В департаменте финансового урегулирования ВТБ внедрили систему анализа переговоров на базе речевой аналитики и интеграции данных. Решение вывело на новый уровень качество взаимодействия с клиентами, повысило их лояльность и снизило ошибки. Более того, полученные данные стали источником инсайтов для улучшения процессов урегулирования просроченной задолженности. О реализации проекта рассказывает Светлана Старостина, руководитель службы контроля качества управления экспертизы и стандартизации департамента финансового урегулирования ВТБ и номинант на премию Data Award.

- В чем суть решаемой проблемы?

В нашем департаменте работает более 1,3 тыс. сотрудников, которые ведут телефонные переговоры и встречаются с клиентами. Нам критически важно, чтобы в каждом диалоге были соблюдены нормы законодательства, стандарты качества и сценарии обслуживания. Чтобы анализировать 100% коммуникаций с клиентами, мы решили провести масштабный редизайн процесса управления качеством: перевели его из ручного, архаичного контроля к современной, предиктивной экосистеме, построенной на автоматизированном анализе данных. Конечная цель – прозрачная, управляемая данными среда, где каждый диалог может стать источником инсайтов для профессионального роста сотрудников, снижения ошибок и повышения клиентского доверия.

- Насколько это важно для банка?

Качество консультации и выполнение стандартов повышает доверие клиентов к банку, и вместе мы вырабатываем комплексные подходы финансовой поддержки, которые безопасны, законны и комфортны для наших клиентов. Также система учит сотрудников эмпатии, партнерскому тону и поиску решений, что повышает лояльность и рекомендации.

- Какие были поставлены задачи?

За счет внедрения технологий речевой аналитики, машинного обучения и интеграции данных требовалось решить три ключевых задачи: перейти от ретроспективного контроля к проактивному управлению, обеспечить объективность и единые стандарты оценки для клиентов из всех регионов страны (например, в переговорах мы учитываем местную терминологию, отличия в приветствии), а также превратить гигантский массив разрозненной информации в структурированные данные для принятия управленческих решений.

- Что представляет собой созданное решение? Из каких ключевых элементов состоит?

Можно выделить три основных компонента нашего решения. Во-первых, люди. Нами выделена кросс-функциональная команда из представителей бизнеса, клиентского сервиса, методологии, ИТ и аналитики. Обучены внутренние тренеры-практики. Во-вторых, технологии: аудиобейджи, Speech-to-Text движки, платформа для речевой аналитики, дашборды на BI-решении, собственная LLM-модель. Наконец, процессы. Внедрены регулярные гемба-визиты, воркшопы, система калибровок и обратной связи.

- На каких платформах реализовано?

Мы использовали технологии записи с мобильных устройств в полевых условиях (аудиобейджи «Вока-Тек») и глубокую речевую аналитику – облачное импортозамещенное решение ЦРТ Smartlogger II. Анализируется более 700 тыс. звонков и более 25 тыс. текстовых коммуникаций ежемесячно.

- Какова «интеллектуальная начинка» решения?

У нас внедрена собственная LLM-модель, которая позволяет проводить разные исследования и проверять гипотезы. Также мы применяем модели вендоров, которые производят транскрибацию с точностью более 87%.

- Что выделяет этот проект?

Мы – одни из первых, кто создал и внедрил работоспособную end-to-end систему анализа качества для выездного канала урегулирования. Решение технических сложностей с записью и передачей аудио с мобильных устройств сотрудников, работающих по всей стране, с последующим полноценным анализом неструктурированного контента – это прорыв.

- Какими результатами можете похвастаться?

До 100% вырос охват анализа взаимодействий, по всей сети реализованы единые стандарты качества, рост качества составил 20% только на первом этапе.

- Какова социальная значимость проекта?

Проект выходит далеко за рамки внутренней оптимизации, у него явно выраженная социальная миссия. Главная из них – защита прав финансово уязвимых граждан. Система анализирует диалоги на предмет манипуляций, давления и нарушения прав клиента со стороны сотрудников. Это действенный механизм самоконтроля банка, гарантирующий, что с человеком в трудной ситуации беседуют этично и в рамках закона.

- А что это дает отрасли?

Мы устанавливаем новый технологический и управленческий стандарт для всей финансовой отрасли России, особенно в нише урегулирования задолженности. ВТБ одним из первых в стране успешно объединил в промышленной эксплуатации технологии записи в полевых условиях с аудиобейджей и глубокую речевую аналитику, решив сложнейшие технические задачи: синхронизацию, качество связи, объемы данных. Мы актуализируем для отрасли решение таких проблем, как точная диаризация (кто, когда и что сказал) в шумной обстановке, анализ эмоций в контексте, работа с различными диалектами.

- В каком направлении будете продолжать работу?

В нашей дорожной карте как минимум три пункта. Первый из них – предиктивная аналитика: создание модели, предсказывающей вероятность успешного урегулирования на основе анализа тона первого диалога и данных клиента. Очевидно, это заметно повлияет на эффективность процесса. Второе направление – персонализированные скрипты. Мы будем давать индивидуальные рекомендации сотруднику для улучшения процессов взаимодействия. Третье направление – «Голос клиента» как продукт. Планируем заняться систематизацией запросов и «болей» клиентов, полученных из диалогов, на их основе будем улучшать продукты банка – например, разрабатывать новые программы урегулирования.