आमतौर पर यह माना जाता है कि कॉल सेंटर विशाल हॉल होते हैं जहां ऑपरेटर ग्राहकों के अनुरोधों का जवाब देते हैं। हम शायद ही इस तथ्य के बारे में सोचते हैं कि कॉल सेंटर में काम करने वाले लोगों को बड़ी मात्रा में जानकारी का सामना करना पड़ता है, जिसके प्रसंस्करण के लिए भारी संसाधन शामिल होते हैं। इसमें ऑपरेटरों का काम, उपकरण, बिजली की लागत, परिसर का किराया, मूल्यह्रास आदि शामिल हैं। आँकड़े हमारी कंपनी द्वारा किए गए मूल अध्ययनों और शोधों से प्राप्त किए गए हैं। अस्वीकरण:नीचे उल्लिखित सभी आधुनिक मशीन लर्निंग प्रौद्योगिकियां सेवाएं प्रदान करने की लागत को काफी कम करने में मदद करती हैं, साथ ही केंद्रों की दक्षता में वृद्धि करती हैं। अभ्यास से पता चलता है कि हॉटलाइन पर आने वाले लगभग 70% अनुरोध एक ही प्रकार के होते हैं। वर्तमान में, तथाकथित "पहली पंक्ति" समर्थन की रोबोट सेवाएं इन अनुरोधों को प्रभावी ढंग से आवंटित करती हैं। उच्च-गुणवत्ता वाली सेवाएं प्रदान करने के लिए, उनके लिए अनुरोध के विषय को पहचानना और ग्राहक से कुछ स्पष्ट प्रश्न पूछना पर्याप्त है। यह कंपनी को ग्राहक के अनुरोध को स्पष्ट रूप से, जल्दी और स्पष्ट रूप से संतुष्ट करने की अनुमति देता है। यह ध्यान देने योग्य है कि क्लाइंट से अनुरोध विभिन्न रूपों में और विभिन्न संचार चैनलों के माध्यम से आ सकता है - संदेशवाहक, चैटबॉट, एक आवाज सहायक या एक निश्चित रूप से सत्यापित एल्गोरिथम के अनुसार काम करने वाला ऑपरेटर। और इन सभी मामलों में, मशीन लर्निंग प्रौद्योगिकियां बचाव में आती हैं। वे आपको प्रश्नों का सबसे उपयुक्त "मुखौटा" निर्धारित करने और ग्राहकों को अधिक सटीक उत्तर देने की अनुमति देते हैं। सबसे आदिम रोबोटिक सिस्टम हैं लीनियर चैटबॉट हम उनसे मैसेंजर, सोशल नेटवर्क, मोबाइल एप्लिकेशन और वेबसाइटों पर मिलते हैं। सूचीबद्ध चैटबॉट अप्रशिक्षित हैं और एक निश्चित परिदृश्य के अनुसार काम करते हैं। लेकिन वे उपयोगी हैं - उनकी मदद से, आप एक रेस्तरां में पिज्जा या टेबल ऑर्डर कर सकते हैं, पार्सल भेजने की लागत निर्दिष्ट कर सकते हैं या डॉक्टर को देखने के लिए टिकट प्राप्त कर सकते हैं। इसी समय, औसत अनुरोध प्रसंस्करण समय लगभग 3 गुना कम हो जाएगा। ये बॉट आपको ग्राहक निष्ठा बनाए रखने की अनुमति देते हैं - यह ज्ञात है कि 50% से अधिक लोग लोगों से संवाद किए बिना मुद्दों को हल करना पसंद करेंगे। और शीघ्र और अधिक विस्तृत जानकारी निस्संदेह बिक्री में वृद्धि की ओर ले जाती है। : अंतर्राष्ट्रीय वितरण उदाहरण 1 एक उदाहरण के रूप में, अंतरराष्ट्रीय वितरण में लगी कंपनी के चैटबॉट के साथ काम करने के परिदृश्य का वर्णन करते हैं। बहुत पहले नहीं, देश एन से देश के लिए कार्गो भेजने की आवश्यकता थी। हम कंपनी की वेबसाइट पर गए और चैटबॉट के साथ बातचीत की। साथ ही, यह पता चला कि कार्गो के गैर-मानक आयामों के कारण, पैरामीटर को स्पष्ट करना आवश्यक है: कार्गो की लंबाई, चौड़ाई, ऊंचाई। जैसा कि यह निकला, कंटेनर में स्थानों की संख्या जिसके लिए भुगतान किया जाना था, कुछ सेंटीमीटर पर निर्भर करता था। कुछ और कॉल करने के बाद, 20 मिनट बाद, हमने सफलतापूर्वक सभी सवालों के जवाब दिए। उसके बाद, हमें ऑपरेटर के पास ले जाया गया। हमने कार्गो के सभी प्रेषित पैरामीटरों की सफलतापूर्वक पुष्टि की है, और उसने 5 मिनट में डिलीवरी के लिए ऑर्डर दिया है। इस प्रकार, समय की लागत इस प्रकार थी: चैटबॉट पर लगभग 30 मिनट और ऑपरेटर के साथ लाइव संचार पर 5 मिनट खर्च किए गए। ऐसे चैटबॉट की प्रभावशीलता 85% के बराबर निकली। उदाहरण 2: बीमा आइए पहली पंक्ति के चैटबॉट के एक और उदाहरण का विश्लेषण करें, जिसके विकास में मैंने भाग लिया। कंपनी बीमा में लगी हुई थी और एआई के साथ अपना खुद का चैटबॉट बनाना चाहती थी। इस परियोजना की ख़ासियत चैट की पूर्ण अनुपस्थिति थी, और अनुरोध का प्रवेश बिंदु वॉयस चैनल में था। महामारी ने स्थिति को और खराब कर दिया और आवाज चैनल के एक गंभीर अधिभार को जन्म दिया। परिणामस्वरूप, सेवा की गुणवत्ता में सुधार करने और कॉल सेंटर को अनलोड करने के लिए प्रथम-पंक्ति समर्थन बॉट को कॉन्फ़िगर करने का निर्णय लिया गया। पहले चरण में, हमने अभी-अभी चैट शुरू की है और एक महीने में इसे अधिकांश अनुरोधों के लिए एकल प्रवेश बिंदु बनाने का प्रयास किया है। फिर हमने निम्नलिखित प्रकार के त्वरित विजेट्स की एक प्रणाली का विश्लेषण और विन्यास किया: पॉलिसी के बारे में जानकारी, डॉक्टर के साथ एक नियुक्ति, एक बीमा मामला, आदि। ग्राहक इनमें से किसी एक विजेट को चुन सकता है और लाइव ऑपरेटर के साथ संवाद करना जारी रख सकता है। बात करना। उसी समय, ऑपरेटर ने क्लाइंट के साथ संवाद को टैग के साथ चिह्नित किया। वास्तव में, पहले चरण में, ऑपरेटरों ने डेटा मार्कअप किया। फिर सिस्टम स्वचालित रूप से टैग डाल देता है, और बातचीत के अंत में ऑपरेटर को उनकी पुष्टि करनी होती है। इस प्रक्रिया में 10 सेकंड से अधिक का समय नहीं लगा। वैसे, यह विकल्प अब भी मान्य है। प्रत्येक दो सप्ताह में, हमने संचार के विषय को पहचानने के लिए अतिरिक्त प्रशिक्षण आयोजित किया। परियोजना के अंतिम चरण में, चैटबॉट ने ऑपरेटर की भागीदारी के बिना स्वचालित मोड में 30% अनुरोधों को पूरी तरह से बंद कर दिया, अन्य 35% अनुरोधों को केवल ऑपरेटर की पुष्टि की आवश्यकता थी, बीमा व्यवसाय की बारीकियों के कारण। शेष 35% में से, लगभग 80% चैटबॉट क्लाइंट ऑपरेटर को सही ढंग से पुनर्निर्देशित करते हैं, केवल 20% मामलों में गलतियाँ करते हैं। नतीजतन, एक अनुरोध को हल करने के लिए औसत समय जिसमें ऑपरेटर की भागीदारी की आवश्यकता होती है, को कई घंटों से घटाकर 10-15 मिनट कर दिया गया है। वर्तमान में, काफी सारे कार्यक्रम विकसित किए गए हैं जो आपको एक साधारण लीनियर चैटबॉट को जल्दी से बनाने, लागू करने और कॉन्फ़िगर करने की अनुमति देते हैं। कम लागत और विकास में आसानी ने उन्हें लगभग हर जगह लागू करने की अनुमति दी। अब यह सेवा दूरसंचार ऑपरेटरों, बैंकों, बीमा कंपनियों, डिलीवरी, सार्वजनिक सेवाओं, पर्यटन के ग्राहकों द्वारा सक्रिय रूप से उपयोग की जाती है। रैखिक रोबोटिक सिस्टम न केवल ग्राहकों के अनुरोधों का जवाब देते हैं, बल्कि सबसे प्रासंगिक प्रस्ताव भी भेजते हैं। अनुरोध के जवाब में मीडिया फ़ाइलें भी प्रदान की जा सकती हैं। साथ ही, ऐसे चैटबॉट आसानी से अनुरोधों का एक डेटाबेस बनाते हैं, जो आपको ग्राहकों की बदलती जरूरतों का तुरंत जवाब देने की अनुमति देता है। लेकिन क्या मशीन लर्निंग पर आधारित आधुनिक प्रौद्योगिकियां कॉल सेंटर संचालकों को पूरी तरह से बदल पाएंगी? अब हम निश्चित रूप से कह सकते हैं कि उत्तर नहीं है। केवल एक व्यक्ति गैर-मानक जटिल प्रश्नों का उत्तर दे सकता है, आवश्यक मनोवैज्ञानिक सहायता प्रदान कर सकता है और बातचीत को भावनात्मक रंग दे सकता है। फिर भी, शुरू में बातचीत के विषय के बारे में प्राप्त जानकारी, एकत्र किए गए ग्राहक डेटा और प्राप्त उत्तरों से ग्राहक को मशीन से उसके साथ काम करने वाले व्यक्ति को ग्राहक द्वारा किसी का ध्यान नहीं जाने की अनुमति मिल सकती है। यह ध्यान देने योग्य है कि कोई भी आधुनिक प्रौद्योगिकियां संघर्ष स्थितियों को हल करने के लिए तैयार नहीं हैं। लेखक: इल्या स्मिरनोव, यूज़टेक में डेटा साइंस के प्रमुख
