ID: 7472


НАЗВАНИЕ ОРГАНИЗАЦИИ/БРЕНДА
Альфа-Банк
ГОРОД РАЗМЕЩЕНИЯ ПЛОЩАДКИ НОМИНАНТА
Ульяновск, Барнаул, Воронеж, Муром, Владимир, Новомосковск, Саранск, Тольятти, Москва
КОЛ-ВО СОТРУДНИКОВ (FTE) НА ПЛОЩАДКЕ НОМИНАНТА
1800
ВЕБ-САЙТ ОРГАНИЗАЦИИ
НАЗВАНИЕ/ИМЯ НОМИНАНТА
Внедрение Чат-бота в канале чата мобильного приложения
ИМИДЖ НОМИНАНТА
ЭССЕ НОМИНАНТА

В июле 2019 года в мобильном приложении Альфа-Мобайл в канале чата был внедрен интеллектуальный Чат-бот.

Чат-бот имитирует реальный разговор с клиентом за счет встроенного искусственного интеллекта. Бот способен заменить оператора для ответа на типовые вопросы клиентов в режиме 24/7, поэтому такой помощник в КЦ Альфа-Банка стал просто незаменимым.

Чтобы пообщаться с ботом достаточно задать свой вопрос, на который он предоставит оптимальный ответ. При этом бот полностью готов к тому, что пользователь может по-разному сформулировать свой вопрос, а так же допустить опечатки - для этого он специально обучен.

Чат-бот сосредоточен на полном автоматизированном обслуживании клиента.

Нами были проведены множество интеграций с банковскими сервисами для представления клиенту персонализированной информации в зависимости от наличия у клиента конкретного продукта или события по счету клиента.

Так, например, бот знает готова карта или нет, и, если готова – расскажет в каком отделении и по какому адресу ее необходимо забрать. Информирует о дате и сумме погашения задолженности по кредитному продукту клиента и когда начнется новый льготный период по кредитной карте.

Бот участвует в цифровизации клиентского сервиса. Иногда пользователю необходима простая навигация по мобильному приложению – задача бота указать путь и ответить на уточняющие вопросы клиента.

Так как мы работаем на стыке технологий и человека, наш бот в качестве суфлера умеет подсказывать наиболее вероятный ответ оператору. Если же оператор воспользовался подсказкой – бот обучается и следующий раз с высокой вероятностью уже сам ответит клиенту. Так бот еще и помогает сэкономить время обслуживания, а оператор помогает боту пополнять обучающую выборку.

Осенью 2015 года в мобильном приложении Альфа-Мобайл появился новый канал обращений клиентов в банк – Чат. С годами популярность текстового канала коммуникации набирала обороты: если в янв’19 мы получали 30 тыс сессий в день, то в дек’19 их уже было 44 тыс, а в отдельные дни нагрузка достигала 70 тысяч. В первом полугодии 2020 года среднемесячный объем обращений вырос до 1,35 млн. а в окт’20 уже составляет 1,72 млн. Покрывать такой рост нагрузки только операторским ресурсом безусловно дорого и не эффективно.

Ключевой целью проекта мы определили автоматизацию, так как основной задачей было максимальное повышение эффективности работы канала. В роботизации диалогов важен баланс между автоматизацией и качеством. Поэтому второй ключевой целью проекта стало качество и точность ответов. Конечно, автоматизация влияет и на другие метрики, поэтому итоговый список количественных и качественных целей проекта на 2020 год был зафиксирован следующим образом:

1. Автоматизация – увеличение до 40% диалогов, полностью закрытых ботом, после которых клиенту не потребовалось соединение с оператором;

2. Качество – увеличение до 80% количества диалогов клиент - бот, в которых бот, согласно экспертной оценке контролеров качества, не допустил ошибки;

3. Общая автоматизация – общее количество диалогов, которые были с участием бота должно составить 52%;

4. CR – количество обращений в чат не должно превышать 23%;

5. AHT – в среднем у оператора на обслуживание одной чат-сессии не должно уходить более 600 сек.

Внутренний клиент:

Департамент розничного бизнеса, интеграционные работы с командами клиентских путей. Влияние Чат-бота: снижение расходов, аллоцируемых на владельца бизнеса, повышение NPS клиентов бизнес-линии. Применение инноваций и лучших практик в обслуживании клиентов.

Дирекция дистанционного обслуживания: консультация при создании новых процессов, навыков Чат-бота и мониторинг результатов. Влияние Чат-бота на все ключевые показатели КЦ: КА, CR, AHT, SL.

Дирекция развития и поддержки обслуживания: управления, отвечающие за развитие технологий, процессов, мониторинг нагрузки и доступности, планирование.

Департамент развития онлайн каналов: консультация при создании новых процессов Чат-бота, интеграционные работы с командами. Влияние Чат-бота: повышение проникновения дистанционных каналов обслуживания (цифровизация) и увеличение транзакционной активности.

Поставщики:

Облачные технологии по распознаванию естественного языка компании Google.

С целью достижения лучшего совместного клиентского опыта, в 2020 году у Google приобретена системная поддержка. Интегратором в проекте выступила компания OpsGuru.

Микросервисная архитектура Чат-бота (back-end Чат-бота) – собственная разработка команды Альфа-Банка.

В условиях стремительного прироста активной клиентской базы и количества чат-сессий наша задача по автоматизации клиентских обращений достаточно амбициозна, при этом было понятно, что необходимо инновационное решение, которое позволит достигнуть поставленных перед нами задач.

В качестве искусственного интеллекта на основе распознавания технологии естественного языка было выбрано решение от Google. Dialogflow – облачный сервис, с который интегрирован в наш проект Банка с помощью API, при этом с целью обеспечения безопасности клиентских данных обучается исключительно на деперсонализированных, живых фразах.

Программно-аппаратная часть сервиса (Back-end) – это внутренняя разработка интеллектуальных навыков чат-бота, помощью наращивания внутренней экспертизы java-программирования, в основе которой лежит разработка микросервисной архитектуры.

Нашим конкурентным преимуществом является целостное архитектурное решение.

За счет модульной разработки и гибкой интеграции, мы используем подход итерационной доработки, что позволяет внедрять обновления в разы быстрее.

Такой подход снижает трудозатраты на изменения и внедрения:

На модели Dialogflow время от начала разработки и до начала ее реализации для простых внедрений интентов (time to market) занимает всего 30 мин (слайд 4).

Для крупных доработок на модульной архитектуре занимает – 0,5 – 1,5 мес.

Это позволяет нам создать процесс непрерывных улучшений (слайд 4). Наша команда развития Чат-бота работает по методологии scrum. В первые 10 мес мы проводили релиз Чат-бота минимум два раза в неделю. Но с учетом потребностей и постоянно меняющегося бизнеса теперь наш Чат-бот обновляется минимум раз в неделю. Мы непрерывно работаем над его совершенствованием. В нашей команде четко распределены роли и ответственная зона каждого участника.

Целью автоматизации стало достижение к концу 2020 года 40% диалогов с ботом без перевода на оператора. Уже в декабре 2019 года мы показали 17,9%, а в первом полугодии 2020 года вышли на 27,5%. На данный момент (ноябрь) бот закрывает 660 тысяч сессий – это 38,4% от всех сессий в канале чат (слайд 2) и это не предел.

Достичь таких драйверов успеха нам помогли:

1. Непрерывный сбор и обработка большого массива живых фраз клиента для пополнения обучающей выборки чат-бота. Обучающая выборка выросла с 3 до 75 тыс. уникальных фраз.

2. Интеграции с банковскими сервисами для предоставления персонализированного ответа по продукту клиента. Количество таких интентов выросло с 2 до 20.

3. Внедрение сущностей (ключевые слова, словосочетания) в навыки бота для того, чтобы давать более точный ответ. Количество сущностей нарастили с 6 до 297.

4. Разработка модуля, который анализирует контекст диалога и принимает решение о стратегии обслуживания. Клиент может продолжить бесшовный диалог через некоторое время, т.к. бот учтёт параметры контекста. Также бот игнорирует ответ на повторные, идентичные вопросы.

5. Разработка умной маршрутизация сообщений на оператора. Бот на основании предыдущих коммуникаций принимает решение – ответить самому, если уверен в качестве ответа или не мучать клиента и перевести на оператора.

5. Разработка фреймворка для тестирования бота перед выкаткой изменений. Позволяет сфокусироваться на качестве модели перед релизом и не допускать на продакшн ошибок.

6. Разработка интерфейса разметки. Ускоряет процесс маркировка диалогов в 1,5 раз по сравнению с ручным подходом.

7. Работа над анализом тона клиента. Чат-бот обучается имитированию человеческой эмпатии, выражает с помощью смайлов и эмоций поддержки.

Все эти навыки позволяют сохранять и наращивать конкурентный уровень автоматизации.

Ключевой показатель эффективности от автоматизации – это экономия финансовых средств. За период 2019 – 2020 года (с июля 2019 по октябрь 2020) с помощью чат-бота Банку удалось оптимизировать затраты на 130,5 млн. рублей (слайд 2). При этом экономия от года к году растет: за 2019 год она составила 62,6 млн.руб, а вот за 2020 уже по итогам 10-ти месяцев составляет 70,5 млн.руб. и это не предел

Уровень нагрузки в разрезе года (октябрь 2019 – октябрь 2020) был увеличен на 500 тыс. чат-сессий и в октябре 2020 года составил 1,72 млн. сессий. При этом коэффициент автоматизации вырос с 13.4% до 38.4%, что позволило в ноябре 2020 года из 1,72 млн. сессий в месяц закрыть полностью ботом 660 тыс. (слайд 5).

Рост коэффициента автоматизации с момента запуска Чат-бота (июль 2019 года) увеличился в 4,3 раза и достиг на данный момент (ноябрь 2020 года) отметки в 38,4%, что сокращает поток обращений клиентов на оператора в чате (слайд 5).

Также стоит отметить и другие важные результаты эффективности:

  • Качество и точность ответов бота соответствует целевому уровню и составляет 80%.
  • В месяц на контроль качества отправляются 220 тысяч диалогов (рандомная выборка). Маркировка диалогов производится операторами – это независимые эксперты. Далее 5% от размеченной выборки валидируется контролером качества. Качество ответов бота удовлетворяет клиентов в 80% ответов. Это значит, что оператор не требуется для решения вопроса, бот самостоятельно решает вопрос клиента (слайд 2).

  • Общая автоматизация с момента внедрения бота выросла в 4,2 раза с 14% до 60%, что значительно выше плана.
  • Т.е. бот участвует в 6 из 10 вопросов клиентов. При этом из них полуавтоматизирует (частично участвует) 21,6% сессий, что облегчает работу и время обслуживания оператором (слайд 5).

  • AHT – в среднем у оператора на обслуживание одной чат-сессии уходит 555 сек., при плане в 600 сек.
  • При росте активной базы клиентов CR зафиксировался в среднем значении за период октябрь 2019 – октябрь 2020 – 19,8% (слайд 6,8).
  • Количество интентов выросло с 10 до 306, т.е. все частозадаваемые вопросы бот может решить самостоятельно, без привлечения оператора (слайд 3).
  • Обучающая выборка чат-бота, которая состоит из уникальных живых фраз клиента выросла с 3 тыс. до 75 тыс., что позволяет легко и точно классифицировать фразу клиента к оптимальному интенту.
  • Реализовано 37 сценариев бота и отдельно 20 персонализированных интентов, т.е. клиент получает уникальный ответ по своему продукту.
  • Бот умело справляется с онбордингом, т.к. в его арсенале есть все интенты, отвечающие на распространенные вопросы клиентов в начале клиентского пути с Банком. В среднем в месяц он автоматизирует порядка 7% клиентов N2B.
  • Одним из самых важных результатов эффективности в канале, при условии роботизации диалогов является экономия на штатных единицах операторов. Стремительный рост автоматизации обеспечил выполнение этого показателя и накопительным итогом за 2019-2020 года составил 329 операторских ш.е. (слайд 7). А экономия на одном проценте автоматизации на октябрь 2020 года – 9 ш.е. (слайд 8).
  • Важно отметить, что в 2020 году был внедрен инструмент оценки Voice of the Customer (VoC). С момента внедрения (июль 2020 – октябрь 2020) мы получили 114 тыс. оценок боту. Более 71 тысячи клиентов присвоили самую высокую оценку, это говорит нам о том, что им нравится новый сервис и все больше они готовы доверять решение вопроса не оператору, а боту (VoC 3,9 баллов из 5).
  • Подводя итоги, можем с уверенностью сказать - успешному использованию технологии Чат-бота способствовало непрерывное и глубокое исследование клиентского поведения. Регулярная обратная связь клиентов, комплексная работа с командой качества Контактного Центра – все это помогло нам внедрить максимально удобный и отзывчивый сервис для наших клиентов.

    За главное правило при развитии Чат-бота мы взяли для себя сохранение баланса между качественными и количественными показателями эффективности. Наша практика показала, что первым приоритетом важно ставить интересы клиента, только тогда можно заслужить любовь клиента к роботам.

    На сегодня все топовые, рутинные вопросы в канале полностью на себя забрал Чат-бот, однако работа операторов не обесценилась, напротив, стала более значимой – теперь их задача решать действительно сложные и нетривиальные вопросы, которые требуют человеческого участия.

    Стремительное развитие бизнеса и рыночные тренды текстовых чат-ботов задают нам новые драйверы будущих побед.

    И мы не останавливаемся – мы продолжаем ежедневно совершенствоваться! В наших планах масштабирование в новые каналы Банка. Мы сфокусируемся на минимизация ручного ввода за счет UI – конструктора (нативных виджетов) и голосовых сервисов. Перед нами стоит важная задача глубокой персонализации клиента и внедрение продаж. Уверены, что все эти ключевые инициативы по развитию приведут нас на новый уровень роботизированного клиентского сервиса!

    Сопроводительный файл 1
    Сопроводительный файл 2
    ИНФОРМАЦИЯ ОТСУТСТВУЕТ
    Сопроводительный файл 3
    ИНФОРМАЦИЯ ОТСУТСТВУЕТ
    ССЫЛКА на Youtube
    ИНФОРМАЦИЯ ОТСУТСТВУЕТ

    ПЕРСОНАЛЬНЫЕ ДАННЫЕ НОМИНАНТА ДЛЯ ПРЯМОЙ КОММУНИКАЦИИ С ЖЮРИ:

    ФАМИЛИЯ
    Балыбердина
    ИМЯ ОТЧЕСТВО
    Наталья Ивановна
    ДОЛЖНОСТЬ
    Руководитель направления развития цифровых каналов обслуживания

    Скачать Эссе в PDF