Работа контактного центра напоминает телевизионную игру «Слабое звено». Сотрудники получают вопросы и если дают верные ответы, то пополняют общий банк, в противном случае – лишают компанию денег.
Вот только наказывать за ошибки фразой «Вы самое слабое звено! Прощайте!» и выгонять из команды – неэкологично и даже вредно. Найм нового человека и его онбординг могут длиться несколько месяцев и в среднем обходятся предприятию в 3-4 зарплаты специалиста. Куда эффективнее – обучать персонал и выявлять точки роста.
Такая задача, если решать ее вручную, отнимает много времени и ресурсов. При этом именно от скорости выявления ошибок и их исправления зависит качество диалогов, их количество, а также большинство бизнес-метрик контактного центра.
Вопрос требует полной автоматизации всего цикла обучения операторов: от выявления пробелов в их знаниях до организации системы обратной связи и назначения индивидуального обучения.
Боли операторов
В общих чертах определить, хорошо ли работает оператор, несложно – помогает анализ конверсии, количества продаж, апсейлов, уровня NPS и других метрик. Но когда результаты плохие, трудно понять, где «корень» проблемы – стеснение, нечеткая речь, или скрипты снижают продажи?
Как правило, в причинах разбираются команды по контролю качества. Они прослушивают сессии от начала до конца и вручную выставляют оценки. Возникает несколько проблем:
Анализ покрывает малое количество сессий – в среднем около 10% от общего числа;
Выбивающиеся сценарии с лучшими и худшими практиками, в которых можно что-то «выловить», встречаются редко. В основном, это «холостое» прослушивание;
Анализ отнимает много денег и может растягиваться на несколько месяцев.
Со скоростью ИИ
Современные технологии позволяют не раздувать штат и сокращать расходы на анализ с помощью более эффективных инструментов. Например, искусственный интеллект не тратит время на восприятие речи, транскрибацию, поиск аудиофайлов. После разовой настройки он фиксирует заданные параметры и отслеживает их:
Прозвучало ли приветствие и прощание;
Сколько раз оператор отклонялся от прописанного сценария;
После каких вопросов и на какой период клиента ставили на «hold»;
Какой вопрос вынуждал оператора переводить клиента на уровень выше и другие нюансы.
В результате система формирует общий дашборд качества, который позволяет быстро находить «слабые» места. Конечно, анализ сложных характеристик – таких как доброжелательность и улыбка в голосе оператора – доступен не каждой «умной» машине, но работа даже с простыми факторами помогает кратно уменьшить время обработки информации и сократить расходы.
Персонализация обучения
Когда речевая аналитика проведена, возникает вопрос: что делать с собранной информацией и как вписать ее в существующую систему обучения?
Продукты Minervasoft – база знаний Minerva Knowledge и система обучения персонала Minerva Learn – тесно взаимосвязаны и позволяют пользователю оперативно преобразовывать контент в курсы для сотрудников. Такой технологический союз можно легко расширить и интегрировать в него систему речевой аналитики.
Механика выглядит следующим образом: ответственный менеджер создает несколько условий (триггеров), при выполнении (срабатывании) которых сотрудник получает рекомендацию для прохождения конкретного курса.
Например, если человек несколько раз за отчетный период превышает установленное время обработки контакта или значение отработки возражений в его диалогах составляет меньше 25%, оператор получает уведомление о необходимости освежить знания и снова пройтись по скриптам и веткам звонков.
Параллельно другой триггер может отслеживать режим «hold»: если несколько раз подряд он включался после одних и тех же вопросов, сотрудник получит уведомление с предложением перечитать статью, в которой есть необходимая информация по продукту. После изучения материалов нужно будет сдать тест на усвоение знаний.
Поощрение лучших
А что с операторами, которые выполняют работу на твердую пятерку? Эти сотрудники также окружены вниманием системы и получают поощрение. Например, в виде ачивок и материальных бонусов.
Накопленные баллы можно обменивать на призы из магазина компании, дополнительный выходной или обучение. Система также позволяет выводить результаты в отдельную таблицу и публиковать её внутри базы знаний. Визуальное понимание помогает операторам лучше ориентироваться, к кому стоит обращаться за помощью, а также создаёт дополнительную мотивацию.
Актуальность знаний
Чтобы максимизировать пользу от обучения персонала, важно настроить синхронизацию между LMS и KMS. Тогда при изменении любой статьи в базе знаний, информация в обучающих программах будет обновляться автоматически.
В итоге операторы смогут быстрее получать обратную связь, отслеживать прогресс обучения в персонализированной ленте, видеть изменения в статьях и быстро находить свежие памятки и регламенты. Начальники отделов, в свою очередь, всегда будут в курсе, кто из сотрудников уже ознакомился с обновлениями, успешно сдал тест, каких результатов достиг за определенный промежуток времени.
Применение речевой аналитики подходит компаниям любого масштаба и направления. Главное – наличие телефонных разговоров. С помощью их анализа бизнес может значительно повышать эффективность работы отделов, увеличивать конверсию, оптимизировать расходы на маркетинг и определять наиболее грамотных сотрудников.