего платежа.

С точки зрения информационной безопасности весь процесс приведен в соответствие с требованиями российского законодательства и отраслевых стандартов: Voximplant не имеет доступа к персональным данным клиентов. Решение определяет тематику и передает обработку звонка в IVR «Совести», где с помощью синтеза речи озвучивается информация из карточки клиента, авторизация происходит на стороне QIWI. Сценарии голосовой обработки разделяют общие вопросы и вопросы, связанные с персональными данными.

// Функция запускает модуль ASR и получает в виде строки информацию, которую произнёс абонент function startASR() {  const asr = VoxEngine.createASR({ lang: ASRLanguage.RUSSIAN_RU }); ​  // Получаем ответ от абонента  asr.addEventListener(ASREvents.Result, asrevent => {    asr.stop(); ​    speech_processing(asrevent.text);  }); } ​ // Функция обрабатывает фразу абонента function speech_processing(text) {  /* Поиск ключевых слов/словосочетаний, чтобы сопоставить тематику разговора абонента */ ​  /* Каждое условие if - это выбор той или иной тематики разговора.     Поиск ключевых слов лучше выводить в отдельную функцию,     которая возвращает булево значение.     Для демонстрационных целей используется метод строки     includes и оператор &&  */  if (    text.includes("хочу") &&    text.includes("узнать") &&    text.includes("баланс")  ) {    // Записываем название распознанной категории для дальнейшей обработки    data.category = dtmf.balance.name; ​    // Отправляем тоновый сигнал на сторону «Совести»    sendDigits(dtmf.balance.digit);  } else if (    text.includes("хочу") &&    text.includes("узнать") &&    text.includes("пин")  ) {    data.category = dtmf.pin_code.name; ​    sendDigits(dtmf.pin_code.digit);  } else {    // Если не распознали категорию, ставим по умолчанию - Оператор ​    data.category = dtmf.operator.name; ​    sendDigits(dtmf.operator.digit);  } } ​ // На платформу звонок попадает из IVR «Совести», // и «Совесть» планирует этот звонок получить обратно, когда платформа узнает, какая категория вопроса интересует абонента. // Способ общения с IVR на стороне «Совести» реализован с помощью sendDigits, ​ /* К каждой категории "привязан" тоновый сигнал, и «Совесть» знает об их соответствиях, то есть, получая dtmf - 1, IVR «Совести» информирует абонента о балансе, а получая dtmf - 3, обрабатывает запрос от абонента “узнать свой пин-код” */ ​ function sendDigits(digit) {  // отправляем сигнал  call.sendDigits(digit); ​  // Завершаем звонок абонента через 1.5 секунды, чтобы гарантировать успешную доставку DTMF.   setTimeout(call.hangup, 1500); } ​ // Обработчик события момента, когда звонок с абонентом завершен. async function HandleDisconnected(e) {  // У объекта события Disconnected мы можем узнать продолжительность разговора и сохранить для дальнейшей обработки.  data.duration = e.duration; ​  // По завершении звонка у нас есть объект с данными, полученными по ходу выполнения сценария. Мы можем отправить его в CRM.  await sendToCrm(data); ​  // Обязательно завершаем сессию. Хоть у нас уже и завершён входящий звонок и больше нет активных плечей, сессия будет активна еще в течение 60 секунд. Так как нам это не нужно, принудительно завершаем её.  VoxEngine.terminate(); } ​ async function sendToCrm(data) {  // Для демонстрационных целей - мы просто логируем наш объект с данными. ​  Logger.write(JSON.stringify(data)); ​  // В другом случае - именно в этой функции мы можем осуществить http - запрос с помощью функции Net.httpRequestAsync }

Благодаря этому удалось не только повысить скорость и качество обслуживания клиентов, но и существенно снизить нагрузку на операторов. Сейчас больше ста тысяч звонков в месяц обрабатывается роботом. Если для решения вопроса всё же необходимо непосредственное участие оператора, IVR переключает звонок на нужного специалиста, который в письменном виде получает транскрипцию всей предварительной беседы бота с клиентом: данные попадают в CRM-систему «Совести» по API.

Шаг 2: Голосовые уведомления

Как снизить затраты на обслуживание входящей линии мы разобрались, переходим к исходящим. Одна из типичных причин, по которой оператор звонит владельцу карты — напоминание о внесении ежемесячного платежа: это необходимо делать по телефону, так как сообщение или push-уведомление могут быть пропущены. В то же время, совсем не обязательно тратить на этот процесс время операторов. С помощью сервиса Smartcalls «Совесть» дозванивается клиенту — всего робот делает три попытки — и проговаривает посредством синтеза речи, когда и какую сумму необходимо положить на счет.

Сценарий уведомления

Количество исходящих звонков может достигать двух тысяч в минуту, а режим работы позволяет задействовать его при необходимости 24/7. Это существенно оптимизирует рутинную работу операторов, не допуская необходимости раздувания штата и фонда оплаты труда, а также позволяет задействовать специалистов исключительно для решения критичных и чувствительных задач контактного центра.

Шаг 3: Сбор обратной связи

Последний момент — это автоматизированный сбор информации для исследований. До использования Smartcalls проекту удавалось обзванивать выборку в 3 000 – 5 000 человек в месяц. Сейчас робот совершает 40 000 исходящих звонков ежемесячно, при этом всех сотрудников, ранее занятых обзвонами, перевели на другой функционал. С помощью сервиса происходит контроль качества обслуживания, замеры оценки эффективности клиентского сервиса (CES), лояльности и удовлетворенности клиентов (NPS и CSI).

Сценарий NPS

Как это устроено? Бот просит клиента оценить по десятибалльной шкале один из параметров работы проекта, и дальнейший сценарий зависит от выставленной оценки. Если это «восемь» и выше, робот благодарит собеседника и завершает разговор. Если же «семь» и ниже — просит оставить развернутый комментарий, указав причины неудовлетворенности. Речь транскрибируется и выгружается в письменном виде для дальнейшего анализа.

Сегодня технологии позволяют создать бота по-настоящему дружественным. Его способность понимать речь человека постоянно улучшается в результате непрерывного обучения новым фразам и часто используемым словам. В языковую модель добавляются не только названия промоакций или опций карты, но и множество вариантов формулировок одних и тех же запросов.