Речевая аналитика: что это и зачем она бизнесу

Большинство заявок в отделы продаж поступает по телефону. От качества их обработки напрямую зависит количество заказов и, соответственно, прибыль компании. Но как оценить, насколько грамотно и доброжелательно общаются менеджеры, не теряют ли они клиентов из-за невнимательности и грубости?

Прослушивание всех звонков отделом контроля качества — трудоёмкий процесс. Частичный анализ неэффективен — менеджер может вежливо общаться с девятью клиентами, а на десятом сорваться. Оптимальное решение — автоматизировать эти операции с помощью речевой аналитики.

Что это и как работает

Речевая аналитика — это сервис, позволяющий автоматически обрабатывать 100% звонков путём распознавания речи, перевода аудио в текстовый формат, детального анализа и составления отчётов. Система включает три основных компонента:

1. Speech-to-Text — технология распознавания слов. Она переводит речь в текст при помощи искусственного интеллекта.
2. Тегирование разговора — для анализа речи создаются теги, включающие наборы фраз. Например, тег «слова-паразиты» содержит фразы: «это самое», «как бы», «типа», «короче», «в принципе» и т. п. Другие теги — «недовольные восклицания», «мат, оскорбления», «слова-извинения», «жалобы», «неуверенность», «повторные обращения», «плохая связь» и т. п. Количество тегов зависит от алгоритма системы речевой аналитики — чем их больше, тем детальнее разбор разговора.
3. Разделение звуковых дорожек — этот компонент распознаёт речевые потоки, обособляет речь менеджера и клиента. С его помощью анализируются проблемные участки: разрывы звуковых дорожек означают молчание, наложение дорожек друг на друга — перебивание.

Итоговый отчёт системы речевой аналитики выглядит как расшифровка звонка в текстовом формате. Внешне это напоминает окно мессенджера, где речь абонентов представлена в виде сообщений с выделенными тегами. Каждому тегу соответствует свой цвет, например, «мат, оскорбления» — красный, «слова-паразиты» — серый и т. д.

На чём основана работа речевой аналитики

Система распознавания речи. Она распознаёт и отделяет слова друг от друга, а затем проводит расшифровку звонка в текст. В основе системы лежит технология Speech-to-Text.

Тегирование. Распознанный текст анализируется и помечается тегами. Каждый тег включает в себя набор фраз, которые помогут оценить диалог сотрудника и клиента. Пример: тег «Слова-паразиты» может включать конструкции «как бы», «вот», «это самое».

Одни сервисы распознают основные параметры: целевое/нецелевое обращение, пол звонящего, услуга. Другие работают с более широким набором тегов. Например, Roistat анализирует разговоры по 21 словарю, в каждый из которых можно добавлять свои слова или вовсе создать собственный словарь с набором уникальных слов, которые помогут отследить работу сотрудников именно в вашем случае.

Разделение звуковых дорожек клиента и сотрудника. За счёт этого можно выявить проблемные моменты на отдельной дорожке. Например, дорожка разрывается — собеседник молчит, перехлёст дорожек — клиент и менеджер перебивают друг друга. Дополнительно вы видите тег «Мат, грубости, оскорбления» на дорожке клиента и понимаете — попался сложный клиент, а не ваш сотрудник хамоват.

Речевая аналитика собирает полный отчёт о звонке: текст диалога, упоминания фраз из словарей и метрики. В Roistat это длительность разговора, время одновременного молчания, общее количество перебиваний, количество перебиваний оператором и так далее). На анализ результатов уходит в разы меньше времени по сравнению с «ручным» прослушиванием разговоров: 5 минут в день вместо минимум 4-х часов в день (столько в среднем общается по телефону один менеджер по продажам).

В чём польза речевой аналитики для бизнеса

Аналитика звонков нужна не только для того, чтобы контролировать качество работы менеджеров отдела продаж и операторов контакт-центра. Она позволяет решать обширный круг задач.

Материал по теме MMS: почему этот формат бизнес-рассылок снова популярен

• Сбор данных. Компании тратят много времени и ресурсов на сбор обратной связи от клиентов. Речевая аналитика наглядно показывает, насколько клиенты удовлетворены качеством обслуживания.
• Выявление спроса. Анализ запросов клиентов даёт понимание, какие позиции наиболее популярны в настоящий момент. Пересмотр плана закупок в пользу этих позиций и корректировка маркетинговых активностей помогут увеличить продажи.
• Оценка конкурентоспособности. Нередко в разговоре клиенты упоминают, что у конкурентов более быстрая доставка, удобнее график работы и т. п. Эта информация подскажет, как улучшить сервис.
• Улучшение работы сотрудников. Менеджеры и операторы контакт-центра, зная о постоянном анализе качества звонков, работают более старательно.
• Обнаружение ошибок в общении. В отчётах речевой аналитики, где выделены все проблемные моменты общения, найдутся ответы на вопросы: почему сотрудники упускают лиды, почему клиенты не возвращаются, из-за чего ушёл крупный заказчик? Корректировка поведения позволит минимизировать ошибки.
• Оценка менеджеров. Сервис «подсвечивает» сильные и слабые стороны менеджеров по продажам. Один сотрудник может быть эффективнее в холодных звонках, другой — в решении конфликтных ситуаций. Это позволит грамотно распределить силы и увеличить эффективность работы.
• Оценка действующих скриптов. Отчёты помогут выявить слабые места в используемых алгоритмах общения с клиентами и усовершенствовать их.
• Обучение новичков. Расшифровки разговоров лучших продавцов можно превратить в пособия для обучения новых сотрудников.
• Защита от утечки данных. При обнаружении раскрытия конфиденциальной информации в диалоге с клиентом, оперативное реагирование позволит предотвратить утечку важных данных и возможные финансовые потери.

Подытожим: речевая аналитика автоматизирует контроль качества общения. Отчёты полезны не только руководству контакт-центров и отделов продаж, но и маркетологам — для оценки спроса, качества лидов, конкурентных преимуществ. А также службе безопасности — для выявления случаев раскрытия конфиденциальных данных. Инструмент работает на увеличение продаж, и в этом его главная польза для бизнеса.

Какие технологии использует речевая аналитика

Основные технологии, применяемые в сервисах речевой аналитики, включают распознавание ключевых слов и фраз, а также новейшая технология - использование больших языковых моделей (LLM). Старая технология речевой аналитики имела ряд преимуществ, таких как простота реализации и быстрота обработки данных, однако она была ограничена в точности и глубине анализа. Новая технология LLM позволяет учитывать контекст и выявлять смысловые связи, обеспечивая более точный и глубокий анализ речи.

Пример работы речевой аналитики

Руководитель колл-центра получил уведомление о конфликтном звонке. Чтобы разобраться в ситуации, он открыл речевую аналитику. Увидел, что сработали теги «Оператор провоцирует» и «Недовольное восклицание». Это ещё не значит, что проблема действительно есть. Возможно, клиент невнятно произнёс фразу, и система распознала её как грубость.

По расшифровке разговора стало понятно, что клиент не услышал то, что говорил ему оператор, поэтому нервничал и выражал недовольство. Руководитель перезвонил ему и помог решить проблему. Клиент уже был готов оставить негативный отзыв, но получил решение своего вопроса и улучшил мнение о компании.

Руководитель составил регламент «Как общаться с эмоциональными клиентами», чтобы снизить риск появления таких ситуаций в будущем.

Данные речевой аналитики помогут увидеть работу менеджеров по продажам с разных сторон:

• консультация клиентов, предложение дополнительных услуг и товаров;
• соблюдение скриптов;
• знакомство клиентов с актуальными акционными предложениями;
• манера общения;
• наличие конфликтных ситуаций и причины их возникновения.

На основе этой информации вы сможете понять причины снижения продаж и исправить ситуацию, оперативно отреагировать на конфликтные ситуации, отработать негатив и улучшить качество обслуживания.

Методика речевой аналитики на основе ключевых слов

Старая методика речевой аналитики базировалась на определении ключевых слов и выражений в аудиозаписях бесед. У неё есть свои плюсы и минусы.

Плюсы речевой аналитики прошлого поколения:

• Лёгкость внедрения: Применение ключевых слов для анализа речи не требовало сложных алгоритмов и мощных вычислительных ресурсов.
• Высокая скорость обработки: Технология могла быстро обрабатывать большие объёмы данных, выделяя нужные ключевые слова и фразы.

Минусы речевой аналитики:

• Ограниченная точность: Анализ на основе ключевых слов часто приводил к ошибкам, так как не учитывал контекст беседы. Например, одно и то же слово могло иметь разные значения, что вызывало ложные срабатывания.
• Отсутствие глубокого анализа: Эта технология не позволяла обнаруживать более сложные смысловые связи и анализировать чувства, намерения и эмоции говорящих.
• Необходимость настройки: Система нуждалась в регулярном обновлении и корректировке списков ключевых слов, что занимало время и ресурсы.

Заключение

Речевая аналитика становится незаменимым инструментом для современных компаний, стремящихся повысить качество обслуживания и эффективность работы отделов продаж. Автоматизация обработки звонков с помощью технологий распознавания речи, тегирования и разделения звуковых дорожек позволяет анализировать 100% клиентских обращений без значительных затрат времени и ресурсов.

Использование речевой аналитики приносит бизнесу множество преимуществ:

• Повышение качества обслуживания: Быстрое выявление и исправление ошибок в общении с клиентами помогает улучшить их удовлетворенность и лояльность.
• Оптимизация работы персонала: Анализ сильных и слабых сторон менеджеров позволяет эффективно распределять задачи и проводить целенаправленное обучение.
• Увеличение продаж: Понимание потребностей клиентов и выявление популярных продуктов способствует корректировке маркетинговых стратегий и увеличению прибыли.
• Конкурентное преимущество: Сбор обратной связи и анализ упоминаний о конкурентах помогают улучшать сервис и предлагать более привлекательные условия.

Современные технологии, такие как большие языковые модели (LLM), выводят речевую аналитику на новый уровень, позволяя учитывать контекст и эмоциональную окраску диалогов. Это обеспечивает более точный и глубокий анализ, который невозможен при использовании только ключевых слов и фраз.

В условиях жесткой конкуренции и высоких требований клиентов компании, внедряющие речевую аналитику, получают значительное преимущество. Они могут не только контролировать качество работы своих сотрудников, но и оперативно реагировать на изменения рынка, улучшать продукты и услуги, а также укреплять отношения с клиентами.

Подытоживая, речевая аналитика — это мощный инструмент, который трансформирует подход к обслуживанию клиентов и управлению бизнесом. Инвестируя в эти технологии, компании открывают для себя новые возможности роста и развития, обеспечивая себе устойчивое положение на рынке и доверие со стороны потребителей.