Сегодня разберем систему речевой аналитики как инструмент повышения эффективности работы колл центров и отделов продаж. Телефонные переговоры, как способ коммуникации с потребителем, используются в огромном количестве областей. Мы можем позвонить в интернет-магазин для уточнения вопросов по условиям доставки или оформления заказа. Связываемся по телефону с техподдержкой онлайн-сервисов. Заказываем пиццу. Записываемся на тест-драйв автомобиля.
А ещё нам могут звонить, например, из банка, чтобы напомнить о приближающемся сроке платежа по кредиту или из юридической фирмы, пытаясь записать нас на бесплатную консультацию.
Причин для разговоров много. Но суть одна. Телефон — это и способ личного общения, и канал коммуникации с компаниями.
И, конечно, при таком широком использовании телефонов возникает потребность в контроле операторов колл центров и менеджеров отделов продаж. Более того, при общении клиенты могут обратить внимание на какие-то недочеты в товаре или услуге или высказать пожелания, которые не были учтены ранее, но могут помочь сделать продукт лучше. А оператор колл центра, через которого за день проходят сотни звонков, скорее всего не обратит на это внимание.
Чтобы контролировать эффективность работы менеджеров и анализировать разговоры с клиентами компании либо нанимают отдельных специалистов в штат, либо обращаются за услугами речевой аналитики.
Речевая аналитика — это инструмент для оценки записей телефонных разговоров путем тегирования (сортировки) по содержанию.
Найм человека или команды, которые будут прослушивать телефонные переговоры
Этот способ использовали на заре распространения услуг колл центров. Специально обученные люди прослушивали записи и выявляли звонки, в которых:
- операторы отклонялись от прописанных скриптов;
- возникали слишком длинные паузы в разговорах;
- вспыхивали конфликтные ситуации;
- клиенты высказывали свои пожелания по совершенствованию товара или услуги;
- скрипт колл центра требовал доработки.
И обращали внимание на другие нюансы, проблемы и предложения, которые могут возникнуть в результате общения по телефону. И несмотря на то, что подход с личными сотрудником эффективен, у него есть два существенных минуса.
Во-первых, специалистам приходится прослушивать огромное количество телефонных разговоров и сортировать их вручную, что без дополнительного контроля, который зачастую отсутствует, неминуемо приводит к ошибкам. Во-вторых, в большинстве случаев они являются сотрудниками компании, которая продает продукт, а значит это дополнительные расходы на зарплаты и оборудование рабочих мест.
Использование сервисов речевой аналитики
С развитием технологий необходимость в найме отдельных сотрудников отпала, и сегодня почти все компании используют сервисы речевой аналитики для контактных центров (speech analytics). Они и обеспечивают более высокую точность тегирования звонков, и позволяют формировать быстрые отчёты, и обходятся компаниям значительно дешевле.
Например, система Calltracking.ru стоит 9000 рублей и способна обрабатывать 1800 звонков в месяц, тогда как собственный сотрудник для работы с таким же объемом звонков обойдется минимум в 40 000 рублей.
Часто можно встретить автоматизированные услуги речевой аналитики. В таких программах для контроля качества звонков используются десятки словарей, заранее составленных лингвистами, с помощью которых машина определяет проблемные разговоры, анализирует соблюдение скриптов, следит за вежливостью общения и распределяет звонки по соответствующим категориям.
К автоматизации добавляется и искусственный интеллект, в котором нейросети следят не только за наличием конкретных фраз, но и анализируют скорость разговора, наличие пауз и перебиваний и занимаются транскрибацией разговоров — переводом аудио в текст с разделением диалога на речь клиента и менеджера.
Но даже современные технологии не идеальны. Это связано с тем, что в разговоре клиент может использовать сокращения, сленг, иные слова и фразы, по которым только человек способен понять, что на самом деле имел в виду клиент. Да, их можно добавить в словарь. Но для этого нужно, чтобы сначала их услышал человек и определил как нужные. Само добавление и перенастройка системы тоже занимает время. Не менее важна и эмоциональная окраска разговора, которую пока искусственный интеллект не способен интерпретировать правильно.
А потому некоторые сервисы снова возвращаются к привлечению специалистов для прослушивания звонков, но уже с использованием средств онлайн аналитики и дополнительным контролем.
Тегираторы
Называются такие специалисты тегираторами (от слова тег). Их работа строится следующим образом:
- вместе с заказчиком команда сервиса определяет от 2 до 15 тегов, которыми будут помечаться звонки;
- тегираторы прослушивают звонки и присваивают им теги, например: товар: гриль, рассказал про акцию, предложил доставку, менеджер не представился;
- далее эти данные обрабатываются системой онлайн аналитики и формируются в отчеты для последующей работы с ними;
- эти вручную проставленные теги используются также для обучения нейросетей для автоматизированной классификации звонков.
В отличие от прослушки силами штатного сотрудника, работа тегираторов оптимизирована:
- для тегираторов созданы специальные интерфейсы прослушивания разговоров и простановки тегов;
- есть опции ускорения и вырезки пауз, что сокращает время обработки звонков;
- автоматизирована выгрузка звонков из АТС, CRM и коллтрекинг-систем;
- сотрудники работают в рамках частичного рабочего дня, что минимизирует вероятность ошибок, которые могут возникнуть при повышенной усталости специалистов, работающих полный день;
- тегираторов подбирают из регионов, что позволяет снижать затраты на обработку звонков без потери качества;
- работа тегираторов дополнительно контролируется.
Все вместе это позволяет добиться точности 99% в обработке звонков при значительно меньших финансовых затратах.
Для чего используют анализ звонков
Как мы уже писали выше, программы речевой аналитики обеспечивают контроль качества звонков в колл центрах и отделах продаж. Но этим сфера использования программ речевой аналитики не ограничивается. С их помощью можно:
- Анализировать эффективность рекламных каналов, оптимизировать рекламные расходы и снижать стоимость целевых лидов. Особенно это актуально при работе с подрядчиками, так как нередко бывает, что высококонкурентных сферах недобросовестные рекламные агентства занимаются накруткой лидов. Звонки поступают, но не конвертируются в сделки. Классификация лидов на целевые, нецелевые и СПАМ-звонки вместе с автоматической загрузкой этих данных в системы веб-аналитики и контекстной рекламы позволяет получать более точные данные об эффективности рекламных каналов и оптимизировать их, получая больше целевых лидов и продаж в рамках того же бюджета;
- Улучшать эффективность работы каждого менеджера колл центра и отдела продаж в отдельности. Менеджеры совершают ошибки. Часто банальные, легко исправимые контролем и предметной обратной связью. Например: не приветствуют, перебивают, не обращаются по имени, не доносят преимущества, не сообщают о скидках/спецпредложениях/бонусах, не предлагают сопутствующие товары и допуслуги. С помощью тегов руководители видят, какие именно ошибки совершает конкретный менеджер и может дать ему обратную связь не в формате «Иван, ты плохой менеджер, мало продаешь, продавай больше», а в формате «Иван, при продаже принтеров ты предлагаешь купить дополнительный комплект картриджей только 30% покупателям принтеров. А в среднем по отделу показатель – 75%. Делай это чаще, это повысит твой доход и продажи компании»;
- Повышать продажи за счет перенаправления звонков к более эффективным менеджерам. Менеджеры не одинаковые и с разной эффективностью продают разные товары. А распределение звонков в 9 из 10 компаний строится без учета эффективности (равномерно или по принципу, кто первый поднимет трубку). С помощью услуги речевой аналитики можно посчитать количество принятых каждым менеджером звонков по каждой товарной группе, сопоставить с данными по продажам и посчитать конверсию из звонка в сделку по каждому менеджеру и каждой товарной группе. И далее перенастроить распределение звонков так, чтобы они направлялись тем, кто с большей вероятностью превратит звонок в продажу. Простая и, казалось бы, логичная схема, но она до сих пор не применяется многими компаниями;
- Контролировать выполнение KPI;
- Выявлять новые потребности клиентов;
- Находить недочеты в товарах и услугах.
Пример использования речевой аналитики
Рассмотрим работу speech analytics на реальном примере колл центра сети клиник. Сервисом было обработано более 10 000 звонков. По результатам компания выяснила, что:
- только 75% операторов придерживаются скрипта при общении с клиентами;
- лишь 55% звонков являются целевыми;
- конверсия из целевых звонков в сделки составила 63%, то есть 3465 из 10 000 человек стали клиентами клиники;
- в 42% звонков без записи на прием нет работы с возражениями.
Исходя из полученных данных можно сделать выводы:
- необходимо улучшать качество работы колл центра, а именно:
- повысить контроль за соблюдением скриптов;
- доработать скрипты по работе с возражениями;
- доработать скрипты для повышения конверсии в целевых звонках.
- необходимо сделать ревизию настроек рекламных каналов для повышения качества трафика и оптимизации расходов на маркетинг.
Это небольшая часть полученных данных и сделанных на их основе выводов реальной компании. Помимо этого использование программы речевой аналитики помогло колл центру определить наиболее результативных операторов и убрать из команды тех, кто не соответствовал предъявляемым требованиям.
Заключение
Таким образом мы видим, что использование речевой аналитики возможно во всех сферах, в которых задействованы телефонные разговоры. А с помощью предоставляемых ею результатов можно и повышать эффективность работы отделов, и увеличивать конверсию, и оптимизировать расходы на маркетинг, и выявлять наиболее эффективных сотрудников, и принимать другие решения, ведущие в итоге к повышению прибыли компании.
