BSS и НТЦ АРГУС обсудили, как оптимизировать работу контакт-центра

Руководители контакт-центров обменялись своими практиками работы с клиентами и сотрудниками, а эксперты BSS рассказали, как использовать речевую аналитику и данные из систем управления персоналом, чтобы предотвратить выгорание, оценить лояльность и спрогнозировать производительность

23 апреля BSS и НТЦ АРГУС провели вебинар «Триединство технологий: Как AI-аналитика речи и WFM (система управления персоналом) создают идеальный контакт-центр нового поколения».

Около 70 представителей контакт-центров собрались послушать, как эффективнее планировать работу с помощью ИИ-анализа и данных из системы управления персоналом. Об этом рассказали Product Owner системы «Речевая Аналитика» в БСС ИИ Анна Ивлева и руководитель направления WFM CC в НТЦ АРГУС Никита Городчиков.

НТЦ Аргус — ведущий разработчик системы управления персоналом, с которым BSS объединила технологии и создает единый комплекс оптимизации персонала.

Эксперты обозначили новые ориентиры в клиентском сервисе и управлении персоналом — и рассказали, как связка речевой аналитики и WFM помогает их достичь.

Так, технологии позволяют глубже понять потребности клиентов, выявить точки роста и определить, какие запросы нужно автоматизировать, а также выстроить график, который будет оптимальным и для оператора, и для контакт-центра.

Спикеры продемонстрировали три примера, как использовать речевую аналитику и WFM-данные для повышения эффективности контакт-центра и благополучия сотрудников.

Предотвращение выгорания

Анализ коммуникаций покинувших компанию сотрудников показал: примерно за месяц до ухода поведение сотрудника меняется. В оценке учитываются речевые особенности — например, инсайт-режим выявил, что выгоревшие операторы чаще используют формулировки вроде «я просто оператор». Кроме того, анализируются данные WFM (график, стаж работы, опоздания) и показатели эффективности (AHT, процент тишины и другие).

Оценка лояльности сотрудника

Исследование включало анализ данных WFM о формате работы и анализ речевых паттернов — например, изучались реакции оператора на негатив со стороны клиентов. Оказалось, что удаленные сотрудники более лояльны компании по сравнению с офисными коллегами.

Прогноз производительности

На основе метрик эффективности, уровня выгорания, удовлетворенности клиентов и данных WFM о графике работы сотрудника система может предсказать, сколько диалогов в месяц обработает конкретный оператор. Это помогает более точно планировать работу контакт-центра и распределять сотрудников по каналам с учетом их сильных сторон.

При корректной постановке задачи и понимании бизнес-контекста инсайты можно получить всего за 10–15 минут.

Участники активно обсуждали подходы к управлению персоналом и организации аналитических процессов. Так выяснилось, что одновременно речевую аналитику и WFM-систему использует лишь каждая шестая компания, а еще 40% пока планируют их внедрить. Более половины применяют хотя бы одну из систем, но при оценке выгорания многие по-прежнему опираются на HR-опросы и ручную аналитику.

 

Источник: BSS