Телефонные боты: как не раздражать клиентов

В этом выпуске подкаста обсуждаем, для каких кейсов стоит использовать телефонных ботов, как выбрать платформу для обзвонов, какие фичи делают речь ботов естественной, что лучше использовать — предзапись диктора или синтез, как оценивать эффективность ботов и заменят ли они сотрудников колл-центра? Освоить науку AI-телефонии помогают:

• — Станислав Грибанов, Solution Owner в Just AI
• — Екатерина Быстрова, лидер команды развития продаж AI-роботами в МегаФоне — компании-заказчике Just AI
• — Денис Балюра, основатель платформы Tomoru

Елена Ефимова, Just AI: Стас, зачем компании внедряют телефонных ботов?

Станислав Грибанов, Just AI: Я бы использовал другой термин — AI-оператор, то есть оператор с искусственным интеллектом. Самая банальная причина — это экономичность. Текущие технологии позволяют в большинстве рутинных сценариев телефонного разговора полностью заменить оператора и, как мы уже заметили на своих проектах, часто добиваться показателей выше, чем у оператора. A/B-тесты и возможность понимать, как пользователи реагируют на фиксированную модель диалога, позволяют построить сценарий максимально эффективно и конверсионно. С операторами такого не получается, так как они практически всегда отклоняются от скрипта.

Второе — это оперативная масштабируемость. Если у вас внедрена система управления AI-операторами как для входящей, так и для исходящей телефонии, в случае пикового всплеска вы можете достаточно быстро нарастить мощность AI-контакт-центра и обрабатывать большее количество обращений.

A/B-тесты и возможность понимать, как пользователи реагируют на фиксированную модель диалога, позволяют построить сценарий максимально эффективно и конверсионно. С операторами такого не получается, так как они практически всегда отклоняются от скрипта.

Хороший пример — это последний всплеск активности населения по отношению к банкам, когда количество звонков выросло по экспоненте. Если банк не использует систему автоматизации обработки входящих звонков, то не совсем понятно, как он справится, если количество обращений вырастет в два раза. Люди очень долго будут висеть на линии, переживать. Соответственно, не будет решена базовая задача — ответить на вопросы клиента и удержать его. Если система AI-контакт-центра достаточно хорошо настроена, то вы можете 80% входящих звонков закрывать на уровне AI-оператора.

Екатерина Мошкина, Just AI: С чего начать внедрение телефонного робота?

Денис Балюра, Tomoru: Понятно, что телефонного робота необходимо обучать. Поэтому имеет смысл начинать с проектов, где нужно меньше телодвижений и инвестиций, чтобы бот стал достаточно хорош и при этом принес максимальный профит. Я бы посмотрел на бизнес с точки зрения процессов и нашел часто повторяющуюся функцию. Скорее всего, это холодные продажи или работа со «спящими» клиентами. Если бизнес связан с поддержкой клиентов, в нем есть большая сервисная составляющая, значит, первая линия обращений.

Если мы нанимаем много людей, то это первый контакт с кандидатом, чтобы его квалифицировать, рассказать про правила игры, ответить на вопросы и завести в воронку найма. Это то, что можно быстро запустить, так как косты маленькие, и то, что даст из-за массовости явления хорошую отдачу на инвестиции. Проекты по активизации «спящих» лидов всегда дают высокий ROI, наш рекорд — X57. У нас внутри Tomoru в какой-то момент было двадцать три робота. Сейчас их осталось восемь — пять в найме и три в продажах.

Екатерина Быстрова, МегаФон: Компании, которая хочет внедрить автоматизированные коммуникации, в первую очередь важно определиться с целями и задачами. Обычно это либо экономия ресурсов, потому что роботы могут переработать огромный объем информации, либо развитие компании, если она из среднего бизнеса стремительно растет в крупный. И тогда наращивать объемы проще, быстрее, эффективнее будет с роботами.

Следующим этапом важно понять, какой охват аудитории планируется. Любая автоматизация применима, когда она существенно экономит часы работы сотрудников. В день специалист может совершить в районе двадцати качественных звонков, а роботы — тысячи, сотни тысяч. Экспертно могу сказать, что минимум, с которого стоит начать, — 50 тысяч минут. Тем не менее на рынке есть роботы, сделанные по шаблону. И когда небольшое предприятие понимает, что ресурсов для обзвонов не хватает, вполне можно внедрять коробочные решения.

Не менее важно определить сами сценарии кейсов, по которым робот будет обзванивать клиентскую базу. Здесь не надо мыслить от ограничений, но важно понимать, что сценарии должны плюс-минус повторяться. Самый простой и популярный сценарий — когда разговор длится одну-две минуты, и он регулярно идет по скрипту.

И, конечно, нужно самостоятельно изучить рынок и погрузиться в эту тему, чтобы решить, с кем пойти в пилот. Хорошо пробовать нескольких поставщиков, потому что многообразие решений на текущий момент просто поражает.

Елена Ефимова: Для каких сценариев чаще всего используются AI-операторы?

Станислав Грибанов: Если мы говорим про исходящие звонки, то банки, финтех — лидогенерация, взыскание долгов, сервисные звонки с подтверждением или согласованием чего-либо, например, визита в отделение банка для выдачи карты. На входящей линии — FAQ, то есть ответы на часто задаваемые вопросы, типа баланса карты, ближайшего отделения и пр. Ритейл — подтверждение заказов и заявок. Если мы говорим про медицину, то это подтверждение визита, напоминание о приеме у врача. Сейчас это 80-90% рынка.

Екатерина Мошкина: Какие сценарии наиболее эффективны для обзвона с помощью робота?

Екатерина Быстрова: МегаФон начинал с простых сценариев. Они были связаны с тарифом, с изменением и улучшением условий для наших абонентов. В последнее время интересным стал кейс по партнерским решениям: мы предлагаем абонентам то, что их может заинтересовать не только в связи, но и в других сферах жизни — книги, музыка и пр. Мы проверяли гипотезу, и оказалось, роботы на текущий момент могут донести ценность продуктов и сервисов. При этом, конечно, всегда подбирается релевантное предложение.

Роботы могут донести ценность продуктов и сервисов. При этом, конечно, всегда подбирается релевантное предложение.

Екатерина Мошкина: Just AI давно работает с МегаФоном, а сколько сценариев сейчас охватывается роботом в компании?

Екатерина Быстрова: Более двадцати, и большинство касается партнерских продуктов. Причем на одном сценарии тестируются десятки гипотез.

Только из основных игроков на рынке разговорного AI исходящими телефонными коммуникациями занимаются более 15 компаний.

Елена Ефимова: По каким критериям бизнесу правильнее выбирать платформу для создания обзвона и вендора?

Станислав Грибанов: В России сейчас достаточно большой объем рынка занят низкоуровневыми решениями, которые проигрывают записанную аудиозапись и предлагают клиенту нажать 1-2 или выбрать да-нет. Для крупных заказчиков это неприемлемо, и они стараются выбрать платформу, которая позволит создать максимально комфортный диалог для клиентов. Это human-like звонки, максимально близкое к естественному звучание, реакция на перебивания, то есть создание не автоматизированной рассылки, а полноценного AI-оператора, который может максимально оперативно и качественно обрабатывать все запросы клиентов.

Екатерина Мошкина: Компания уровня МегаФона какие требования предъявляет к продуктам, на которых делаются обзвоны? На что нужно обращать внимание, выбирая решение?

Екатерина Быстрова: Мы смотрим, чтобы компания была укомплектована на рынке. Однако в своей практике мы использовали и новичков, которые смогли нас заинтересовать, например, платформой с собственной разработкой. С другой стороны, многое зависит от дикторов и скриптрайтеров. Важно выбрать компанию, которая готова реализовать сценарий под ключ. Особенно это важно на старте.

Денис Балюра: Проблема нашего рынка (понятно, это не касается Just AI и нас, слава богу) — это линейность или адские деревья решений, по которым строится конфигурация. Достаточно забыть протянуть веточку, чтобы пользователь оказался в тупике и диалог был испорчен. Мы исповедуем нелинейную логику. У нас концептуально на уровне системы у робота нет деревьев, а есть целенаправленная логика, когда он ведет человека к ключевой цели разговора, и огромное количество решений, которые бот может принять альтернативно. В каждый момент ты что-то сказала, робот взвешивает 100+ решений и выбирает то, которое ему кажется наиболее подходящим здесь и сейчас.

Екатерина Мошкина: В чем, по-твоему, интеллектуальность робота?

Денис Балюра: Проще пойти от проблем. Первое — это штука, которая понимает смысл. Простой поиск по ключевым словам часто ломается, так как в сложном ответе одновременно заложено много ключей. Второе — система принятия решений. Если сработал не тот ключ, если в дереве под этот ключ ничего нет — кейс становится фейлом.

Также бывает фейл у систем, когда голос переводится в текст. Ранее другая система выделяет голос. И этот робот может выделить фоновый шум и отправить его в распознавание, он переведется в текст, тот интерпретируется по смыслу, дерево примет решение — и получится дичь.

По нашей статистике, 70% диалогов хотя бы раз встречают развернутые ответы, а 60% идут не по заложенному сценарию. И если это дерево, то это беда. И по большому счету робот является зеркалом своего учителя. Если учитель — раздолбай, то и робот получится таким же.

Робот является зеркалом своего учителя. Если учитель — раздолбай, то и робот получится таким же.

Елена Ефимова: Какие технологии нужны, чтобы создать умного телефонного бота?

Станислав Грибанов: Мне кажется, сейчас рынок понимает, что нужно использовать как минимум NLU-ядро. Соответственно, иметь возможность на базе большого количества диалогов обучать своего AI-оператора, чтобы он мог работать вне заданных паттернов, умел правильно распознавать намерения как можно большего количества клиентов и правильно их трактовать.

Второе, как я уже говорил, — это human-like. Шум контакт-центра уже стал мейнстримом, который есть практически у всех платформ на рынке. Недавняя фича — это гибкая настройка перебиваний, когда AI-оператор реагирует на перебивание и понимает, что от него хочет клиент.

Елена Ефимова: Я правильно понимаю, что роботы уже научились не реагировать, когда клиент говорит слова, типа «ага», «угу», то есть проявляет активное слушание?

Станислав Грибанов: За весь рынок я не могу сказать, но с точки зрения компании Just AI — да. Инструментарий позволяет выставить длину фразы, когда реакции на перебивание не будет, и, соответственно, предусмотреть разные варианты реакции в зависимости от фраз и того момента, когда перебивается AI-оператор.

Елена Ефимова: NLU отвечает за то, что бот понимает естественную речь потребителя. Можно ли в таком случае сделать умного AI-оператора без NLU-ядра?

Станислав Грибанов: Технически это возможно, но потребует огромных затрат в написании регулярных выражений, на основании которых будет определяться намерение пользователей. По сути, придется постоянно вручную разбирать логи, разговоры клиента с AI-оператором и находить те фразы или намерения, которые были неправильно распознаны, добавлять их, прописывать вручную регулярные выражения. Если мы говорим о большом количестве звонков, то это крайне трудоемко и затратно с точки зрения ресурсов и времени. Мне кажется, это нецелесообразно.

Как показывают опросы, пользователям не нравится разговаривать с роботами из-за отсутствия реакции, синтетической речи и недостаточно высокого качества ответов. Однако современные технологии помогают преодолеть все эти проблемы.

Екатерина Мошкина: Какие интеграции с внешними системами используются в проектах обзвонов?

Екатерина Быстрова: В автоматизацию нужно идти постепенно. Интеграция означает полную автоматизацию, и это то, к чему мы стремимся. Первая интеграция — телефония, чтобы робот мог начать разговаривать. Далее важно, чтобы робот имел возможность понимать, с кем он должен разговаривать, то есть база телефонных номеров. Советую начинать с самого простого — с защищенного с двух сторон файлообменника, чтобы все данные были в безопасности. Более сложный вариант предполагает интеграцию с системой, которая может передавать по защищенному каналу связи информацию о том, кому надо позвонить.

Третья интеграция — это продукты и услуги, которые мы предлагаем, то есть биллинг, продуктовые платформы, где формируются офферы. Четвертая, финальная стадия — это отчетность. Она важна, потому что без нее мы не сможем понять, как эффективно работает робот.

На первом этапе отчетность можно собирать вручную, и мы так делали. Это достаточно трудоемко, но позволяет собрать и провести аналитику. Следующий этап — это интеграция отчетности, и тогда автоматом можно отслеживать все показатели и в моменте принимать решения, как двигаться дальше, что можно изменить, подправить, на что нужно обратить внимание.

Екатерина Мошкина: Компании все больше внимания уделяют качеству голоса в телефонных коммуникациях и голосу бренда в целом. Как ты считаешь, что лучше использовать для исходящей коммуникации — синтез, запись диктора или комбинированные варианты?

Екатерина Быстрова: Однозначно запись диктора, потому что на текущий момент этот инструмент звучит максимально естественно. С другой стороны, синтез сейчас очень сильно подрос. И несмотря на мой ответ будущее — за синтезом. Я не удивлюсь, если через пять лет, три года произойдет сдвиг в пользу восприятия людьми синтеза как чего-то обычного. Но пока это не так, и людям очень важно услышать естественный голос.

При работе с диктором, конечно, должна быть живость диалога. Очень много надо вложить в артистизм диктора и в его умение завлечь пользователя в разговор. Синтез дает очень чистую, искреннюю, но слишком правильную речь. С другой стороны, синтез обеспечивает очень быструю реализацию, так можно озвучивать переменные.

Станислав Грибанов: Очень зависит от кейса и того, что хочет получить заказчик. Если мы говорим о входящих звонках, когда у клиента есть необходимая потребность, то здесь можно использовать синтез, но он должен звучать максимально human-like. Это не та история, когда определенные решения были внедрены четыре года назад, не робоподобный синтез. Синтез сегодня должен звучать максимально похоже на человека, должна быть возможность обучить его с помощью алгоритмов machine learning говорить лучше по определенной тематике и замечать ударения.

Если мы говорим про исходящую связь, наверное, самый правильный вариант — это использовать предзапись диктора и синтез переменных, которые можно вклеивать в эту запись. Эта технология гибридного синтеза, которая есть у компании Just AI. Она позволяет использовать образец предзаписи диктора, например: «Алла, здравствуйте, Мария Ивановна…», и указать модели, что нужно заменить Марию Ивановну на Клавдию Васильевну. Аудиозапись будет ресинтезирована на базе модели гибридного синтеза с голосом нужного диктора и будет звучать на 99% похоже на оригинал.

Так как это алгоритмы machine learning, есть возможность обучить модель, чтобы она говорила все лучше и лучше. Если появляется новая тематика, диктором записывается отдельный датасет, и на его основании ML-модель обучается. Гибридный синтез можно использовать в кейсах по лидогенерации, когда нужно синтезировать имя и отчество клиента, и чтобы при этом весь бот звучал максимально похоже на человека. То же самое относится к метаданным по банковской карте — объем кредита, кэшбек и другие значения, которые варьируются в зависимости от клиента и идут как персональное предложение.

В предзаписи обязательно стоит использовать непрофессиональных дикторов, то есть стараться добавлять междометия типа «ммм», «аа» и другие естественные реакции, использовать замедления («подождите секундочку») и тому подобное, чтобы человек предполагал, что он говорит с человеком.

Елена Ефимова: Ты уже несколько раз упомянул концепцию human-like в отношении телефонного бота. Еще раз по пунктам: как сделать так, чтобы бот звучал естественно?

Станислав Грибанов: Во-первых, мы тогда отходим от модели классического синтеза. Нужно использовать гибридный синтез или аналогичную технологию, которая позволяет синтезировать переменные на базе голоса диктора, чтобы это звучало максимально естественно. Во-вторых, сами фразы. Многие банки вставляют в скрипты обращения к клиентам по имени-отчеству по пять-шесть и более раз. Это очень сильно раздражает людей, не стоит этого делать. То есть стоит использовать живые фразы («подождите, секундочку» и пр.), реакции на перебивания и, конечно, A/B-тесты.

Многие банки вставляют в скрипты обращения к клиентам по имени-отчеству по пять-шесть и более раз. Это очень сильно раздражает людей, не стоит этого делать.

Необходимо постоянно совершенствовать модель диалога, понимать, в какой последовательности лучше говорить сами фразы и в какой последовательности должны происходить переходы между состояниями. И, конечно, обучение NLU-ядра. Важно добиться того, чтобы AI-оператор мог правильно понимать, что конкретно хочет клиент.

Итерационная модель улучшений, в конце концов, приведет к тому, что AI-оператор будет говорить намного лучше, чем живой оператор. И как мы уже на нескольких проектах убеждались, даже в сегменте лидогенерации и проведения NPS-опросов конверсия у оператора может быть ниже, чем у бота. Ведь AI-оператор полностью лишен человеческого фактора, плохого настроения, неприятного голоса и пр.

Екатерина Мошкина: Как сделать так, чтобы люди при разговоре с роботом не бросали трубку, откликались на предложенную тему, поддерживали разговор, даже осознавая, что они говорят с машиной?

Екатерина Быстрова: Лучше, чтобы они думали, что разговаривают с людьми. Автоматизация заключается не в том, что мы звоним роботами, а в том, чтобы упростить работу бизнеса — сэкономить ресурс или нарастить объемы. Да, пользователи привыкли, что на входящей линии практически во всех крупных организациях используются роботы, так как там большой поток информации. Но когда мы говорим про исходящую линию, то там абоненты не должны чувствовать, что с ними разговаривает машина. Психологически мы пока не готовы разговаривать с роботами. Но жизнь не стоит на месте. Если роботы будут закрывать наши с вами задачи — а это основная ценность — то, конечно, мы к ним тоже привыкнем.

Мы всегда сравниваем количество согласий, которые абоненты дали роботу, с количеством согласий и подключений, которые прошли в наших системах. Если числа расходятся, значит, где-то нужно искать сложности.

Сейчас очень много идет звонков из разных организаций. Бывает фактор некоторого раздражения. Но тут важно соблюдать чистоту коммуникаций. Это первое и самое простое. Из более сложного — это скрипт, конечно. Часто, когда звонят роботы, я даже откликнуться не могу, сказать: «Алло, да», — мне сразу в ответ оффер, предложение. Или выдают такую длинную прелюдию, что я устаю ее слушать. Конечно, люди так не будут разговаривать. Но если робот будет разговаривать максимально естественно (сначала мы услышим ответ абонента, скажем: «Здравствуйте, как мы рады вас слышать»), то реакция будет другой.

Это, конечно, обеспечивает предзапись в роботах. Дальше важно не перегружать человека вводной информацией, а рассказать сразу о ценности. И если вопросы повторяются, робот должен отвечать совершенно разными фразами, чтобы сохранялась естественность диалога. Ключевое — это скрипт. Чем больше и витиеватее он будет, тем эффективнее будет работать робот. Содержание скрипта должно быть лаконичным и ценностным, потому что мы предлагаем конкретные услуги, а не просто рассказываем о том, какие они замечательные.

Екатерина Мошкина: Ты привела пример, когда бот не дает пользователю возможности поздороваться. Какие еще ошибки при составлении сценария для исходящей коммуникации могут быть?

Екатерина Быстрова: Если оффер очень длинный, например, в продукте много составных частей, то абонент может не дослушать бота или начать долго говорить в ответ, выяснять детали очень подробно. И бывает так, что роботы могут услышать только начало или конец предложения. Здесь я рекомендую предусмотреть дефолтную веточку в сценарии, чтобы переспросить абонента или задать закрытый вопрос.

Бывает, что робот уходит в цикл. Но это такая большая редкость, которую можно быстро отловить и исправить. Самый простой и эффективный совет — использовать разные ответы на один и тот же вопрос. Это просто ключ к успеху.

Екатерина Мошкина: Есть ли принципиальная разница при разработке решений для входящей и исходящей телефонии? Если да, то в чем она?

Денис Балюра: Громадная разница, на мой взгляд, и она в том, у кого находится инициатива в разговоре. Когда звонит робот, в 100 из 100 разговоров инициатива всегда находится у него, даже если человек возражает, уточняет, робот все равно подталкивает его к цели. Когда звонит человек, робот на старте не знает его задачу, а он может позвонить с большим перечнем вопросов. Ведь роботу отдела продаж могут позвонить по вопросу поддержки, например. Это уже добавляет вариативности.

Важно, у кого находится инициатива в разговоре. Когда звонит робот, в 100 из 100 разговоров инициатива всегда находится у него, даже если человек возражает, уточняет, робот все равно подталкивает его к цели.

Тем, с которыми люди обращаются в поддержку, неимоверно много, а еще у каждой есть подтема. Наш первый заказчик на встрече сказал, что к ним в поддержку обращаются по 4-6 вопросам. Но когда мы обработали две тысячи тестовых переписок с клиентами, у нас получилось 75 уникальных тем, не считая подтем. Мы приходим к заказчику и говорим: «Тем 75». Они говорят: «Серьезно? Дайте нам посмотреть. Нам тоже интересно». История с поддержкой всегда долгая, упорная и целесообразна для ребят, у которых маленькие армии сидят. Тогда ты снижаешь косты на 30%, и это миллионы.

Екатерина Мошкина: В какой ситуации и в какой момент робот должен переводить разговор на реального сотрудника? Как это правильно подать?

Екатерина Быстрова: Разговор на реального сотрудника имеет смысл переводить, если робот не может решить поставленную перед ним задачу. Наверное, самые сложные сценарии относятся к входящей связи. Мы можем сколь угодно обучать робота, это почти бесконечный процесс, и будет улучшение, улучшение, но всегда найдется клиент, который задаст такой вопрос, который никто не задавал ранее.

Разговор в исходящей связи, на мой взгляд, можно всегда закрыть только роботом. Исключения могут быть по сложносоставным офферам, когда нужно подцепить детали из внутренних систем, а на текущий момент у робота в базе знаний это отсутствует, или интеграция запланирована следующим этапом, тогда имеет смысл переадресовывать звонок на оператора.

Денис Балюра: Первое: когда человек прямым текстом просит. Хотя можно красиво, дружелюбно попросить дать роботу еще один шанс. Если у робота есть самоирония и заказчик позволяет, то робот может сказать что-нибудь в стиле: «Дайте мне еще один шанс, пожалуйста. А то меня отключат, я же робот». Но это вопрос к классно обученному скриптологу и его чувству юмора. Когда происходят такие диалоги, у человека возникает эмпатия во время разговора с роботом.

Второе: робот не вывозит, понимает, что не справляется, и должен переключить пользователя на оператора. Что касается входящей линии, мы рекомендуем начинать с простого и закрывать роботом часто задаваемые вопросы. Тогда по другим темам бот будет как секретарь соединять клиента с оператором. Если сделать забавную обработку: «Я молодой робот, не все хорошо понимаю, сейчас соединю вас с человеком специально обученным», тогда люди хихикают на другом конце провода и радостно ждут.

Елена Ефимова: Нужна ли личность виртуальному AI-оператору? Должно ли быть у него имя, особенности характера?

Станислав Грибанов: Это уже как некая догма. Крупные заказчики стараются создать ассоциации качественного голоса и имени бота с брендом компании. Если мы говорим о личности, обычно это закладывается в модель поведения, которая регулируется внутренними политиками контакт-центра или политиками бренда компании: как должен говорить AI-оператор, что он должен донести до пользователя и некие базовые вещи, которые регламентируются с точки зрения бренд-менеджмента компании.

Екатерина Мошкина: Как тебе кажется, нужно ли роботу представляться роботом? Или имитировать, что он человек?

Денис Балюра: С точки зрения права, в России он не обязан представляться роботом, а допустим, в Америке в определенных штатах он обязан это сделать по закону. С точки зрения конверсии: если мы продаем, и робот на входе не говорит напрямую, что он робот, это чуть лучше влияет на результат. Когда это винтажная аудитория, люди old school.

Есть обратная сторона медали, когда мы намеренно рассказываем, что робот — это робот. Аудитория круто реагирует, потому что им интересно. И уровень вовлеченности в диалог выше, чем если бы звонил менеджер. Пользователи начинают тестить бота, играть с ним.

Если у робота спросили: «Вы робот?», — он должен признаться. Потому что, если у человека есть сомнения, он начнет пытаться сломать бота специально.

При этом если у робота спросили: «Вы робот?», — он должен признаться. Потому что, если у человека есть сомнения, он начнет пытаться сломать бота специально. «Вы любите пироги?», — спросит человек из Питера, и большинство роботов это не отработают нормально. Поэтому пусть робот признается, но лучше делать это красиво, изящно, чтобы у человека возникала улыбка, и он вовлекался. Мы по своей статистике видим, что больше половины людей, которые спалили робота в диалоге, в итоге заканчивают с ним диалог полноценно. Через две пары реплик люди забывают, что это робот и интуитивно начинают выдавать реакции как будто бы человеку.

По статистике в январе этого года только жителям США телефонные роботы позвонили 3.9 млрд раз.

Елена Ефимова: Как правильно сформировать базу для обзвона? Можно ли устраивать звонки по холодной базе клиентов?

Станислав Грибанов: С нашей точки зрения, это ответственность заказчика. Мы работаем с крупными компаниями, и для них достаточно важен имиджевый вопрос, они не звонят по холодным базам. Но если мы говорим про 90% рынка спам-звонков, которые идут по холодным базам, то это просто где-то купленные номера. Частая проблема, когда человек заключает договор, это часто бывает в тех же фитнес-клубах, он сразу соглашается принимать маркетинговые предложения, в том числе от партнеров.

Денис Балюра: Мы предостерегаем от холодных баз. Если говорить про отдачу на инвестиции, база должна быть релевантная. Иначе будет много хейта и мало выхлопа, мы рекомендуем работать с людьми, которые заинтересованы так или иначе.

Екатерина Мошкина: Откуда тогда наши номера у бесконечных стоматологий, салонов красоты и прочего бизнеса, который постоянно звонит?

Денис Балюра: Во-первых, заказчик не обязан нас слушать. Зайди на любую фриланс-площадку, напиши «парсинг баз» и пожалуйста. Есть легальные способы получения этих баз, ЕГРЮЛ-базы. Если ты когда-нибудь пробовала зарегистрировать ИП или ООО на себя — все, можно на три дня выключать телефон. Потому что абсолютно легально твой номер уходит как минимум сорока банкам, каждый из которых считает своим долгом тебе позвонить. И только один — то ли «Тинькофф», то ли «Открытие» — пишет: «Вы, наверное, уже устали от звонков. Поэтому мы вам пишем. У нас классные условия». И ты такой: «Какие вы классные. Я иду к вам».

Екатерина Мошкина: По каким метрикам можно оценивать эффективность бота, какие есть универсальные метрики, какие используете вы? Как понять, что роботизированная исходящая коммуникация уместна и эффективна?

Екатерина Быстрова: Популярна, конечно, конверсия — от продаж, согласий. Вторая метрика, самая важная, на мой взгляд, — это процент ошибок распознавания. Еще несколько лет назад распознавание было значительно хуже. То, как растет уровень качества распознавания, впечатляет. На текущий момент процент ошибок ничтожен.

Мы всегда сравниваем количество согласий, которые абоненты дали роботу, с количеством согласий и подключений, которые прошли в наших системах. Если числа расходятся, значит, где-то нужно искать сложности. Идеально, чтобы этот параметр никогда не расходился.

Мы всегда сравниваем количество согласий, которые абоненты дали роботу, с количеством согласий и подключений, которые прошли в наших системах. Если числа расходятся, значит, где-то нужно искать сложности.

Мы смотрим на качество. У нас на регулярной основе проводится аналитика самих разговоров, потому что важно понимать, как реагируют клиенты на те или иные фразы, как ведут себя в той или иной ветке диалога.

Важна обращаемость — это какие-то претензии, когда клиенту не понравилось, как с ним поговорили, показалось, что что-то пошло не так. Как только растет обращаемость, это сигнал. Но, как правило, это выявляется в считанные секунды и устраняется. На текущий момент обращаемость у нас очень маленькая, ее практически нет.

Денис Балюра: Первое, что мы оцениваем — отдача на инвестиции. Это ключевое. Процент испорченных диалогов, когда робот что-то не понял, существует всегда из-за фееричного русского языка. Обычно это 0.5-1%, иногда бывает 1.5%.

Ключевое — какой процент людей дошел до целевого действия. Все остальные метрики — опережающие. Мы ими управляем, чтобы в итоге конверсии были высокими. Робот классно должен понимать смысл фраз, чтобы точно идентифицировать, что вы сказали.

Екатерина Мошкина: Произойдет ли когда-нибудь такое, что роботы заменят человека в колл-центре, что не будет работы для операторов?

Екатерина Быстрова: Я считаю, что не произойдет. Возможности человека очень масштабны. Тут важно просто соблюдать баланс. Если мы развиваем бизнес, с помощью робота наращиваем клиентскую базу, то вообще нет речи ни о какой замене. За любыми роботами стоят люди. Это железобетонно и отражается во всем. Я лично считаю, что никто не напишет скрипт лучше, чем сотрудник телемаркетинга.

За любыми роботами стоят люди. Это железобетонно и отражается во всем. Никто не напишет скрипт лучше, чем сотрудник телемаркетинга.

Денис Балюра: Я не верю, что робот полностью вытолкнет людей из этой истории, но они уберут неприятную часть. Где-то на дистанции случится момент, когда запустить робота в целом будет проще, быстрее, понятнее, чем нанять классического менеджера именно на массовую работу. А классические менеджеры начнут заниматься экспертизой, качать свой навык там, потому что спрос будет там, а не в холодных звонках.

Екатерина Мошкина: Как ты считаешь, как будет развиваться исходящая телефония, индустрия обзвонов в ближайшем будущем?

Денис Балюра: В современных реалиях что-то прогнозировать очень сложно. Слишком много факторов может повлиять. Если мы говорим про чисто рыночные истории, то, во-первых, есть риск регуляторный. Это история, которая может начать регулироваться жестче. И тогда исчезнут холодные звонки, но останутся сервисные. Скорее всего, это рынок подрежет сильно, потому что большая часть рынка — это холодные звонки. Это, естественно, подрежет и нас, но останутся классные сервисные звонки.

С другой стороны, все предрекают смерть e-mail уже 20 лет, а он живее всех живых. Так же и сейчас. Те, кто занимаются чат-ботами, рассказывают, что все уходит в текст, а телефон не работает. Но мы по своей статистике видим, что контактность теплой базы — более 80%. Более 80% живых контактов: если вы позвоните этим людям, они ответят на звонок прямо сейчас.

Контактность теплой базы — более 80%. Более 80% живых контактов: если вы позвоните этим людям, они ответят на звонок прямо сейчас.

Екатерина Быстрова: Общее впечатление, будто мы уходим в текст. Но по нашим наблюдениям это не совсем так. Люди всегда будут и разговаривать, и писать. Хороший инструмент — это внедрение многоступенчатой коммуникации. Если не заинтересовало в одном канале или осталось незамеченным, тогда применять другой способ коммуникации.

Екатерина Мошкина: Как ты думаешь, телефонные секретари повлияют на рынок или нет?

Денис Балюра: За полтора года, если смотреть на статистику в целом, влияние того же Олега на эффективность для клиентов мы не видим. Возможно, это связано с тем, что мы тоже прогрессируем. Условно, Олег отщипывает кусочки рынка, но мы начинаем лучше разговаривать, тоньше понимать смысл, и конверсия становится выше за счет этого. Мы все равно растем. Но если каждый сотовый оператор у себя внедрит такого ассистента, то, наверное, будет заметно. Но это не точно.