Повышение качества обслуживания клиентов колл-центров на основе интеграции информационных технологий

The research examined the problems of increasing the effectiveness of the mass service system in transmitting information to the public. The study identified the cause of low efficiency of a call center: discrepancy between the number of call centers and service centers and the rate flow. The authors analyzed the methods and means used to manage the flow of applications. The study put forward an option to address the problem of improving the quality of service and customer satisfaction at the call centre by using information technology to monitor operator workload and forecast their load.

Keywords. Call center, throughput capability, level of service, unevenness of load, forecasting of flow size.

В структуре каждой крупной организации занимающейся обслуживанием населения присутствует собственный колл-центр. Малые и средние предприятия пользуются услугами аутсорсингов компаний. В любом случае перед компанией стоит задача улучшения качества обслуживания и удовлетворения клиентов, контроль клиентских заявок и оптимизации затрат.

Проблема пропускной способности каналов связи объективно существует в организациях пользующихся пакетной передачей речи. [1] Основными характеристиками, определяющими эффективность потоков, являются время нахождения клиента в режиме ожидания, время, затраченное оператором на обслуживание клиента и уровень загрузки потока.

Индикаторами, позволяющими оценить качество являются: соглашение об уровне (стандарте) обслуживания клиентов -- Service Level Agreement (SLA), показатель, определяющий уровень сервиса в колл-центре -- Service Level (SL), средняя скорость ответа -- Average Speed of Answer (ASA), среднее время ожидания вызова в очереди до ответа абонента -- Average Waiting Time (AWT).

Отличительной характеристикой процессов деятельности большинства колл-центров является неравномерность нагрузки на операторов в течении суток, в отдельные дни месяца и периоды года. Это приводит к необходимости изменения числа операторов в отдельные временные отрезки. Возникает задача определения эффективного числа сотрудников кол-центра в условиях неравномерности информационного потока.

Существует ряд вариантов решения проблемы. Традиционным решением является увеличение численности сотрудников колл-центра. Применение этого подхода имеет существенные ограничения. Увеличение числа сотрудников в условиях неравномерности нагрузки порождает проблему управления персоналом и при этом лишь незначительно разгрузит очередь клиентов. Для расчета количества операторов колл-центра в зависимости от нагрузки воспользуемся калькулятором Эрланга.

В муниципальном предприятии г. Иркутска «Водоканал» 4 оператора (m) принимают от населения информацию об уровне потребления водных ресурсов. Нагрузка по данным колл-центра (А) составляет до 600 обращений в день. Среднее, принятое как нормативное, время обслуживания каждого звонка (Т) в 6 минут. Очевидно, что показатель уровень сервиса в колл-центре (SL) не соответствует отраслевому стандарту.

Используя формулу Эрланга определим, что для обслуживания 600 звонков в день, требуется 11 сотрудников. Это означает, что организации необходимо принять на работу еще 7 операторов. Данное решение не является эффективным, так как характерной чертой колл-центра является неравномерность нагрузки. В период с 20 по 25 число каждого месяца передаются показания приборов учета, нагрузка на операторов возрастает, и время ожидания в очереди увеличивается. Как следствие, индикатор клиентский опыт - Customer Experience (CX) -- совокупность впечатлений которые получает клиент при взаимодействии с компанией имеет минимальный уровень. В дни, когда показатели счетчиков водопотре- бления не передаются не все операторы могут быть задействованы.

Второй, более современный, из наиболее распространенных способов решения проблемы эффективного функционирования системы массового обслуживания заключается в приобретении специального программного обеспечения -- «сложных» роботов, которые смогут вести диалог. Их применение позволяет сократить время обслуживания одного звонка от норматива, который составляет 6 мин., до 3-4 мин. [2]. Ключевые возможности «сложных» роботов:

- принятие входящих и исходящих звонков;

- обработка звонков с учетом изменений;

- возможность индивидуального выбора платформы распознавания или синтеза речи в конкретном шаге сценария. В случае распознавания простых ответов (да/нет, и т.д.) применяется речевой движок. В случае необходимости распознавания сложных участков, используются опциональные речевые движки, например, от компании Яндекс. Это позволяет существенно экономить средства;

- в сценариях общения могут использоваться сообщения системы, ожидаемые ответы человека, команды бизнес-логики и даже онлайн-взаимодействие с внешними информационными системами;

- при общении голосовой помощник может воспринимать как голос, так и тоновый набор. Предусмотрена возможность добавлять собственные функции по обработке данных без привлечения разработчика системы;

- возможность анализа поведения клиента на уровне каждого шага сценария.

Внедрение роботов позволяет снизить нагрузку на операторов и увеличить скорость обслуживания без увеличения числа сотрудников. На рынке присутствуют различные по сложности программные продукты. Компания Wentor представляет программный продукт Call Office -- автоматический телефонный информатор и интеллектуальный автоответчик. Данный продукт предназначен для организации обзвона абонентов, рассылки СМС-сообщений, оперативного оповещения о задолженности, о наступлении срока оплаты абонентских платежей и для предоставления любой другой информации, а также для приема и обработки входящих звонков. Компания prof IT предлагает модульную систему Personal IT Vocamate Interactive -- многоканальный автоматический сервис, использующий средства распознавания и синтеза речи для автоматической обработки входящих и исходящих звонков по заданному сценарию. На данной технологической платформе возможна организация работы с текстовыми сообщениями в виде чат-ботов, рассылки SMS сообщений и электронных писем. В настоящее время появляются компании, которые специализируются на внедрении «сложных» роботов способных решать, как «широкие», так и «узкие» задачи предприятия.

Общим недостатком реализации подхода является то, что внедрение роботов требует значительных единовременных затрат, а также затрат, связанных с технической поддержкой их функционирования. Это значительно сужает круг организаций, имеющих возможность их использования.

Возможным решением проблемы эффективного функционирования колл-центра может являться реализация первого из описанных подходов на основе использования результатов решения задачи мониторинга загруженности операторов и прогнозирования их нагрузки. В качестве инструментов мониторинга и прогнозирования могут быть использованы методы интеллектуального анализа данных и нейронных сетей. Прогнозирование размеров потока заявок и использование этих данных для улучшения маршрутизации, балансировки нагрузки и планирования численности операторов обеспечит возможность постоянно приспосабливаться к изменениям в потоке трафика и решить проблему достижения качественного сервиса в колл-центре с функцией управления клиентским опытом [3]. Существенным достоинством предлагаемого подхода является возможность создания интеллектуальных компонент, использующих данные содержащиеся в информационной системе компании [4].

Информация об авторах

Хитрова Татьяна Исхаковна -- кандидат экономических наук, доцент, кафедра математических методов и цифровых технологий, Байкальский государственный университет

Дарья Леонидовна Сокольникова -- магистрант, кафедра математических методов и цифровых технологий, Байкальский государственный университет, Российская Федерация