聊天机器人如何在呼叫中心工作？

人们普遍认为，呼叫中心是接线员响应客户请求的巨大大厅。我们很少想到这样一个事实，即在呼叫中心工作的人们面临着大量的信息，处理这些信息涉及巨大的资源。这包括操作员的工作、设备、电费、场地租金、折旧等。

免责声明： 下面提到的所有统计数据均来自我们公司所做的原始研究和研究。

现代机器学习技术有助于显着降低提供服务的成本，并提高中心的效率。

实践表明，拨打热线电话的请求中，约有 70% 属于同一类型。

目前，所谓“第一线”支持的机器人服务有效地分配了这些请求。要提供高质量的服务，他们只要认清请求的主题并向客户提出一些澄清问题就足够了。这使公司能够清楚、快速、明确地满足客户的要求。

值得注意的是，来自客户的请求可以通过各种通信渠道以各种形式出现——信使、聊天机器人、语音助手或根据经过明确验证的算法工作的接线员。在所有这些情况下，机器学习技术都能派上用场。它们使您能够确定最合适的问题“掩码”，并为客户提供更准确的答案。

最原始的机器人系统是线性聊天机器人

我们在信使、社交网络、移动应用程序和网站上遇到他们。列出的聊天机器人未经训练并根据特定场景工作。但它们很有用——在它们的帮助下，您可以在餐厅订购比萨饼或餐桌，指定寄送包裹的费用或获得看医生的票。同时，平均请求处理时间将减少约 3 倍。

这些机器人可以让您保持客户忠诚度——众所周知，超过 50% 的人更愿意在不与人交流的情况下解决问题。及时和更详细的信息无疑会增加销售额。

示例 1 ：国际配送

例如，让我们描述与一家从事国际配送的公司的聊天机器人合作的场景。

不久前，需要将货物从 N 国运往 K 国。我们去了该公司的网站，并与聊天机器人聊天。同时查明，由于货物尺寸不规范，需要明确参数：货物的长、宽、高。

事实证明，容器中必须支付费用的地方的数量在很大程度上取决于几厘米。又打了几个电话，20分钟后，我们成功回答了所有问题。

在那之后，我们被切换到接线员。我们已经成功确认了所有传输的货物参数，他在5分钟内下单发货。因此，时间成本如下：大约 30 分钟花在聊天机器人上，5 分钟花在与操作员的实时通信上。这样一个聊天机器人的效率竟然等于 85%。

示例 2：保险

让我们分析另一个一线聊天机器人的例子，我恰好参与了它的开发。该公司从事保险业务，希望创建自己的 AI 聊天机器人。这个项目的特点是完全没有聊天，请求的入口点在语音通道中。大流行病使情况恶化，导致语音通道严重超载。因此，决定配置一线支持机器人，以提高服务质量并卸载呼叫中心。

在第一阶段，我们刚刚启动了一个聊天，并在一个月内试图让它成为大多数请求的单一入口点。然后我们分析并配置了一个由以下类型的快速小部件组成的系统：保单信息、医生预约、保险案例等。客户可以选择其中一个小部件，并继续与现场接线员进行交流聊天。同时，运营商为与客户的对话打上标签。事实上，在第一阶段，运营商进行了数据标记。

然后系统自动放下标签，在对话结束时接线员必须确认它们。这个过程用时不超过 10 秒。顺便说一句，这个选项仍然有效。

每两周，我们都会进行额外的培训，以识别沟通主题。

在项目的最后阶段，由于保险业务的特殊性，聊天机器人在没有操作员参与的情况下以自动模式完全关闭了 30% 的请求，另外 35% 的请求仅需要操作员确认。

在剩下的 35% 中，大约 80% 的聊天机器人客户端正确重定向到操作员，仅在 20% 的情况下出错。

因此，解决需要运营商参与的请求的平均时间从几个小时减少到 10-15 分钟。

目前，已经开发出相当多的程序，可让您快速创建、实施和配置简单的线性聊天机器人。低成本和易于开发使它们几乎可以在任何地方实施。现在这项服务被电信运营商、银行、保险公司、快递、公共服务、旅游业的客户积极使用。线性机器人系统不仅响应客户请求，而且发出最相关的报价。还可以提供媒体文件作为对请求的响应。此外，此类聊天机器人很容易形成一个请求数据库，使您能够快速响应不断变化的客户需求。

但基于机器学习的现代技术是否能够完全取代呼叫中心接线员？

现在我们可以肯定地说答案是否定的。

只有一个人才能回答不标准的复杂问题，提供必要的心理支持，并为谈话赋予情感色彩。

然而，最初收到的关于对话主题的信息、收集的客户数据和收到的答案可能允许客户在客户不注意的情况下将工作从机器转移到人。值得注意的是，没有任何现代技术可以解决冲突局势。

作者：Usetech 数据科学主管 Ilya Smirnov