Сергей Порошин (Voximplant), Виктор Сафронов (МФТИ): Сэкономить от 20% рекламного бюджета при помощи контакт-центра

Программа конференции была поделена на несколько блоков.

• Перспективы больших данных и искусственного интеллекта обсудили в блоке Next Big Thing.
• Для каких задач необходима технология получения информации из изображений и видеопотока, которая позволяет распознавать объекты реального мира без участия человека, разобрались в блоке «Компьютерное зрение».
• О новом способе получения и анализа больших данных, о людях и их перемещениях без использования и обработки персональных данных рассказали спикеры блока «Геоаналитика».
• Как множество различных датчиков, объединенных между собой проводными и беспроводными каналами связи и передающих данные, позволяют компьютеру получать представление о протекающих процессах и предпринимать определенные действия — рассказали спикеры блока «IoT и промышленные решения».
• Как делать выводы на основе текстовой информации, обсудили в блоке «Текстовый анализ».

Неформальная часть конференции fAil Stories прошла при поддержке ODS Community. Практики рассказали про мифы и ошибки при работе с внедрением технологий искусственного интеллекта в бизнес.

Общий отчет с мероприятия можно найти по ссылке. Организационный партнер: Deworkacy Big Data.

Сергей Порошин, сооснователь Voximplant, и Виктор Сафронов, сооснователь лаборатории машинного интеллекта МФТИ, выступили в блоке «Текстовый анализ» с темой «Как экономить от 20% рекламного бюджета при использовании контакт-центра». Они рассказали о платформа голосовой телефонии Voximplant, новых классификаторов диалогов МФТИ и немного – о голосовой биометрии.

Благодаря сервису Penxy мы можем поделиться с вами презентацией Виктора и Сергея, которую можно не просто посмотреть, но и послушать.

После выступления аудитория задавала вопросы спикерам. Мы публикуем «публичное интервью» с Виктором и Сергеем.

Сколько процентов в среднем отказываются разговаривать с роботом?

На входе «отваливается» порядка 10-20%, но нужно учитывать домен. Например, заказ такси через робота.

Есть высокая мотивация – человеку нужно заказать автомобиль, ему неважно, кто примет заказ – робот или человек, конечная цель важнее.

Есть низкая мотивация – вам звонит робот и просит оценить качество доставки. В этом случае мы сталкиваемся с тем, что более 30% людей на начальном этапе (первые пять секунд) отказываются от взаимодействия с машиной.

Но есть и плюс. Мы делали сравнение между операторами-людьми и роботами – они должны были обзванивать клиентов с опросником. Конверсия отличалась почти в два раза: у людей до конца доходили 60%, у робота – 30%, но качество и честность ответов у роботов была выше, потому что когда мы разговариваем с роботом, нам, может быть, даже приятно его обидеть.

Если робот решает мою проблему – окей, а если речь идет об обзвоне, то с роботом в два раза чаще бросают трубку, но честнее разговаривают.

Сколько в среднем занимает подготовка модели под заказчика?

Это зависит от того, насколько широкий спектр услуг оказывает заказчик. Я могу ткнуть пальцем в небо – три-пять месяцев – если это пилот, данные зашумленные и их надо почистить. А если есть уже наработанная практика, тест модели может занять несколько дней.

Например, два автодилера – мы поняли, что у них одинаковые бизнес-процессы, поэтому быстро обработали и запустили уже обученные модели.

Какой конкретно совет дали дилерам для повышения конверсии?

Советов мы особенно не давали, потому что они не спрашивали. По сути нашей задачей было дать бизнесу светофор.

Есть числа, данные, а ребята сами принимают решения. В ряде случаев выводы этих моделей говорят о том, что надо уволить оператора, или того, кто составлял скрипты, или переобучить сотрудников.

Мы не в праве давать советы по трудоустройству. Чаще всего наши клиенты решали дообучить персонал и улучшить скрипты.

Я бы дал совет обязать операторов изучать данные – они должны заполнять карточки звонка. Впоследствии это серьезно облегчает создание моделей, которые следят за теми же операторами.

Смотреть все выступления.

Фото на обложке: Ai Stories