Опишіть ваш проєкт
Наші спеціалісти звʼяжуться з вами найближчим часом
Надіславши запит, ви отримуєте:
  • Лист чи дзвінок від нашого менеджера
  • Оцінку свого проєкту
  • Особисту зустріч, за необхідності
  • Конфіденційність гарантовано!
Maxim Kaschjev
Ваш менеджер
Максим Кащєєв
Із задоволенням відповімо на всі ваші запитання
Задати питання
image

Сервіс для кол-центра CallChecker

Сервіс, який може покращити якість існуючого колцентру не наймаючи додаткового персоналу.
  • Що таке NodeJS? Що таке NodeJS? icon

Бізнес-виклики

До нас звернулась компанія MyСredit, якій було необхідно розробити сервіс, що дозволить покращити якість існуючого колцентру, не наймаючи додаткового персоналу. У компанії 4 департаменти, які працюють з клієнтами: загальна кількість дзвінків на місяць - 70 000. Поточна команда супервайзерів, які займаються перевіркою якості дзвінків опрацьовувала в середньому 250 дзвінків на день (7 500 дзвінків на місяць). Велика кількість дзвінків залишалась без перевірки, за рахунок чого не було можливості якісно проаналізувати роботу операторів колцентру та приймати об'єктивні і зважені рішення щодо розвитку колцентру. 

Було необхідно, щоб сервіс аналізував аудіозаписи телефонних розмов, після чого надавав транскрипцію і аналіз цієї розмови, розраховував скорингове значення якості проведеного дзвінка. Оцінка якості має розраховуватись як по конкретному дзвінку, так і по менеджеру.

Наше рішення

Наша команда провела ресерч ринку AI рішень, після чого запропонувала рішення, яке буде:

  • Інтегруватись з існуючими сервісами телефонії
  • Отримувати аудіо файли дзвінків
  • Конвертувати аудіо в текст, після чого проводити аналіз отриманої транскрипції
Сервіс для кол-центра CallChecker - image

Процес аналізу виглядає наступним чином: Штучний інтелект аналізує транскрипцію дзвінка і відповідає на питання, 
які зашиті в його промті, після аналізу, біля кожного питання ставиться відповідь: “Так” чи “Ні”.

Приклади питань:

  1. Чи представився оператор?
  2. Чи розповів про компанію?
  3. Чи був ввічливий?
  4. Чи розповів про послугу?
  5. Чи була лайка у розмові (з обох сторін)?
  6. Емоції (сміх, плач, крики);
  7. Ключові фрази (“мені нічого не треба”, “я зараз зайнятий”)
  8. Більше 2-х голосів у розмові
  9. Мовчання понад 10 секунд
  10. Граматика, оцінка чіткості вимови слів 
  11. Перевищено час розмови (10-15 хвилин вистачає для вирішення питання клієнта, якщо більше - це вже спілкування не на тему)

Після чого, на основі отриманих відповідей на питання, будувався Score-бал кожного аудіозапису, який дозволяв зрозуміти, якої якості була розмова і не витрачати час на прослуховування. На основі Score-балу кожного аудіозапису будувався Score менеджера.

Для того, щоб система була гнучкою, зробили можливість створювати і редагувати правила, кожне правило складалось з двох частин - формулювання самого правила і промт для AI сервісу.

Додали версійність, для того, щоб відстежувати зміни в правилах і ретроспективно аналізувати, як це повпливало на оцінки дзвінка і менеджера.

Концепція рішення:

Сервіс для кол-центра CallChecker - 2 - image

Результат:

  • Discovery phase
  • Розроблена зручна адміністративна панель для супервайзера:
    • Розроблені окремі інтерфейси зі списком дзвінків для кожного департаменту
    • Розроблено Dashboard для кожного департаменту
    • Розроблені інтерфейси для роботи з промтами для кожного департаменту
    • Розроблені інтерфейси для відображення статистики оператора колцентру для кожного департаменту
  • Додана можливість визначати основну тематику дзвінка і додаткові підтематики
  • Додана система розширеної фільтрації дзвінків
  • Розроблена система оцінки (Score) менеджера, та оцінки аудіо
  • Розроблені правила премодераціїї дзвінка:
    • Перевірка на довжину дзвінка
    • Перевірка на довжину самого діалогу
  • Gitlab-based CI/CD pipeline/deployment infrastructure
  • Розгорнуто S3 - бакет на AWS
  • Налаштована Lambda на AWS
  • Проведена інтеграція з SunFlower и Mediatel
  • Підключено API Open AI
  • Підключено API reiv.ai
  • Підключено API Bardar