Росгосстрах усовершенствовал собственную систему речевой аналитики на базе генеративного искусственного интеллекта. Теперь она позволяет анализировать 100% входящих звонков в контакт-центр компании и, в том числе — оперативно выявлять причины недовольства клиентов и находить системные проблемы в клиентских процессах.

Сегодня нейросеть компании ежедневно обрабатывают более 15 тысяч телефонных обращений. Система анализирует содержание диалога между клиентом и оператором и выявляет сложности во взаимодействии.

Проект стал одной из первых в страховой отрасли реализаций полнофункциональной речевой аналитики контакт-центра, полностью разработанной внутренней командой Росгосстраха на базе open-source технологий и генеративного ИИ. Особенностью решения стал отказ от классического подхода с дообучением моделей. Вместо этого специалисты компании разработали архитектуру на основе многоуровневой цепочки промптов. Для анализа обращений было создано более 100 специализированных промптов, каждый из которых отвечает за оценку конкретного параметра диалога с клиентом.

Поверх речевой аналитики работает сервис, который находит в транскриптах звонков сигналы эскалации — например, выявляет намерение клиента написать жалобу и автоматически уведомляет по корпоративной почте ответственных сотрудников, которые могут быстро включиться в решение проблемы и купировать развитие конфликтной ситуации.

«Одним из главных результатов внедрения стала возможность оперативно выявлять критически важные обращения клиентов. Если раньше отдельные проблемы могли потеряться в массиве из тысяч ежедневных звонков, то сегодня система автоматически выделяет случаи, требующие повышенного внимания. Благодаря нейросетевой аналитике теперь такие обращения выявляются практически сразу, что позволяет оперативно связаться с клиентом, разобраться в ситуации и принять необходимые меры. Это позволяет держать на контроле огромный поток входящих звонков и реагировать на критические ситуации максимум в течение часа», — комментирует Никита Мансуров, начальник управления методологии, анализа и развития клиентского опыта.

Система помогает обнаруживать не только отдельные инциденты, но и повторяющиеся проблемы в клиентских процессах. Так, например, при анализе показателей удовлетворенности клиентов (CSI) специалисты компании выявили устойчивое недовольство клиентов необходимостью предоставлять дополнительные документы в одном из страховых процессов. После анализа обратной связи требование было пересмотрено и устранено, что позволило снять проблему.

Благодаря речевой аналитике страховщику уже удалось снизить среднее время диалога примерно на 7% и при этом увеличить долю вопросов, решенных с первого обращения (FCR).

«То есть мы не просто становимся быстрее, мы становимся удобнее и полезнее для клиента», — подчеркивает Никита Мансуров.