ИИ для контакт-центров и отделов продаж: примеры для ecommerce

По статистике, ecommerce-компании были лидерами по внедрению ИИ еще в 2022 году. Сейчас темпы освоения этой технологии только растут. 84% представителей электронной коммерции либо активно берут ИИ на вооружение, либо считают это своим приоритетом. Что же делает такого цифрового помощника настолько привлекательным для бизнеса? Команда компании Ringostat рассказывает о преимуществах использования ИИ на примерах обработки звонков в ecommerce.

Пример 1: оценка только тех разговоров, которые действительно нужно проанализировать

Отделы продаж в ecommerce нередко обрабатывают десятки или сотни обращений в день. И здесь руководство сталкивается с серьезной проблемой. С одной стороны, без полноценного прослушивания звонков не удастся проконтролировать, как менеджеры общаются с клиентами. С другой стороны — невозможно проанализировать такое большое количество вызовов. Поэтому руководителю приходится прослушивать разговоры выборочно, а так всегда есть вероятность пропустить что-то важное.

Зная о такой проблеме, Ringostat нашел способ ее решить. Искусственный интеллект, в отличие от человека, способен быстро анализировать большие объемы информации. Поэтому может указать именно на те вызовы, которые требуют внимания руководства. Уже сейчас есть решения, встроенные в облачную телефонию и работающие по такому принципу:

• виртуальная АТС делает запись разговора;
• ИИ расшифровывает запись в текст и анализирует;
• по смыслу разговора делает вывод об общем настроении разговора, а также отдельно о настроении покупателя и менеджера;
• фиксирует настроение по каждому разговору в отчетах телефонии.

Благодаря этому руководитель или супервизор сразу видит диалоги, где что-то пошло не так. Достаточно настроить фильтр, который покажет только те разговоры, где клиент разочарован. Такое может быть, например, если ИИ по диалогу «понимает», что покупатель недоволен качеством консультации. Или клиент, допустим, расстроился, потому что ему не предложили альтернативу товару, которого нет на складе.

Есть еще один вариант, как руководству понять, на что обращать внимание. ИИ может делать выводы, был ли решен запрос клиента. Например, если покупатель:

• пытался узнать, подходит ли товар для использования в определенных условиях, а менеджер не смог ответить и обещал узнать у коллег;
• задал несколько вопросов, а сотрудник ответил не на все;
• позвонил, чтобы пожаловаться на брак товара, но менеджер не предложил ему решение — например, замену или возврат денег;
• хотел обменять товар, но не получил исчерпывающей информации, как это сделать и т. д.

Прослушав такие вызовы, можно узнать, была ли в определенной ситуации недоработка менеджера, или задачу клиента действительно невозможно решить. Например, если он хочет приобрести товар, который вы не продаете. 

Пример 2: контроль контакт-центра для ecommerce, работающего на разных рынках 

ИИ способен «стирать границы», когда речь идет об анализе звонков от жителей разных стран. Потому что нанять native speaking операторов на иностранных рынках —  не проблема, а вот проконтролировать их уже значительно сложнее. Надо искать отдельного супервизора под каждую страну — что не всегда оправдано. Особенно, если определенное направление только развивается и от местных клиентов еще поступает не так много звонков.

Благодаря ИИ, это перестает быть проблемой. Как мы уже писали выше, подобные решения превращают аудио разговоры в текст. Но они также способны переводить диалоги на английский язык. 

Так, супервайзер из Польши может легко проанализировать разговор оператора на немецком языке, а затем диалог на румынском или итальянском. Достаточно понимать английские субтитры, которые автоматически добавляются к разговору. Например, так руководитель отдела продаж Ringostat с помощью нашего ИИ контролирует обработку звонков менеджеров, работающих в Болгарии.  

Наличие расшифровки особенно полезно в тех случаях, когда супервайзеру нужно проанализировать только диалоги, где речь шла об определенном товаре. Или когда нужно проверить, упомянул ли менеджер в разговоре об акции, скидке, бесплатной доставке и т.д. Достаточно выставить фильтр по нужной фразе, и в отчет подтянутся только те звонки, где она фигурировала.  

Пример 3: продвинутый уровень — анализ разговоров по десяткам параметров

При базовых настройках ИИ может еще много полезного. Например, замечать ошибки менеджера или советовать лучшие следующие шаги. Допустим, глубже изучить предложения конкурентов, чтобы больше акцентировать внимание на преимуществах вашего интернет-магазина. Или позвонить, когда на склад поступит определенный товар.

Уже сейчас ИИ можно настраивать индивидуально, под потребности конкретной компании. Так, вы сможете получить исчерпывающую оценку работы контакт-центра. Не по общим параметрам, а именно по тем, которые принципиально важны в ваших бизнес-процессах. Например, за таким решением в Ringostat обратился один из клиентов Ringostat — консалтинговая компания, которая в частности помогает строить отделы продаж ecommerce-компаниям.

Кратко рассмотрим, как может работать ИИ при таких настройках.

1. Компании нужно определиться, какие реплики или вопросы менеджер должен обязательно озвучивать в течение звонка. Допустим, надо поздороваться и сказать название компании, выявить потребности клиента, спросить, откуда клиент узнал об интернет-магазине и т. д. 
2. После звонка ИИ будет сверять ход диалога со скриптом разговора. Если менеджер озвучил нужную реплику, решение присвоит за это 1 балл, если нет —  0.
3. По итогу разговора ИИ поставит общий балл. Это еще один способ быстро находить диалоги, которым стоит уделить внимание. 
4. ИИ может также поставить оценку всей работе оператора, проанализировав баллы за его разговоры.

Такой подход позволит выявить проблемы, системно возникающие у определенных сотрудников. Вовремя заметив это, вы сможете подтянуть навыки менеджера и повысить его конверсию из разговора по телефону в продажу.

Пример 4: ближайшее будущее — чат-бот, который учится на опыте вашей команды

Уже сейчас существуют чат-боты на основе ИИ, позволяющие разгружать отдел продаж. Такие решения не просто имеют заготовки ответов на самые частые вопросы клиентов. Они из контекста разговора понимают «пользу» обращения для компании, сегментируют лиды и решают, какие из них передавать сотруднику. Такой подход позволяет отсеять нецелевой трафик и предоставить базовые ответы на вопросы без привлечения человека. 

В будущем эта система будет совершенствоваться, обучаясь на всех возможных источниках информации. Допустим, у компании есть документация по товарам или база знаний о них, данные о разговорах по телефону и переписках в чате. ИИ будет изучать характеристики товаров и брать на вооружение приемы из диалогов, имеющих высокую оценку. Это позволит ему обслуживать клиентов не хуже человека— а иногда и лучше. Ведь цифровое решение не страдает от перепадов настроения, невнимательности или забывчивости.  

Также чат-боты на основе ИИ можно будет использовать для дополнительных задач.

1. Автоматическая классификация обращений по тематике. Это позволит быстро найти все диалоги по одной теме — например, о возврате товара или об оптовых закупках. Благодаря этому руководитель отдела продаж сможет проанализировать подобные запросы и разработать под них оптимальный сценарий разговора для менеджеров.
2. Определение и решение проблем клиентов. ИИ сможет выявить в разговоре ключевые слова и фразы, которые указывают на то, что у клиента есть определенные сложности. Например, если покупатель говорит, что товар не соответствует описанию, решение автоматически создаст заявку на возврат.
3. Помощь клиенту в выборе товара, который соответствует его потребностям. Чат-бот может спросить покупателя о его бюджете, целях и интересах, а затем предложить список подходящих товаров.
4. Оформление заказа. Нередко покупатель не понимает, как заказать товар —  даже если сайт достаточно удобен. Или не имеет времени или желания делать это самостоятельно. ИИ может спросить клиента о его контактной информации, адресе доставки и способах оплаты, а затем автоматически оформить заказ.

Выводы: какие возможности предоставляет ИИ контакт-центрам и отделам продаж в ecommerce

1. Автоматический анализ звонков. ИИ может быстро и точно анализировать большие объемы данных о звонках, чтобы выявлять проблемные моменты в общении менеджеров и клиентов. Это позволяет руководителям контакт-центров оперативно получать информацию о том, где нужно принять меры для улучшения качества обслуживания.
2. Контроль контакт-центров, работающих на международных рынках. ИИ может переводить текст разговора на английский, что позволяет супервайзерам контакт-центров контролировать работу операторов, работающих в разных странах.
3. Продвинутый анализ разговоров. ИИ можно настроить для индивидуального анализа разговоров, исходя из конкретных потребностей компании. Это позволяет получить исчерпывающую оценку работы контакт-центра и выявить проблемы, которые невозможно было бы заметить при использовании стандартных настроек.
4. Разгрузка отдела продаж. В будущем ИИ будет использоваться для все более широкого спектра задач, связанных с обслуживанием клиентов. Например, чат-боты на основе ИИ смогут оказывать более персонализированную помощь клиентам, решать их проблемы и даже оформлять заказы.