Речевая аналитика контакт-центра банка и страховой компании

Контакт-центр обрабатывает десятки тысяч звонков в день, а супервизоры прослушивают выборочно доли процента. Нарушения скриптов, неверные консультации, невыполненные обещания и признаки социальной инженерии против клиента остаются незамеченными.

Причины обращений известны только по кодам, которые операторы проставляют вручную и часто неточно. Продуктовые команды не слышат «голос клиента», а комплаенс не может подтвердить, что обязательные фразы произносятся.

Записи разговоров содержат персональные данные и банковскую тайну, и передавать их во внешние сервисы распознавания недопустимо.

Решение разворачивает речевые и языковые модели на сервере организации и обрабатывает все разговоры: в записи и в реальном времени.

• Распознавание речи с разделением на дикторов, оценка эмоций и пауз; дообучение на терминологии продуктов.
• Языковая модель классифицирует причины обращений, выделяет жалобы, обещания, упоминания конкурентов и рискованные фразы.
• Автоматическая оценка звонка по чек-листам качества и комплаенса, сводка разговора для CRM.
• Суфлёр оператора: подсказки и предупреждения о признаках мошенничества по ходу звонка.

Внедрение начинается с пакетной обработки архива, чтобы откалибровать чек-листы и модели классификации на реальных разговорах, затем подключается контур реального времени. Результаты выгружаются в BI и CRM, а супервизоры получают очередь звонков для разбора, отсортированную по риску.

Какие данные нужны

• Записи звонков и чаты
• Чек-листы качества и скрипты
• Разметка причин обращений и результаты контроля