Голосовой робот и бот-коллектор

Декабрь, 2019 год.

Автоматизация входящих и исходящих коммуникаций в клиентском сервисе «Мосэнергосбыта»

Промышленность Электроэнергетика Клиентский сервис Снижение расходов Рост производительности Крупный бизнес NAUMEN NLP

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.