6155
«Умные» звонки МегаФона
Декабрь, 2020 год.Использование голосовых роботов для масштабирования телемаркетинговых кампаний.
Какую проблему решали
Количество персональных предложений от МегаФона зависит от профиля потребления клиента. Сегодня ему может быть интересно одно, а завтра пригодится другое. Задача телемаркетинга – вовремя донести предложение до клиента.
Обзвоном клиентов занимались операторы. Даже самые эффективные сотрудники не могут работать с максимальной отдачей весь день и после нескольких десятков неудачных звонков устают от однотипных вопросов и работы с возражениями.
Обзвоном клиентов занимались операторы. Даже самые эффективные сотрудники не могут работать с максимальной отдачей весь день и после нескольких десятков неудачных звонков устают от однотипных вопросов и работы с возражениями.
Главная задача - масштабирование телемаркетинга без потери качества диалога с возможностью подстраиваться под потребности бизнеса: сегодня 10 000 контактов, а завтра – миллион.
Решение проблемы
В МегаФоне приняли решение автоматизировать телемаркетинговые кампании с помощью голосовых роботов. Для их разработки привлекли одновременно несколько партнеров — Neuro.net, Just AI и KVINT.
Голосовые ассистенты одновременно совершают тысячи звонков и обрабатывают большинство типовых запросов. Количество контактов зависит от потребностей бизнеса и может ситуативно меняться, подстраиваясь под выборку клиентов. В это время операторы могут сосредоточиться на более интересных и сложных ситуациях, когда нужны интеллектуальные подходы и умение импровизировать.
Количество и масштабы телемаркетинговых кампаний теперь не зависят от размеров штата операторов. Роботы совершают звонки в любое удобное для клиентов время независимо от загрузки или режима работы.
Применяемые технологии
В рамках проекта внедрялись продукты от трех ИТ-поставщиков: стек технологий и технологическая платформа Neuro.net, enterprise-платформа Just AI Conversational Platform и облачная платформа KVINT. В основе этих ИТ-решений лежат NLP/NLU подходы и технологии синтеза речи собственной разработки.
Приоритет отдавался технологиям, которые:
- обеспечивали качество диалога, комфортное для клиента;
- выполняли поставленные бизнесом цели;
- обладали хорошим потенциалом для масштабирования.
Голосовые роботы обучались на основе анализа записей звонков живых операторов. В процессе развития проекта роботы получили новый функционал. Например, научились понимают просьбы перезвонить, реагируя на триггерные фразы «давайте после обеда», «до шестнадцати» и другие, и перезванивать точно в назначенное время.
Бизнес-процесс
До проекта:
- Около 120 звонков в день делает оператор.
- Много рутинных для оператора кейсов, от чего эффективность снижается.
- Телемаркетинговые кампании и количество реализуемых кейсов ограничены штатом операторов и стоимостью канала.
После проекта:
- Возможность гибко управлять количеством и охватом кампаний в голосовом канале.
- Тысячи звонков одновременно может совершать робот.
- Робот эмоционально устойчив и всегда дружелюбен.
- Масштабирование телемаркетинга без увеличения штата сотрудников.
- Кампании можно запускать по триггеру — событию из жизни клиента.
Результаты
Команда МегаФона
Сергей Новиков
Старший менеджер по технологическому развитию канала «Голосовые роботы»
Артем Петренко
Руководитель развития и стратегии канала «Голосовые роботы»
Елена Пимукова
Менеджер по развитию и управлению каналом канала «Голосовые роботы»
Команда «Квинт»
Арсений Назаркин
Генеральный директор
Команда Neuro.net
Александр Кузнецов
Сооснователь компании, операционный директор
Александр Пилецкий
Менеджер по работе с ключевыми клиентами
Анна Чичагова
Менеджер проекта
Команда Just AI
Андрей Лешуков
Руководитель отдела внедрения
Александр Мусанов
Руководитель отдела развития клиентов
Наталия Рощина
Руководитель отдела компьютерной лингвистики и разговорного AI
Антон Сипачев
Руководитель отдела разработки
Похожие кейсы
AI-кейсы с доказанной бизнес-эффективностью. Все проекты успешно прошли проверку комиссией из признанных экспертов в технологиях и бизнесе.