Опыт создания чат-бота для клиентского сервиса в Хоум Кредит Банке

  

  

Одной их тенденций современного общества является увеличение доли неголосового общения. Люди для общения зачастую предпочитают мессенджеры, нежели телефонные звонки: окружающие не слышат, о чем идет разговор, и при этом не обязательно дожидаться ответа оператора как при звонке, всегда можно в истории диалога перечитать сообщение. Так, по данным исследования компании «Делойт» «Медиапотребление в России – 2018» (www2.deloitte.com/ru), доля использования в 2018 году мессенджеров увеличилась на 40%. Эта тенденция также характерна для чатов компаний в авторизованном канале с сохранением истории переписки: там, где общение выстраивается аналогичным с мессенджерами способом. Клиенты нашего банка активно пользуются чатами и мессенджерами, поэтому на практике мы столкнулись с тем, что после открытия чата в авторизованной зоне в сервисе «Мой кредит» доля чатов по отношении к звонкам выросла на 30%.

 

При увеличении доли каналов неголосового общения перед компаниями остро встает проблема автоматизации разговоров, так как сами по себе чаты увеличивают объем коммуникации с клиентами. Чат-боты позволяют снизить нагрузку на сотрудников контактного центра по простым и типовым вопросам, а операторы могут больше времени уделить сложным вопросам клиента. Современный тренд в финансовых технологиях – это онлайнизация предоставления сервиса и продажи услуг, и именно чат-боты лучше всего справляются с этой задачей: на простые вопросы клиенты получают ответы за пару секунд. Многие клиенты уже не удивляются, увидев, что им отвечает бот, так как боты становятся достаточно популярными. Зачастую боты справляются с той работой, которая слишком рутинная или связана с негативом. Например, в продажах на «холодных звонках» боты позволяют передавать сотруднику продаж только клиентов, желающих оформить продукт. 

 

С этой целью в Хоум Кредит Банке к концу ноября 2018 года был создан и запущен чат-бот для клиентов. Он работает как в неавторизованном канале на официальном сайте банка, так и в авторизованной зоне в сервисе «Мой кредит». Чат-бот интегрирован с системами банка и может отвечать как на простые типовые вопросы, так и на персонализированные вопросы клиентов по продуктам и услугам банка. По данным января 2019 года, чат-бот самостоятельно обработал 20% диалогов, решив вопрос клиента. Также чат-бот может совершать продажи продуктов банка, выявляя потребности и намерения клиентов: каждый второй клиент заполнял заявку на продукт банка по предложению бота.

 

Для использования чат-бота в клиентском сервисе нам было очень важно разобраться самим в этой технологии: понять, какие компоненты мы можем создать сами, а какие в настоящее время выгоднее покупать на рынке, какую реальную экономию мы получим, сможем ли мы его поддерживать сами или нам придется постоянно обращаться к экспертам на рынке. Для розничного банка очень важно, чтобы платформа чат-бота была в контуре банке, так как банк несет ответственность за персональные данные и банковскую тайну своих клиентов. Поэтому любые облачные решения чат-бота для нас были неприемлемы. Кроме самой платформы наиболее важными компонентами чат-бота являются интеграция с системами банка и база знаний. Без интеграции с системами бот не сможет забрать на себя достаточное количество вопросов, так как максимальная эффективность работы чат-бота по предоставлению сервиса без информации из систем составляет всего 20%. В то же время потенциал клиентского чат-бота в розничном банке достаточно велик: более 50% сервисных вопросов клиентов возможно автоматизировать с помощью бота, если предоставлять клиентам ответы, используя персонализированную информацию об услугах и продуктах. Базу знаний невозможно сделать без знания внутренних технологий банка. Более того, некоторые вендоры при построении дорожной карты говорили, что отправной точкой будет предоставление базы знаний или будут включены дополнительные работы по ее созданию. Среди русскоязычных компаний, разрабатывающих чат-ботов, немногие имеют базу знаний для кредитных организаций. Так, согласно исследованию компании NAUMEN в 2018 году (https://www.naumen.ru/company/presscentre/issledovanie-chaty-est-lish-u-treti-krupnykh-rossiyskikh-bankov), из 128 банков, участвовавших в исследовании, только 10 пытались создать чат-бота. 

В итоге мы создавали бота сами, интегрировав его с платформой для чата от вендора Webim. Поэтому основной особенностью нашего чат-бота является то, что он создан под потребности конкретного бизнеса.

 

 

При создании чат-бота мы большое внимание уделили аналитике текстов чата с помощью инструментов Data Science – именно они позволяют не задействовать большое количество людей для создания базы знаний бота. Аналитика текстов будет особенно успешна, если в создании базы знаний совместно будут участвовать специалисты по бизнес-процессам контактного центра и разработчики бота. Это позволит существенно ускорить процесс создания базы знаний и сократит время до запуска чат-бота на клиентах.

 

Спектр вопросов клиентского сервиса очень широкий и зачастую не всегда предсказуем. Чем сложнее продукты, тем больше редких вопросов. Последовательность вопросов, которые задают клиенты в рамках одной темы, также может иметь огромную комбинаторику: кто-то узнает, как оплатить услугу, а потом хочет получить справку, другому клиенту после аналогичного вопроса захочется получить подробную инструкцию, а третий клиент будет искать ближайший банкомат. Поэтому создание на первом этапе сложных сценариев может только спровоцировать ошибки логики чат-бота. Лучше всего начинать учить чат-бота клиентскому сервису на модели «вопрос-ответ». И только после проведения аналитики характерных сценариев вопросов клиентов и выявления ключевых отличий между различными сценариями можно начинать постепенно их добавлять. В этом существенное отличие чат-бота для клиентского сервиса от чат-бота, совершающего исходящие активности по продажам или взысканию долга: там, где чаще всего перечень вопросов ограничен и ведение беседы в рамках заданной темы возможно. 

 

При обучении сервису сценарии работы чат-бота складываются в основном из уточняющих вопросов, чтобы корректно выявить потребность, с которой обратился клиент, предоставить более точную информацию. И здесь мы также увидели определенные особенности работы с входящими сообщениями: клиенты, когда обращаются за помощью, в основном сосредоточены на изложении своей проблемы и зачастую не готовы внимательно читать и отвечать корректно на уточнения бота. Например, если бот на вопрос клиента о предоставлении справки предлагает выбрать из нескольких вариантов, то вам необходимо обучить бота не только выявлять выбор клиента из части названия справки, слов «первая», «последняя», но и придумывать алгоритм работы, если клиент просто скажет «да» или «возможно». Одним из решений данной проблемы служит предоставление клиенту выбора с помощью кнопок или гиперссылок, только так можно уменьшить вариативность реакций клиентов и ошибок, которые получаются при уточнении. 

 

Кроме проработки бизнес-процессов ключом к успеху создания сервисного чат-бота является попадание в терминологию и сленг клиентов. Проведя тестирование чат бота на сотрудниках и на клиентах, мы увидели огромную разницу в этих двух группах: когда бот стал понимать сотрудников, он не понимал с таким же качеством клиентов. Поэтому для создания чат-бота для одной группы клиентов вам может не подойти выборка диалогов другой группы клиентов, так как они будут по-разному выражать свои мысли и использовать разную терминологию. Наши исследования показали, что хороший чат-бот должен быть эрудирован, но обучен под процессы конкретной компании и определенный сегмент клиентов.

 

Также есть огромное отличие в формулировках намерений клиентов, которые привыкли общаться с чат-ботами, и тех, кто встречает их впервые: первые пишут конкретными короткими фразами, во втором случае будет огромный трактат с множественным перечислением намерений. Поэтому во фразах, на которых обучают чат-бота, должны быть примеры обоих типов обращений.

 

Даже от особенностей продуктовой линейки могут зависеть особенности в использовании терминов клиентами. При создании бота мы столкнулись с несколькими курьезными ситуациями. В банке есть продукты, названия которых в сочетании с глаголами меняли смысл фразы с точки зрения русского языка. Когда клиенты хотели узнать платеж по карте «Свобода», они не упоминали слово «карта», а говорили просто: «Сколько в этом месяце платить за свободу». Соответственно, бот должен знать про все продукты, иначе он не сможет правильно интерпретировать намерение клиента. А когда мы добавляли вопросы клиентов по программе «Польза», эта гипотеза только подтвердилась. Клиенты про бонусную программу «Польза», по которой им за покупки начислялись баллы, спрашивали так же, как про зачисление платежа, и бот не видел разницы между: «баллы поступили» – «платеж поступил», «пользу начислят» – «проценты начислят». Поэтому для таких вопросов необходимо проводить дополнительное обучение чат-бота терминам.

 

Чтобы ваш чат-бот реже ошибался, – надо выявить топовые вопросы и начинать автоматизировать с них. Причем это должны должны быть не темы, а именно вопросы, так как из всей темы клиенты, возможно, задают всего один вопрос. К примеру, по одной из услуг клиенты будут спрашивать только про одну комиссию и фактически не интересоваться подключением или отключением услуги. Не стоит запускать на клиентов чат-бота на обработку входящих обращений, если его не обучили хотя бы половине самых частых вопросов клиентов в данном канале. Список вопросов, которым обучили бота, должен быть больше 30% от общего потока. Если объем будет меньше, то это может спровоцировать большое количество ошибок.

 

И конечно же, для нас было очень важно, чтобы чат-бот был помощником оператора, а не заменил его полностью. Поэтому если чат-бот не может ответить на вопрос, он тут же позовет оператора на помощь. Так как для нас ценность чат-бота в клиентском сервисе – это высвобождение времени операторов для ответов на сложные вопросы клиентов. 

 

Рынок ботов еще только развивается как в России, так и в мире, создаются более совершенные технологии. Так, всего пару лет назад рынок чат-ботов был представлен в основном предложениями по созданию готового чат-бота. Сегодня многие компании-разработчики предлагают платформы для разработки, включающие в себя различные модули: войс-бот, чат-бот, речевая аналитика и пр. Сами платформы также претерпевают изменения и упрощаются до уровня пользователя: некоторые из них – это уже конструкторы, такие же, как конструкторы сайтов или офисные приложения. Если взять, к примеру, «Алису» Причем это должны у Яндекса, то это платформа включает в себя возможность для создания навыков ботов, которые дополняют навыки «Алисы». В будущем навыки ботов будут только усложняться. И в конечном итоге сценарных чат-ботов, скорее всего, уже в ближайшем будущем вытеснит искусственный интеллект, который позволит более гибко находить решения потребностей и намерений клиентов. Ведь экономия времени и денег клиентов – это, пожалуй, главная задача, которую решали и решают боты!