97

Голосовой робот и бот-коллектор

Декабрь, 2019 год.

Автоматизация входящих и исходящих коммуникаций в клиентском сервисе «Мосэнергосбыта»

alt

Какую проблему решали

Одна из наиболее востребованных услуг контакт-центра «Мосэнергосбыта» — передача показаний приборов учёта электроэнергии в голосовом режиме. Объем входящих звонков увеличивается, когда потребители массово передают данные для выставления счетов.

Для эффективной работы с дебиторской задолженностью компании нужно регулярно информировать потребителей о наличии долга, отслеживать статус работы с каждым должником, фиксировать причины отказа от оплаты.
Текущий штат операторов не справлялся с возрастающим потоком обращений и ежемесячным обзвоном должников. Оповещение о задолженности с помощью автоинформатора малоэффективно из-за невозможности поддерживать диалог.
Решение проблемы
Компания NAUMEN внедрила в контакт-центре «Мосэнегосбыта» голосового робота для приема входящих звонков по передаче показаний счётчиков, а также робота-коллектора для обзвона клиентов с задолженностью.
Робот на входящей линии идентифицирует клиентов по номеру телефона или лицевого счета, принимает показания разнотарифных счётчиков электроэнергии, проверяет их на наличие ошибок, рассчитывает и сообщает сумму для оплаты.

Робот-коллектор информирует клиентов о наличии и размере задолженности, согласовывает дату ее погашения или выясняет причины отказа от оплаты. При необходимости робот переводит звонок на оператора или отправляет СМС сообщение со ссылкой для оплаты.

Применяемые технологии

В архитектуре решений задействованы: 
  • Платформа Naumen Erudite, на которой работают боты. 
  • Сервис синтеза и распознавания речи.
  • Коммуникационная платформа Naumen Contact Center, на базе которой осуществляются входящие и исходящие вызовы. 
  • Аналитическая CRM «Умная дебиторская задолженность». 
  • Биллинговая система.
  • Процессинговая система.  
Для обработки естественного языка используются: токенизация по словам, лемматизация и стемминг, фильтрация стоп-слов, мешок слов, tf-idf, иерархическая кластеризация, классификация текста с использованием CNN/DNN алгоритмов, регулярные выражения.

В архитектуру Naumen Erudite входят: веб-интерфейс, модуль приложения, модуль машинного обучения, модуль долгосрочного хранения данных. 
 

Бизнес-процесс

До проекта:

  • Пиковые нагрузки на контактный центр в дни приема показаний.
  • Нехватка ресурсов контактного центра для обработки входящих и исходящих звонков.
  • Низкая эффективность работы с базой должников.

После проекта:

  • 400 000 звонков с показаниями в месяц принимаются роботом.
  • Бот принимает показания без ожидания на линии и в 2 раза быстрее операторов.
  • 100% клиентов с задолженностью информируется ежемесячно.
  • Автоматическая актуализация информации по задолженности в CRM-системе.

Результаты

Команда «Мосэнергосбыт»

Ольга Богачева
Начальник отдела развития дистанционного обслуживания
Денис Кириенко
Руководитель по цифровой трансформации розничного бизнеса
Станислав Кочаров
IT-директор
Антон Сункин
Директор филиала «Центр дистанционного обслуживания»

Команда NAUMEN

Мария Ветошкина
Руководитель группы внедрения голосовых сервисов
Алексей Садовский
Директор по развитию бизнеса

Похожие кейсы

AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.