Речевая аналитика в 2024 году: тенденции рынка и сценарии применения

Рынок речевой аналитики в России

Речевая аналитика в системах виртуальной телефонии – это комплекс технологий, позволяющих автоматически, в режиме реального времени или офлайн, производить расшифровку диалога собеседников голосового звонка, анализировать полученный текст на основе заданных параметров (например, на наличие в нем ключевых слов) и формировать итоговые отчеты. Как правило, речевая аналитика реализуется как дополнительный компонент Виртуальной АТС.

Такие инструменты применяются для оптимизации бизнес-процессов, повышения эффективности работы сотрудников и качества сервиса во всех организациях, где существуют специализированные подразделения по обслуживанию телефонных звонков: это могут быть колл-центры, отделы продаж, службы технической поддержки пользователей, коммерческие и государственные «горячие линии».

По мнению ряда экспертов, российский рынок речевой аналитики после непродолжительного спада в 2022 году, вызванного объективными причинами (нестабильная экономическая ситуация, уход западных вендоров и т. д.) продолжает наметившийся ранее стабильный рост на уровне 15% в год. Этому способствуют развитие технологий, в частности NLP и генеративного ИИ, а также высокая конкуренция среди российских поставщиков решений телефонии.

Системы речевой аналитики тесно связаны с другими инструментами для оптимизации коммуникаций и повышения эффективности бизнес-процессов – такими, как CRM-системы, BI-системы, чат-боты, голосовые ассистенты. По мере расширения каналов коммуникаций с клиентами (мессенджеры, социальные сети, маркетплейсы и т. д.) заказчикам всё чаще требуются инструменты, которые, наряду с голосом, могли бы работать также с текстовыми сообщениями.

Речевая аналитика – инструмент повышения эффективности бизнеса

Приведем несколько реальных примеров того, как внедрение инструментов речевой аналитики позволило организациям добиться роста показателей эффективности.

Кейс 1: улучшение обслуживания клиентов на первой линии службы клиентской поддержки. Система речевой аналитики фиксирует все случаи, когда универсальному оператору не удалось самостоятельно решить вопрос, и он передал его профильному специалисту. Руководитель подразделения изучает подробный отчет, оценивает, насколько компетентно действовал оператор, и принимает различные корректирующие меры: например, обновляет скрипты разговора, организует дополнительное обучение. В результате объем консультаций, которые сотрудники первой линии могут провести без необходимости перевода звонка в другой отдел, в компании вырос с 40% до 75%.

Кейс 2: создание объективной автоматизированной системы мотивации и премирования сотрудников колл-центра. Решение речевой аналитики оценивает качество разговоров сотрудников с клиентами по ряду заданных параметров (длительность пауз разговоре, количество перебиваний, наличие нежелательных слов и фраз и т. д.) и формирует отчет. На этой основе операторы получают баллы, распределяются по градации и получают соответствующий бонус. Преимущество такой системы в том, что она позволяет охватить все звонки, выявить общую тенденцию в поведении каждого сотрудника и при необходимости принять меры к устранению нарушений.

Кейс 3: поиск оптимального сценария продаж. Речевая аналитика позволяет оценить различные алгоритмы проведения продаж и сопоставить их со статистикой эффективности. В результате компания получает оптимальный набор слов, выражений и скриптов, способствующих успешному завершению сделки, расширению воронки и увеличению допродаж.

Кейс 4: повышение лояльности клиентов интернет-провайдера, эффективная работа с возражениями. Речевая аналитика автоматически, по ключевым словам, определяет разговор, в котором речь идет о расторжении договора или подаче претензии в адрес компании. Причины недовольства клиентов аккумулируются в сводном отчете, на основании которого руководитель провайдера принимает решение о минимизации таких инцидентов в дальнейшем. Преимущество речевой аналитики здесь опять же в полном охвате всех звонков.

Критерии выбора системы речевой аналитики

На выбор системы влияют несколько ключевых критериев:

• качество распознавания речи,
• скорость распознавания речи,
• количество параметров для анализа,
• возможность самостоятельной настройки параметров клиентом,
• стоимость решения.

Перспективы речевой аналитики

Сегодня благодаря развитию технологий становятся популярными новые возможности речевой аналитики.

Например, крайне популярные в настоящее время большие языковые модели (LLM, large language model) выводят на новый уровень инструменты генерации текста: теперь система может более свободно общаться с пользователем и анализировать контекст разговора, а не только реагировать на ключевые слова.

Вторым существенным трендом является более широкое применение речевой аналитики в режиме онлайн. Например, работая параллельно с оператором колл-центра, система может подсказывать ему наиболее удачные варианты продолжения диалога или подходящие скрипты.