Работа внутреннего колл-центра для сотрудников поддержки АТМ-оборудования: обработка звонков сотрудников NLP-ботом

Сокращение количества переадресаций звонков на сотрудников колл-центра
hero images _13-light.jpg

Цель исследования

Сокращение количества переадресаций звонков на сотрудников колл-центра

Границы проекта

От поступления звонка на горячую линию до завершения разговора

Данные

Источник:

Журнал вызовов из системы организации работы колл-центра за 3 месяца

Ключевые поля:

  • Уникальный идентификатор звонка
  • Запись разговора (транскрибированная), разделенная на реплики NLP-бота/оператора и клиента
  • Дата и время начала и окончания реплики

Результат

30%
увеличение доли успешно решенных запросов

Были выявлены наиболее частые ошибки в распознавании числовой информации такой, как табельные номера сотрудников и номера оборудования. Благодаря переобучению модели NLP-бота доля успешно решенных запросов без участия оператора увеличилась с 50% до 80%.

Пообщайтесь с экспертом

Оставьте запрос на консультацию — свяжемся с вами и ответим на вопросы
Ваша должность
Генеральный директор
CIO
CISO
CTO
CDO
CDTO
Технический директор
Директор по цифровой трансформации
Директор производства
Директор по инновациям
Директор по R&D
Главный архитектор
ИТ-архитектор
Системный архитектор
Архитектор инфраструктуры
Разработчик
Главный разработчик
Системный инженер
Аналитик
Системный аналитик
Руководитель
Бизнес-аналитик
Консультант
Менеджер проекта
Менеджер продукта
Закупочная деятельность
Юрист
Маркетолог
Технический писатель
Другое