6 ключей к успешному внедрению речевого приложения (распознавание речи) в колл-центре

Mike Ashe, Вицепрезидент eLoyalty’s Global Contact Center Optimization Solutions Service Line

при участии Amber Fain, менеджера по маркетингу, eLoyalty Corporation

В статье приводится шесть ключей для лучшего принятия клиентами и достижения высокого значения ROI при внедрении технологий распознавания речи в контактном центре

Перевод Исса Хазбун

Введение

Самообслуживание на основе распознавания речи было широко распространено и стабильно развивалось на протяжении многих лет от  узкоспециализированного до более общего использования во всех сферах обслуживания. Многие компании уже внедрили самообслуживание на основе распознавания речи. Многие другие оценивают его потенциал. Целью этих компаний является не только сокращение расходов, но и улучшение качества обслуживания клиентов. Воодушевленные успехом веб-самообслуживания, эти компании видят потенциал в применении ключевых принципов веб-самообслуживания для голосового самообслуживания, таких как расширенные услуги, более полное содержание и ориентация на пользовательский поиск.

Почему же тогда компании по-прежнему неохотно предлагают богатый выбор опций голосового самообслуживания. Возможно, из-за опасений по поводу плохого восприятия клиентами и низких коэффициентов результативности. Низкий уровень восприятия клиентами и еще более низкие по сравнению с ожиданиями результаты (показатель, также известный как «процент принятия») часто наблюдаются в случаях, когда голосовое самообслуживание плохо налажено. Оценка прямых результатов в некоторых компаниях была основана на значении коэффициента окупаемости инвестиций (ROI), который оказывался ниже, чем ожидалось; и некоторые компании даже демонтировали свои речевые приложения. Этот риск заставляет многих задаваться вопросом: «Как мне правильно внедрить голосовые приложения в моей компании?»

Хорошей новостью является то, что компаниям не придется рисковать навлечь на себя гнев клиентов и получить низкий ROI при внедрении голосового самообслуживания. Было обнаружено, что большинство из этих проблем связаны с тем, что многие голосовые приложения в настоящее время разрабатываются как самостоятельные программные продукты или как веб-приложения. Обращаясь за помощью, однако, клиенты ожидают или, скорее, требуют, непрерывности обслуживания. Компании, которые могут соответствовать этим ожиданиям, достигают отличных результатов.

В этой статье мы представим шесть ключей к успеху для внедрения самообслуживания на основе распознавания речи. Они охватывают те факторы, которые следует рассматривать с точки зрения бизнеса, функциональности, а также технической и организационной точки зрения при внедрении самообслуживания на основе распознавания речи. Эти ключи могут помочь вам в достижении лучшего признания клиентов и повышения рентабельности путем успешного внедрения голосового самообслуживания.

1

Рисунок 1. Ключевые моменты для достижения лучшего восприятия клиентами и параметра ROI в процессе внедрения голосового приложения

КЛЮЧ № 1: ИСПОЛЬЗУЙТЕ МНОГОФАКТОРНЫЙ ROI ДЛЯ ОПРЕДЕЛЕНИЯ ТРЕБОВАНИЙ

Предположим, что вы хотите внедрить самообслуживание на основе распознавания речи в вашей компании. Инвестиции будут необходимы, если Вы еще не имеете аппаратных средств для распознавания речи, программного обеспечения, или человеческих ресурсов. Вам также могут понадобиться средства для привлечения специализированных внешних ресурсов, чтобы помочь вам определить и разработать приложения. Для того, чтобы убедить вашу компанию инвестировать в голосовое самообслуживания, необходим основательный расчет ROI. Кстати если вы еще не решили, стоит ли внедрять систему распознавания речи для самообслуживания, анализ ROI также будет полезным для принятия решения.

Возможность точно оценить ROI позволит вам решить, как получить максимальную окупаемость инвестиций в голосовое самообслуживание. Но чтобы получить достоверную величину ROI для речевых приложений, вы должны смотреть глубже. Вы не можете просто использовать число входящих вызовов в качестве денежного выражения успеха. Надежный расчет ROI будет основываться на следующих данных:

  • Наиболее распространенные типы вызовов / причины вызовов
  • Среднее время обработки вызова (AHT) для каждого типа вызовов
  • Распределение (AHT) для каждого типа
  • Текущий уровень экономии за счет тонального IVR
  • Предполагаемый срок выполнения работы и уровень экономии за счет инструментов распознавания речи, основанный на детальном анализе типов ввода, сложности задач, и доступности данных
  • Ожидаемое сокращение времени обработки вызова для звонков, переведенных на оператора после обработки в голосовом приложении по сравнению с подобными звонками.

Возможность собирать и оценивать полные и правильные расчетные данные является ключевым фактором для обоснованного расчета ROI и повышения удовлетворенности клиентов. Значение этого расчета не может быть переоценено. Мы видели компании, которые начинали внедрение голосового самообслуживания без твердых данных в качестве базы для расчета. Одним из последствий является то, что эффект не поддается точному учету, при этом компании упускают ключевые области для получения прибыли. Имея надежный расчет ROI, эти компании были бы избавлены от головной боли на протяжении всего процесса и видели бы более выгодную цель проекта.

Наиболее распространенные типы и причины вызовов

В большей части контакт-центров существует разделение вызовов на типы или причины, и по ним регулярно составляются отчеты. Центры, в которых не практикуют сложные отчеты, сегодня могут попросить своих сотрудников вести учетные ведомости, чтобы они могли лучше понимать деление вызовов на типы. Важно учитывать подробные детали. Например, тип «Платежи» может быть слишком общим. «История платежей», «Оплата с домашнего телефона» и «Дата следующего платежа» представляет собой лучшее деление вызовов на типы.

Среднее время обработки вызова каждого типа

В зависимости от типов вызовов, которые были выделены и по которым составляются отчеты, а также от метода интеграции системы ведения клиентов и CRM системы при автоматическом распределении вызовов (ACD), среднее время обработки вызовов может быть представлено довольно легко. И время вызова, и длительность пост-обслуживания должны учитываться для этого расчета. Здесь важно избежать использования «смешанного среднего» времени обработки для всех вызовов. Многие задачи, такие как запросы, обрабатываются относительно быстро, а другие, например сложные операции, занимают гораздо больше времени. eLoyalty рекомендует следующий расчет Среднего времени обработки вызовов.

AHT = TT + HT + ACW

(Average Handle Time = Talk Time + Hold Time + After Call Work Time)

(Среднее Время Обработки Вызовов = Время разговора + Время Ожидания + Длительность Пост-Обслуживания)

Распределение AHT для каждого типа вызовов

Разбивка среднего времени обработки вызовов каждого типа, принятых в колл-центре, должна быть по возможности измерена. Это позволит провести более точный расчет ROI. Поскольку одни и те же потоки вызовов проходят почти во всех типах, независимо от того, хочет ли клиент узнать информацию о балансе, сделать сложный заказ или осуществить бронирование, типичная разбивка вызова может быть следующей:

Приветствие

Сколько времени нужно, чтобы приветствовать клиентов?

  • Идентификация

Сколько времени необходимо для идентификации клиента? У вас есть система автоматического определения номера (АОН)?

  • Причина звонка

Сколько времени было потрачено на определение причины вызова?

  • Проверка

Для некоторых операций могут потребоваться различные уровни проверки и авторизации для доступа к счету.

  • Сбор данных от клиента

Сколько времени требуется для сбора от клиента данных, необходимых для выполнения операции?

  • Изучение данных или выполнение операций

Время для исследования данных, необходимых для транзакции в рамках информационной системы или при выполнении операции. Важно включить время в режиме ожидания и причину ожидания в этот расчет, если это применимо.

  • Предоставление результатов клиенту

Сколько времени нужно, чтобы сообщить о результатах сделки клиенту?

  • Завершение вызова

Время, необходимое, чтобы поблагодарить клиента за звонок и попрощаться.

Эти данные не всегда доступны в контакт-центрах, так что вам надо учесть это, прежде чем начать расчет ROI. eLoyalty использует специализированный инструмент, The Loyalty Observer, чтобы быстро собрать, сохранить и обработать эту информацию, при проведении исследования ROI.

Предполагаемый срок выполнения работы и уровень экономии при использовании голосовых систем

Оцените предполагаемый срок выполнения работы и уровень экономии при использовании голосовых систем, чтобы увидеть, как будет снижено количество звонков с использованием самообслуживания на основе технологий распознавания речи. Если вы уже используете традиционный тональный IVR для самообслуживания, скорость выполнения работ для IVR даст вам некоторое основание для этой оценки. Конечно, она зависит от функциональной способности голосового приложения (например, какие типы вызовов смогут быть обработаны с использованием голосовых приложений). Также имейте в виду, чем выше качество приложений, тем выше уровень принятия (и использования) их клиентами будет. Это важное звено, где ROI обуславливает требования к приложениям. Инструмент ROI от eLoyalty использует 10-балльной шкалу оценки для прогнозирования предполагаемого уровня экономии, учитывая такие факторы, как:

  • Какой объем данных требуется?
  • являются ли данные числовыми, буквенно-цифровыми или устными?
  • Как легко могут быть выстроены основные принципы?
  • Как аналогичные операции совершаются в Интернете на сегодняшний день?

Ожидаемое сокращение Времени обработки для звонков, переведенных на оператора

Мы считаем, что большинство компаний недооценивают сокращение времени обработки вызовов для звонков, переведенных на оператора или совсем не учитывают его в своих расчетах. Хорошо продуманные голосовые приложения помогают собрать много информации. Это особенно верно, если приложение интегрировано в работу вашего контакт-центра и вашу CRM систему с помощью компьютерно-телефонной интеграции (CTI). Преимуществом таких данных и интеграции является возможность перевода вызова прямо на оператора с предоставлением ему всех полученных данных и описания завершенных шагов в IVR. Это может значительно сократить время обработки вызова, переведенного на оператора, поскольку работа может продолжаться с того этапа, на котором было завершено самообслуживание. Это также улучшает опыт клиента, так как он не будет чувствовать, что часть вызова, обработанная в голосовом IVR была впустую потраченным временем. Мы рассмотрим эту тему более подробно в пункте # 5: Интеграция с контакт-центром.

КЛЮЧ № 2: РАЗРАБОТАЙТЕ ВАШЕ ПРИЛОЖЕНИЕ ДЛЯ ИСПОЛЬЗОВАНИЯ В РЕАЛЬНЫХ УСЛОВИЯХ

Каждый год на отраслевой конференции SpeechTEK, вендоры голосовых приложений соревнуются в создании голосовых приложений «с нуля» в течение всего четырех-шести часов. Это возможно, так как платформы приложений уже содержат стандартные функциональные возможности и встроенные словари, которые могут быть использованы. Однако, проектирование и создание хороших голосовых приложений, которые отвечают уникальным потребностям вашего бизнеса и будут широко использоваться вашими клиентами, требует существенно больше усилий и планирования.

Разработка хороших голосовых приложений сочетает лингвистику, искусство и науку, и подготовит ваши приложения для использования в реальных условиях с высоким уровнем восприятия клиента.

Лингвистика

Во-первых, вы должны использовать подсказки, которые можно легко и быстро понять, чтобы абоненты могли ответить. Непонимание важности лингвистики при разработке голосовых приложений может привести к появлению таких вопросов, как в следующем примере.

КАТАЛОГ УСЛУГ ДЛЯ РАСПОЗНАВАНИЯ РЕЧИ В УНИВЕРМАГЕ

Голосовое приложение: «С каким отделом Вы хотите связаться?»

Абонент: «Отдел оптики».

Голосовое приложение: «Я думаю, вы сказали,»Отдел оптики», если это неправильно, скажите «нет».

Абонент: «Да».

Голосовое приложение: «Отменено».

Голосовое приложение: » С каким отделом Вы хотите связаться?»

Инструменты распознавания речи могут распознавать слово «нет» и его вариации лучше, чем утвердительные ответы, такие как «да». Разработчики в этом примере структурировали диалог, ориентируясь скорее на технологию, а не на пользователя. Как результат, они неудачно выбрали формулировку проверки вопроса (см. подчеркнутую фразу выше), а именно двойное отрицание для усиления значения ответа «нет». Это сделало подсказку излишне сложной для пользователя. Также адекватному уровню юзабилити препятствовало то, что приложение не была настроено на понимание утвердительного ответа на этот вопрос. Она была построена на предположении, что все, кроме молчания означает «Нет» или отрицательный ответ, в результате чего выбор абонента был отменен в приведенном примере.

При разработке голосового приложения с лингвистической точки зрения, следует сосредоточиться на формулировке интуитивно понятных сообщений, на которые мог бы ответить любой человек.

Время решает все

Также имейте в виду, что абоненты могут ответить «Да» или «Нет» на вопрос в любой момент, не дожидаясь автоматической подсказки «Сейчас скажите «Да» или «Нет»». Поэтому в приложении нужно предусмотреть функцию прерывания сообщения в связи с вмешательством клиента, чтобы иметь возможность обработать эти ответы.

Преобразование текста в речь

Выбор между надлежащим использованием записанных фраз и подсказок или преобразованием текста в речь – это еще один вопрос, который вы должны иметь в виду при проектировании приложения. Лидирующие приложения для преобразования текста в речь сегодня действительно очень хорошо подходят для чтения подготовленного текста. Это часто дешевле, чем нанимать диктора для записи фраз и подсказок, а также быстрее, что позволяет оперативно добавлять новые фразы в приложение. Однако, бывают случаи, когда предпочтительнее использовать предварительно записанные предложения и привлекать диктора к разработке ваших приложений. К примеру, когда сложные термины могут быть прочитаны неправильно при использовании системы преобразования текста в речь.

Мастерство

Существует также мастерство реализации речевых приложений, которое вы не могли раньше видеть в ваших веб-приложениях или приложениях CRM. Хорошая идея — убедиться, что у вас есть умные люди, разрабатывающие для вас умные голосовые приложение.

Ищите «творческие» способы для сбора данных или для правильного построения догадок. Ваше речевое приложение зачастую может угадывать наиболее вероятную информацию на основе данных CRM или общей информации, которая загружается в систему. Например, «Остин» и «Бостон» звучат похоже для большей  части систем распознавания речи. Если абонент уже летал в Остин ранее или если Остин является более популярным направлением полетов, система бронирования авиабилетов с использованием интегрированной системы распознавания речи может правильно угадать «Остин». Догадка не всегда может быть правильной, но для абонента удобнее, если ему не приходится постоянно повторять ответы. В случае если догадка не правильная, абонент может сделать коррекцию на этапе проверки. Проектирование речевого приложения, это как проектирование веб-страницы для слепых. Разработчики Голосового Пользовательского Интерфейса (Voice user interface — VUI) должны настроиться на то, что пользователь не имеет другой информации для взаимодействия, кроме как слова, сказанные приложением.

Как звучит бренд вашей компании?

Так же, как у всех глубокий баритон Джеймс Эрл Джонса ассоциируется с CNN, речевые приложения могут предоставить вам возможность для укрепления бренда компании. Вы можете повлиять на восприятие вашей компании, выбирая между мужским или женским голосом, между пожилым или молодым голосом, голос может звучать преисполненным энтузиазма или приземлено, язык может быть формальным или неформальным.

Наука

Существует также ряд научных аспектов для разработки приложений речи. В приложении должны быть разработаны все возможные сценарии. Дерево решений должно быть не только полным, без тупиковых ветвей, но в нем также должны приниматься во внимание все варианты ответов.

Хотя голосовые технологии продолжают улучшаться, некоторые данные все еще очень трудно собирать с помощью речевых приложений. Например, при вводе адреса электронной почты, Mike_Ashe@eLoyalty.com, будет происходить следующий диалог: «М» – «Вы сказали «М»?» -«Да», — «I» — «Вы сказали»I»?» — «Да», и так далее.

Вы должны также разработать свои потоки вызовов c распознаванием речи на основе приложение поддержки диалога по заранее определенным сценариям. Зная, например, что у вас есть только шесть готовых сценариев для приложений направленного диалога, вы должны избегать открытых вопросов. Вместо этого вам следует сузить запросы, чтобы перевести клиентов именно к проработанным сценариям.

Если вы учитываете эти моменты при разработке голосового приложения, ваши клиенты будут использовать систему самообслуживания на основе распознавания речи чаще, хотя бы потому, что они видят возможность сэкономить время, используя его и, будем надеяться, получить приятный опыт.

КЛЮЧ № 3: ИСПОЛЬЗУЙТЕ СТАНДАРТЫ VXML ИЛИ SALT

В последние годы сформировались технологии голосового самообслуживания. В это время мы увидели, как возникали и развивались такие стандарты, как VXML и SALT, чтобы в итоге установить стандарты для создания голосовых приложения. Как результат, процесс разработки и развертывания голосовых приложений стал легче, чем когда-либо. Это явление можно сравнить с тем, что случилось с Интернетом в начале 1990-х. Как только инструменты и технологии стали стандартизироваными (например, HTML протокол, стандартные браузеры), мы увидели взрывной рост Интернета в качестве недорогого альтернативного канала для всех аспектов обслуживания клиентов (продажи, сервис и маркетинг). Кроме того, многие производители в настоящее время продают предварительно сконфигурированные приложения для выполнения конкретных функций и отраслевого использования.

Эти стандарты также защищают инвестиции, поскольку они используют архитектуру услуг, подобную интернету, что обеспечивает возможность недорогого модульного масштабирования средств разработки и опций для кросс-поставщиков. Таким образом, инвестиции в приложения и принимающие взаимодействия могут часто быть перенесены с платформы на платформу и между поставщиками без полной перезаписи или дорогостоящего обновления, которые были необходимыми в прошлом.

СРАВНЕНИЕ VXML с традиционным IVR

2

Для более детального взгляда на воздействие VXML, пожалуйста, обратитесь к техническому документу «Распознавание речи изменяет самообслуживание», Doug Brown, доступно для загрузки на www.eLoyalty.com.

КЛЮЧ № 4: ИНТЕГРАЦИЯ В CRM-СИСТЕМУ

Благодаря интеграции речевых приложений с CRM-системой вы сможете оптимизировать удобство применения вашего приложения, и одновременно, возможно, добавить ценную информацию к вашим CRM данным. Это ключевой момент и возможность дифференцировать свою систему голосового самообслуживания от других компаний, так как глубокая интеграция обеих систем по-прежнему редкость.

Чтобы иметь возможность использовать CRM данные в речевых приложениях, необходима идентификация пользователя. Это не всегда легко. Автоматический Определитель Номера (АОН или ID абонента) не всегда могут работать, поскольку клиент может звонить с неизвестного телефона (например, с сотового). Это полезно, если клиенту можно предложить ввести какие-либо альтернативные идентификационные номера, например, счет, заказ, номер телефона, имя, почтовый индекс, или даже адрес. Для некоторых операций, таких как общие вопросы, может казаться заманчивым пропустить идентификацию, но рекомендуется по возможности определять клиента, поскольку вы можете значительно повысить ценность до, во время и после вызова на основе профиля, настроек и последней истории взаимодействий.

«Wow» эффект

После того, как вы идентифицировали клиента, у вас есть возможность предоставлять клиентам отличный сервис с помощью адаптации подсказок на основании его CRM истории. С помощью этой информации может быть определена проблема клиента и приложение может догадаться, в чем вероятно заключается причина звонка, и направить диалог таким образом, чтобы ускорить его обработку.

Например, на следующей примере показано, как коммунальная компания использует «умные подсказки», чтобы сделать обоснованное предположение, что может быть причиной обращения на основе последних операций, которые соответствуют определенному профилю.

Пример вызова с кастомизированными подсказками

  • Клиент звонит
  • АОН показывает ее как Джейн Смит
  • Голосовое приложение задает вопрос(ы) для верификации
  • Джейн Смит имеет два аккаунта:
    • У нее было подключено обслуживание по адресу 55 Main Street в течение четырех лет
    • Она подключила обслуживание по адресу 100 Oak Street три недели назад
      • Следовательно, она купила новый дом
    • На основе анализа данных, вполне вероятно, что она звонит, чтобы отключить обслуживание по адресу 55 Main Street
  • Изменение стандартного запроса этого взаимодействия с клиентом приведет к таким подсказкам:
    • «Вы звоните, чтобы отключить услугу? Пожалуйста, скажите «Да» или «Нет» «.
      • Джейн говорит: «Да», и, может быть немного удивлена тем, что система «читает ее мысли»
    • «Вы звоните, чтобы отключить обслуживание по адресу 55 Main Street?»
      • Джейн говорит: «Да» снова, и удивлена уже довольно сильно
    • «Вы хотите, чтобы ваш окончательный счет был отправлен по адресу 100 Oak Street?»
      • Джейн говорит: «Да» еще раз, в то же время широко улыбаясь и находясь в изумлении от того, насколько умный и клиентоориентированный сервис в ее коммунальной компании. В качестве отступления от темы, этот момент будет идеальным для того, чтобы предложить ей взаимовыгодную услугу, как например доставка счетов за электричество, потому что она будет вполне уверена, что эта услуга также будет оказана в спокойной, дружественной клиенту манере.

В таблице ниже показаны примеры специализированных подсказок по отраслям.

Примеры специализированных запросов на основе истории CRM в различных отраслях промышленности

Отрасль

Информация в истории CRM

Кастомизированные подсказки

Коммунальные службы

Звонит каждый год в одно и то же время, чтобы заново зажечь горелку системы ГВС

Направьте клиента к вызову мастера для зажигания горелки ГВС

Коммунальные службы

Просроченный платеж

Подведите клиента к системе платежа или кредитования

Здравоохранение

Только что отменил заявку

Направьте клиента к системе заявок

Здравоохранение

Новый клиент

Направьте клиента к каталогу врачей (возможно, он ищет врача)

Финансовые услуги

Звонит в последние 3 дня каждого месяца для перевода баланса

Направьте клиента к сервису перевода баланса

Финансовые услуги

Ситуация перерасхода

Направьте клиента к сервису платежей

Производственная компания

Недавно заказал товар

Направьте клиента к запросу статуса выполнения заказа

Производственная компания

Только что получил товар, нуждающийся в инструкциях

Направьте клиента к вспомогательной информации об установке

Адаптация подсказок демонстрирует попытку задать правильный вопрос на основе истории взаимодействий с клиентом. Причина вызова может быть приведена в сравнение со списком 10-20 самых популярных типов вызовов, чтобы с более высокой вероятностью задать правильный вопрос. Мы рекомендуем в первую очередь разрабатывать и внедрять потоки вызовов для этих наиболее частых звонков, чтобы добиться наибольшей эффективности, а затем на итеративной основе продолжать поиск путей решения дополнительных вопросов. Это нелегко определить и требует много творчества и знаний о данных CRM, но вы будете удивлены положительными результатами.

Лучше всего, сохранять собранную за время взаимодействия информацию обратно в CRM систему. Это дополнит вашу CRM историю, и Вы будете располагать информацией от всех каналов обслуживания. Так, например, ID звонящего можно запоминать как новый номер, если система идентификации номеров (ANI) не нашла совпадений (это известно как ANI Appending или ANI Greening). Кроме того, причина вызова должна быть сохранена для дальнейшей кастомизации подсказок. И все остальное, что мы «узнали» о клиенте по его ответам голосовому приложению, должно быть сохранено для дальнейшего использования, особенно если клиент возбудил дело или его попросили перезвонить.

КЛЮЧ № 5: ИНТЕГРАЦИЯ С КОНТАКТ-ЦЕНТРОМ

Другой важный ключевой момент интеграции — это интеграция голосового приложения с контакт-центром, что обеспечивает непрерывность и придает дополнительную ценность опыту звонков, переведенных на оператора. Переключение из приложения распознавания речи происходит, когда абонент прекращает взаимодействие, чтобы поговорить с оператором.

Дружественные звонки без участия оператора

Переведенные на оператора звонки часто неправильно считаются результатом плохого или неполного приложения речи. Это не должны быть так! Глубоко интегрированное с контакт-центром приложение распознавания речи может уменьшить длительность времени обработки вызова при переключении абонентов на оператора и создать благоприятный пользовательский опыт.

Почему Абоненты выходят из голосового приложения?

В некоторых случаях, абонентам приходится отказаться от голосового самообслуживания, поскольку транзакция не может быть выполнена с помощью приложения. Некоторые операции слишком сложны для обработки в рамках голосового приложения, например те, где абонент нуждается в множестве советов. В этом случае, это более эффективно предоставить выполнение транзакции оператору. В других случаях, звонящий сам хочет отказаться от вызова. Например:

  • речевое приложение не смогло понять ответ и клиент не хочет повторить попытку,
  • звонящий абонент не привык пользоваться речевыми приложениями и чувствует себя неуверенно, или
  • абонент в принципе отказывается использовать речевые приложения.

Таким образом, должен быть предусмотрен легкий выход из приложения для клиентов. После двух последовательных отказов ответить на подсказку абоненту должно быть предложено поговорить с оператором. Кроме того, абонент должен иметь возможность прервать работу с приложением в любое время и сказать, например: «Разговор с оператором», «оператор», или «я хочу поговорить с человеком».

В некоторых случаях, абоненты раздражаются при безуспешном использовании речевых приложений и могут повышать голос или даже использовать ненормативную лексику. Современные голосовые приложения очень хорошо различают эти слова. Вполне возможно (и желательно) разработать свое приложение так, чтобы оно предлагало перевод вызова на оператора для этих недовольных клиентов.

Когда вызов затем переведен из приложений распознавания речи к оператору, важно, чтобы интеграция со средой контакт-центра позволяла сократить время обработки вызова. Убедитесь, что клиенту не нужно повторять информацию, предоставленную при работе с приложением. Любой повторный сбор данных продлевает время обработки, а также имеет негативное влияние на опыт клиента. Многие из нас уже имеют опыт двойного ввода данных, например, когда необходимо повторять номер счета, который мы уже ввели в IVR до разговора с оператором. Важно также заранее вывести всю информацию, собранную речевым приложением, на рабочие экраны, куда оператор будет в дальнейшем вводить последующую информацию. Таким образом, обработка сводится к минимуму для операторов, и они будут автоматически адресованы к тому же этапу в процессе, на котором клиент закончил работу с речевым приложением.

Даже для тех клиентов, которые пытаются сразу же выйти из IVR, можно собрать некоторые полезные данные. Например, когда вы получаете сигнал о нажатии клавиши «ноль» или запрос переключения на оператора, вы можете предложить подсказку: «Хорошо, я переключаю вас на службу технической поддержки клиентов. Чтобы ускорить вызов, я хотел бы только задать три коротких  вопроса … »

При использовании CTI собранная информация может быть передана оператору контакт-центра и клиенту не придется ее повторять. CTI часто является уже доступным при использовании решений IVR, если это не так, рекомендуется установить CTI, чтобы иметь возможность воспользоваться преимуществами этой интеграции.

Предполагая, что у вас уже установлен CTI, следующей целью является переадресация абонента в контакт-центр таким образом, чтобы абонент мог просто продолжать с того места, где он закончил работу с речевым приложением. Собранная информация может быть передана оператору по-разному, но важно предварительно дать оператору время для получения информация. Подумайте об этом, так как ваше речевое приложение осуществляет прямую переадресацию звонка вашим коллегам в колл-центр.

Стартовое всплывающее окно с информацией позволяет персонализировать приветствие и дает оператору обзор ситуации:

  • Кто звонит?
  • Что они пытаются сделать?
  • Насколько далеко они продвинулись в IVR или голосовом приложении?
  • Где они остановились?

Эта информация должна быть представлена в концентрированном виде, чтобы дать возможность оператору ознакомиться с ней в течение нескольких секунд.

Кроме того, все рабочие приложения, такие как система бронирования авиабилетов, биллинговые системы, системы управления заказами, должны быть автоматически предварительно заполнены в фоновом режиме, чтобы уменьшить или совсем избежать повторного ввода информации оператором. Это позволяет оператору сосредоточиться на продолжении разговора. Переход должен пройти незаметно для абонента.

Ниже приведен пример успешной интеграции контакт-центра, где учтены все вопросы, упомянутые выше.

ПРИМЕР ИНТЕГРАЦИИ С КОНТАКТ-ЦЕНТРОМ

  • Клиент звонит
  • Речевое приложение начинает помогать им с бронированием.
  • Собирается большая часть необходимых данных:
    • Информация о клиенте (номер постоянного клиента и процедура верификации)
    • Пункты отправления и назначения
    • Даты поездки
    • Время поездки
    • Фактическое количество пассажиров согласовано
    • Цена была подсчитана и согласована
    • Информация об оплате (клиент хочет разделить счет на две карты)
  • Клиент говорит: «Оператор», потому что приложение не принимает оплату двумя картами
  • При использовании CTI и Legacy System integration, вызов передается сотруднику отдела по работе с клиентами.
  • Система бронирования предварительно заполнена всей вышеперечисленной информацией.
  • Софтфон показывает всплывающее окно, которое сообщает, что звонок был прерван во время сбора платежной информации.
  • Оператор говорит: «Спасибо за звонок в XYZ Airlines — Это мистер Джонс? Я вижу, у нас есть бронь для вас на рейс из Денвера в Феникс в следующий четверг, но что нам необходимо получить платежную информацию, не так ли? «

С помощью этих рекомендаций, примененных к разработке приложений, вы сможете существенно сократить время обработки вызова, что повышает рентабельность инвестиций на реализацию. Кроме того, клиенты будут использовать голосовые приложения чаще, когда они уверены, что даже если приложение не сможет осуществить весь процесс, время, которое они проводят в нем, не будет потрачено впустую, и их будет ждать сотрудник, готовый им помочь.

КЛЮЧ № 6: ШЕСТЬ СПОСОБОВ ТЕСТИРОВАНИЯ СИСТЕМЫ

Следующий шаг после разработки и внедрения речевого приложения – это его полная проверка. При разработке программного обеспечения принято выделять достаточно времени для тестирования. Однако при тестировании речевых приложений вы должны принять во внимание некоторые конкретные аспекты, в том числе запланировать настройку и тестирование в реальных условиях. Мы рекомендуем шесть различных видов тестирования:

1)     Модульное тестирование

2)     Тестирование производительности

3)     Тестирование возможностей расширения

4)     Тестирование юзабилити

5)     Пилотное тестирование

6)     Текущая настройка

Модульное тестирование

Традиционное тестирование для выявления ошибок похоже на тестирование программного обеспечения, при этом необходимо убедиться, что все параметры прошли проверку. Как правило, это последний шанс увидеть, были ли допущены ошибки при разработке. Хорошее практическое правило заключается в том, что более половины «ветвей» вашего дерева разработки будут предназначены для обработки исключений, и все эти исключения должны быть проверены.

Тестирование производительности

Тестирование производительности для устранения или существенного уменьшения задержек играет важную роль для речевых приложений, так как может быть обработано большое количество информации из интегрированных систем. Паузы в работе речевого приложения являются более важными, чем, например, задержки в интернет-самообслуживании. При использовании веб-самообслуживания, задержка в реакции системы менее критична, поскольку клиент может легко продолжать работу после загрузки экрана, так как большое количество информации о транзакции видно с первого взгляда. Долгие паузы в разговоре психологически беспокоят многих людей, из-за них нарушается темп разговора; люди теряют нить беседы, когда пауза длится слишком долго. Существуют фоновые мелодии для разбавления психологической монотонности трех- или пяти-секундных пауз, но лучше провести тестирование, чтобы совсем устранить их.

Тестирование возможностей расширения

Тестирование возможностей расширения – это следующее тестирование, которое необходимо провести. Что произойдет, если вы решите обрабатывать каждый звонок с помощью речевого приложения, только чтобы провести идентификацию или верификацию абонента? Это усилит нагрузку на вашу систему, но время отклика по-прежнему должно оставаться приемлемым.

Тестирование юзабилити

Тестирование удобства и простоты использования — вероятно самый важный аспект тестирования нового речевого приложения, потому что это единственный способ понять, насколько хорошо ваши клиенты будут воспринимать и использовать систему. Действительно ли подсказки интуитивно понятны? Клиенты подготовлены и владеют необходимой информацией? Ключевые слова легко понятны? Могут ли они решить задачи, с которыми позвонили? Будут ли они рады использовать систему как альтернативу разговору с представителем отдела обслуживания клиентов?

В то время как есть много подходов к тестированию удобства и простоты использования, одним из наилучших подходов является запись всего взаимодействия клиента. Голосовая запись является существенной, но видеосъемка вашего тестирования юзабилити еще лучше. Делая запись образца разговора вашего реального клиента, вы сможете быстро изучить реакции и грамматику, которая, возможно, была опущена, пропущена, или неправильно разработана во время процесса проектирования.

Примеры выводов при изучении аудиозаписей тестов юзабилити:

  • Для компании канцелярских товаров B-2-B было выявлено, что пользователи начинают звонок, используя громкую связь телефона. Когда они понимают, что имеют дело с голосовой системой, они быстро поднимают трубку, но шум, который это создает, ошибочно принимается за ответ, который не понимает система. Живой слушатель был в состоянии определить проблему и сделать простую поправку.
  • Для крупного агентства путешествий было выявлено, что значительная часть клиентов звонили с сотовых телефонов. Это потребовало изменения параметров настройки фильтрации фонового шума, а так же модернизации части приложения, которая отвечала за код подтверждения.
  • Проектировщики коммунальной компании были озадачены, почему так мало людей вводили свой номер счета, но были в состоянии сразу назвать его при разговоре оператором. Оказалось, что пауза была слишком короткой.

Примеры выводов при изучении видеозаписей тестов юзабилити:

  • Для клиентов компании-производителя компьютеров и принтеров поиск названия модели и серийного номера на обратной стороне или на дне коробки мог занять минуту, и они часто должны были класть телефон, чтобы это сделать.
  • В тестировании телекоммуникационной компании люди наклонялись вперед к своим телефонам, готовые сказать что-либо, но были отключены, потому что подсказка была слишком короткой.
  • Компания финансовых услуг, возможно, слегка переборщила со своей кампанией брендинга. При прослушивании их приветствия, обещающего “заботиться о клиентах лучше чем кто-либо еще в отрасли”, видеозапись показала, что люди закатывали глаза или показывали другие жесты неодобрения или недоверия.

Пилотное тестирование и настройка

Пилотное тестирование будет основываться на вашем тестировании удобства и простоты использования, но с настоящими клиентами в ограниченной живой среде. Чтобы иметь возможность полностью проанализировать результаты, вы должны сделать запись взаимодействия клиента с системой и вашими операторами в случае перевода вызова. Главное, к чему необходимо прислушаться, это ответы, которые не были запрограммированы в вашей системе, уровень принятия, и процент выполнения. Настройка проходит наиболее интенсивно в течение первых трех месяцев, так как выявление ошибок грамматики во время прерывания, в распознавании клиента и в процессе прямого диалога, а также их исправление часто позволяют получить дополнительные 5-10% для развития и увеличения пропускной способности приложения.

Проведя всестороннее тестирование приложения вы сможете быть уверены, что оно работает именно так, как было задумано, а также гарантирует удобство и простоту использования. Вероятно, вы всегда будете на некоторой стадии настройки в процессе работы, периодически делая небольшие поправки и функциональные дополнения. Обратная связь по поводу записей, комментарии клиента, и обратная связь от оператора — все это части постоянного процесса совершенствования, который значительно повысит удобство и простоту использования вашего приложения.

Заключение

Уже сформировалась технология построения легкого в использовании и очень эффективного приложения голосового самообслуживания. Однако, много людей все еще недоверчиво относятся к речевым приложениям, и их предубеждения поддерживаются множеством примеров плохого выполнения речевого самообслуживания. Задача внедрения хорошего речевого приложения не только в том, чтобы иметь на местах современные технологии, но также в том, чтобы понять и рассмотреть деловые, функциональные, и организационные аспекты такого внедрения.

Интегрированное голосовое самообслуживание имеет свои особенности и не является только голосовым переводом вашего сетевого самообслуживания или расширением функциональных возможностей IVR. Существует много различий, которые подвергают опасности принятие клиентом, если они не продуманы. Достигнуть лучшего принятия клиентом и высокого значения ROI для вашего речевого приложения, необходимо принять во внимание следующие моменты:

• Ключ #1: Используйте ROI, чтобы сформулировать требования

• Ключ #2: Разрабатывайте свое приложение для использования в реальных условиях

• Ключ #3: Используйте стандарты VXML или SALT

• Ключ #4: Интернируйте приложение со своей системой CRM

• Ключ #5: Интегрируйте приложение со своим контакт-центром (операции и приложения)

• Ключ #6: Проверьте систему по шести направлениям

0 thoughts on “6 ключей к успешному внедрению речевого приложения (распознавание речи) в колл-центре”

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *

Featuring WPMU Bloglist Widget by YD WordPress Developer