Как автоматизировать колл⁠-⁠центр, чтобы снизить расходы бизнеса и увеличить конверсию

Что такое автоматизация колл⁠-⁠центра и зачем она нужна

Автоматизация колл⁠-⁠центра — это внедрение программ, алгоритмов и технологий, которые полностью или частично заменяют ручной труд сотрудников. Пример из прошлого: задача коммутации на телефонной станции. 50 лет назад абонентов соединяли вручную телефонистки, а сегодня процесс по большей части автоматический, а маршрутизацией вызовов занимается виртуальная АТС.

Автоматизация актуальна и сейчас. В 2022⁠-⁠м аналитики Gartner подсчитали, что в колл⁠-⁠центрах по всему миру работает 17 млн человек. Но квалифицированных кадров все равно не хватает, операторы перегружены. Текучка в отрасли в 2,5 раза выше среднерыночной. Это ведет к неудовлетворенности клиентов и повышенным затратам на обучение персонала. Отдельный вызов — контроль эффективности операторов, многие из которых работают удаленно.

Автоматизации колл⁠-⁠центра помогает:

• Поднять выручку бизнеса за счет дополнительных продаж и повышения конверсии. Как утверждает Deloitte в глобальном исследовании за 2024 год, новаторы индустрии достигают на 57% больше стратегических целей.
• Повысить удовлетворенность клиентов. В том же исследовании Deloitte сказано, что передовые практики позволяют повысить эту метрику почти в пять раз, а удовлетворенность самих операторов — более чем в два раза.
• Увеличить продуктивность операторов и обрабатывать больше звонков. Актуально в условиях ежегодного роста нагрузки на контакт-центры: если в 2022 году по России фиксировали 39 миллионов обращений в месяц, то в 2023⁠-⁠м значение выросло до 41 миллиона.
• Оптимизировать штат и сэкономить на автоматизации рутинных процессов. Например, можно уменьшить время, которое тратит отдел качества на анализ звонков.

Актуальные технологии автоматизации

CRM⁠-⁠системы для создания истории звонков и хранения данных клиентов. Это базовая технология, однако в РФ, по оценкам КОРУС, ее внедрили только 20⁠—⁠30% бизнесов.

CRM отвечает омниканальности — к одной системе можно привязать все каналы коммуникации: от чат⁠-⁠ботов и соцсетей до email-рассылки.

Также CRM помогает сократить число ошибок, повышает скорость обработки заявок и позволяет лучше анализировать работу операторов. Например, без такой системы операторы записывают статус заявки в таблицу, длительность разговора и его качество никак не фиксируются. После внедрения CRM у каждого клиента появляется карточка, в ней хранится история обращений. Информация обновляется автоматически, ее может увидеть любой сотрудник на мониторе — это делает коммуникацию более прозрачной.

Интерактивные голосовые меню для автоматизации входящих обращений. Технологию сокращенно называют IVR, от interactive voice response. Ее используют банки, телеком-операторы, управляющие компании и госучреждения. После дозвона клиент слышит записанные сообщения и может получить больше информации через голосовые команды или тональный набор на телефоне — цифры 1, 2, 3. IVR⁠-⁠системы помогают отвечать на рутинные запросы без привлечения оператора и распределять звонки по отделам после опроса пользователя.

Голосовые роботы для быстрого обзвона клиентов. Они работают по скриптам и помогают подтверждать бронирования, собирать обратную связь, информировать об акциях. Если общение выходит за рамки прописанного сценария или у клиента возникают вопросы, бот может переключить разговор на свободного оператора.

Виртуальные ассистенты как потенциальная замена оператора. Работают под управлением генеративного искусственного интеллекта по аналогии с популярными нейросетями, такими как ChatGPT от Open AI, только умеют синтезировать голос. Могут поддерживать общение с человеком без шаблонов.

Это одна из трендовых технологий: по прогнозам Gartner, в ближайшие годы голосовые AI⁠-⁠модели заменят до 30% операторов. И хотя это разгрузит колл⁠-⁠центры и позволит сократить затраты бизнеса, на пути внедрения голосовых нейросетей есть барьеры. По опросам, самообслуживание решает только 14% всех запросов, а 64% клиентов предпочли бы не говорить с ботами. Более того, 53% готовы отказаться от покупки, если поймут, что говорят с роботом. Полноценно заменить человека нейросети пока не могут: им не хватает гибкости и эмпатии.

Речевая аналитика для детального мониторинга работы контакт-центра. Использует возможности нейросетей в связке с живыми людьми: прослушивает 100% звонков и анализирует их с помощью машинного обучения. Это помогает искать точки роста в коммуникациях. Например, инструмент умеет считывать интонацию, проверяет, как точно оператор следует скриптам и какие слова в диалогах чаще приводят к продажам.

McKinsey пишет, что в среднем внедрение сервисов речевой аналитики позволяет компаниям снизить затраты на 30% и повысить лояльность клиентов на 10%. Реальные цифры могут быть даже выше.

Какие метрики помогает растить автоматизация

К автоматизации прибегают, когда компанию не устраивают текущие метрики эффективности колл⁠-⁠центра. Причем не сухие цифры, а то, что за ними стоит. В зависимости от отрасли допустимые значения метрик разные, но можно сравнивать их с общедоступными бенчмарками: например, со средними значения из глобального отчета Talk Desk за 2024 год.

Оптимизировать можно не все, поэтому важен глубокий анализ процессов компании и оценка экономической целесообразности внедрения той или иной технологии. Важно понять:

• Действительно ли выбранная программа повлияет на опыт пользователей и скорость работы операторов.
• Не станут ли сложные процессы сложнее.

Основные KPI для колл⁠-⁠центров, на которые может влиять автоматизация:

AR — доля пропущенных звонков. Это ситуации, когда клиент не дозвонился до компании: например, потому что все операторы были заняты или у линии слишком низкая пропускная способность. Среднее значение в мире по всем секторам — 9,3%. Если вы сможете снизить его до 5%, это станет конкурентным преимуществом.

ASA — средняя скорость ответа оператора на звонок. Чем ниже, тем лучше. Для потребительского сектора стандарт равен 5,3 секунды, для телеком-операторов — 7,1 секунды, для банков — 7,5 секунды.

SL — уровень сервиса. Показывает процент вызовов, которые колл⁠-⁠центр принял в заранее заданное менеджером время. Метрику прописывают в виде дроби. С точки зрения клиента, SL всегда должен быть 100/1, то есть на 100% звонков операторы отвечают за одну секунду. Но в реальности цифры обычно другие, а базовым значением считают 80/20, то есть время ожидания в 80% звонков не превышает 20 секунд.

AHT — среднее время обработки телефонных звонков. Если ASA показывает, как долго клиент ждет на линии, то AHT считает время с момента ответа оператора до конца разговора. Обычно составляет 2⁠—⁠3 минуты. Слишком низкое время — не всегда хорошо, ведь это не означает, что проблема пользователя решена. Поэтому данную метрику нужно смотреть в связке с другими.

Вновь AHT, но уже время удержания вызова. В этот момент оператор ставит абоненту музыку, чтобы уточнить информацию. В среднем hold time не превышает 20 секунд. Если же оператор ставит абонента на удержание дольше чем на минуту, это повод структурировать базу знаний. Возможно, сотрудник слишком долго ищет ответ.

FCR — доля вопросов, которые решили в рамках первого звонка. Если FCR равен 60%, это означает, что каждый четвертый звонок из 10 не помог или не до конца помог пользователю — и тот позвонит снова. Показатель FCR можно улучшать бесконечно.

Другие метрики. В отдельную группу определяют индексы удовлетворенности клиентов CSAT и CSI, индекс лояльности NPS и бенчмарк усилий клиентов CES. Все они основаны на опросах абонентов после контакта.

Если колл⁠-⁠центр ориентирован на продажи, к этим метрикам добавляют:

• CR — коэффициент конверсии;
• CPL — стоимость привлечения лида;
• LTV — пожизненную ценность клиента.

Оптимальные значения для них разнятся в зависимости от сферы деятельности компании.

Как внедрить автоматизацию в колл⁠-⁠центре

Шаг 1. Выбрать подходящий инструмент. Вот общие рекомендации:

• Интернет-провайдерам, банкам, страховым и другим крупным компаниям с большим количеством входящих звонков пригодятся все методы автоматизации.
• Агентствам по продаже недвижимости, автомобильным дилерам и другим компаниям с высокими чеками и стоимостью привлечения лида, где важнее не объем, а качество контактов, повысить конверсию могут CRM⁠-⁠системы и речевая аналитика.
• Бизнесу с небольшим потоком заявок и более низкими чеками помогут чат⁠-⁠боты и IVR⁠-⁠сервисы.

Шаг 2. Выбрать поставщика программы, составить план оптимизации и рассчитать бюджет. На этом этапе важно проверить, совместимо ли решение с инфраструктурой компании, оценить экспертность вендора, удобство интерфейса и готовность оказывать техническую поддержку на этапе внедрения. Если есть возможность, протестировать сервис.

Например, Речевую аналитику от Т⁠-⁠Банка можно бесплатно проверить с помощью пилота — для этого нужно просто оставить заявку. Инструмент работает с поминутной оплатой, и чем больше сумма единоразового пополнения, тем меньше цена минуты. Скрытых платежей и платы за неиспользованные минуты нет.

Шаг 3. Внедрить новую практику и обучить персонал. Большая часть программ автоматизации контакт-центров распространяется через облако по модели SaaS. Поэтому внедрить их можно за несколько рабочих дней.

Например, Речевая аналитика от Т⁠-⁠Банка поддерживает быструю интеграцию с популярными виртуальными АТС и CRM⁠-⁠системами — полный список можно запросить у менеджера или увидеть в личном кабинете администратора. Если вашей телефонии или CRM нет в списке, можно настроить интеграцию по API. Для офлайн-бизнеса доступны аудиобейджи с речевой аналитикой.

После подключения инструмента сотрудники колл⁠-⁠центра получат доступ к подробным инструкциям и видеоматериалам для настройки платформы под свои задачи. Бизнесу с большим количеством звонков в месяц доступен персональный менеджер.

Шаг 4. Оценить результаты автоматизации. Обычно первые результаты заметны через три месяца — это общий интервал для всех технологий, которого достаточно для сбора достоверных данных с учетом разных сценариев взаимодействия и времени на обучение операторов.

Например, маркетплейс «Сравни», который подключил Речевую аналитику от Т⁠-⁠Банка в 2022 году, за первые три месяца повысил индекс удовлетворенности клиента с 91,4 до 97,5% и увеличил количество заявок в 1,5 раза.

В платформу Речевой аналитики от Т⁠-⁠Банка дополнительно встроен трекер задач для отдела контроля качества, который позволяет оценивать работу операторов и давать им обратную связь. У операторов тоже есть доступ к личному кабинету, где указаны метрики их работы — они в реальном времени видят успешные и неудачные звонки и могут корректировать свою работу.

Преимущества Речевой аналитики от Т⁠-⁠Банка

Прослушивание 100% звонков. Добиться таких показателей без аналитики сложно даже с большим штатом супервизоров: прослушивание будет точечным, с глубиной прослушки 15⁠—⁠25%, а выводы о работе отделов — неполными. Инструмент от Т⁠-⁠Банка обрабатывает тысячи звонков за пять минут и моментально строит по ним отчеты.

Высокая точность распознавания речи. Платформа работает на базе технологии VoiceKit от Т⁠-⁠Банка и обучалась на миллионах реальных звонков нашего колл⁠-⁠центра. Мы продолжаем развивать модель. Каждый день она анализирует 2,5 миллиона звонков и 700 тысяч текстовых чатов. Если вы присоединитесь к платформе Речевой аналитики, у вас будет возможность дообучить модель на собственных звонках — это бесплатно.

Большой выбор инструментов. Звонки можно анализировать по встроенным словарям и создавать собственные. На платформе работает семантический поиск, который находит до 80% целевых запросов, а также проверка точности следования скриптам. Речевая аналитика замечает частые слова в разговорах и определяет негатив в интонациях, в том числе сарказм — как на стороне клиента, так и на стороне оператора. Супервизору доступны детальные отчеты о работе команды, а операторам — дашборды с процентами ошибок и рекомендациями от руководителя.

Безопасность на банковском уровне. Храним звонки в собственном контуре в соответствии с федеральным законом «О персональных данных» от 27.07.2006 № 153⁠-⁠ФЗ.