Как TWIN автоматизировал магазин на диване, сэкономив компании Shop & Show 21 млн рублей
О проекте
Шоп Энд Шоу (Shop & Show) — это телемагазин нового поколения, который пришел на смену так называемым магазинам на диване, давно утратившим своё доверие телезрителя. Магазин работает в новом формате телевизионной торговли, основа которого — честная презентация в эфире и постоянно обновляемый ассортимент товаров. На сегодняшний день это одна из наиболее известных торговых марок телевизионных продаж на рынке стран Восточной и Центральной Европы. Несколько лет назад канал совершил прорыв на российском рынке — запустил продажи в прямом эфире вместо роликов собственного производства (для чего была создана студия).
Для обслуживания клиентов компания использует собственный call-центр, в который ежемесячно обращается более 5 млн. клиентов с различными типами запросов, а так как каждый звонок обязан соответствовать корпоративным стандартам и политике, то диалогу с клиентом компания уделяет особое внимание.
В 2018 году руководством компании был определен план развития технологий на базе искусственного интеллекта, который в перспективе 2х лет позволял решить проблемы стихийного обслуживания звонков в прайм-тайм, а также перевести 100% сервисных направлений на голосовых и чат-ботов.
Первые попытки реализации начались практически сразу после утверждения плана, благо к тому времени на рынке услуг было достаточно предложений, а поставщики услуг по разработке ботов демонстрировали красивые презентации и делились многообещающими планами. На деле Shop & Show столкнулись с рядом проблем:
- API не интегрировалась с внутренними системами
- не получается достигать целевой конверсии
- недопонимания разработчиков и представителей Shop & Show (говорят на разных языках)
Наиболее ответственно к исполнению задачи подошел участник и действующий резидент Сколково — компания ООО «Уралинновация», которая в сжатые сроки провела глубокую интеграцию собственной омниканальной платформы TWIN с базой данных и телефонией компании.
Постановка задачи
Стартовый кейс был выбран тот же, что и для предыдущих исполнителей — консультация в рамках текущего заказа клиента.
Доля звонков, по текущим заказам, в call-центре Shop & Show одна из самых высоких. Данное направление сильно конкурировало со звонками новых клиентов, которые заказывают товары в прямом эфире и не имеют возможности ждать, потому что время демонстрации лота ограничено. До внедрения бота менеджменту call-центра приходилось в буквальном смысле жонглировать операторами, что было неудобно всем и отражалось на качестве обслуживания, которое естественным образом снижалось.
Технологии
Для распознавания речи Тwin дополняет собственную систему распознавания речи разработками Google, Amazon, Tinkoff и «Яндекса». Именно эти усилия приводят к эффективному распознаванию на протяжении всего диалога — все сервисы используются одновременно и позволяют быстро подобрать релевантный вариант. В результате такой работы мы получаем 95% распознавания речи, что лишь немногим уступает показателям человека. Для примера еще в 2016 году, точность систем распознавания речи держалась на уровне не более 70-80%.
Сегодня каждый звонок сервисного направления, связанный с консультированием по текущему заказу, обрабатывает робот. По номеру звонящего робот производит идентификацию клиента в базе компании и получает менее чем за 0,001 секунды данные необходимые для продолжения диалога в рамках данного обращения.
Использование конкатенации голоса диктора и синтезированного голоса бота позволяет создать полную иллюзию общения с живым человеком, а не роботом, что особенно важно при обслуживании пожилых клиентов (80% всех клиентов магазина). По нашим данным только этот элемент дал необходимые 17% в достижение проходного значения — 80% диалогов бота должны быть завершены успехом.
В результате работы бота 92,6—95,5% диалогов завершаются успешно.
Нам удалось перевести на робота объем времени, которое тратят 25 операторов call-центра в месяц, что в денежном эквиваленте может дать экономию в виде 21 000 000 рублей в год.
Отчет по работе «Статус заказа»
