Когда слова имеют значение: как речевая аналитика помогает бизнесу видеть больше

Обычно, когда говорят о речевой аналитике, чаще всего имеют в виду контроль качества в контакт-центре — подсчете слов-паразитов, фиксации нарушений скрипта, анализе скорости речи. Но на июльском вебинаре, который провели ITFB Group и компания BSS, обсудили и другие актуальные возможности РА. Эксперты рассказали, как с помощью современных инструментов — от классических алгоритмов до генеративных моделей — можно не только следить за стандартами, но и искать инсайты, чтобы проверять маркетинговые и продуктовые гипотезы и находить неэффективности в бизнес-процессах. В фокусе — реальные кейсы из госсектора, ритейла, телемагазинов и логистических компаний.

В качестве спикеров выступили представители компаний BSS и ITFB Group, а также Никита Лаухин, руководитель группы контроля качества клиентского сервиса в системе «Честный знак», которая уже использует речевую аналитику в ежедневной работе. ITFB Group, как системный интегратор с глубокой экспертизой в построении омниканальных клиентских сервисов, выступила модератором и аналитическим партнёром дискуссии.

Классические сценарии и их развитие

Дарья Громова, ведущий аналитик по контактным центрам компании BSS, начала выступление с описания традиционного подхода: автоматический анализ аудиозаписей и чатов с возможностью извлечения ключевых метрик (AHT, FCR, Claim Rate, CSI и др.). Речевая аналитика используется для оценки соблюдения стандартов обслуживания, в том числе — через подсветку ключевых маркеров: слов-паразитов, конфликтогенных фраз, отклонений от скрипта.

По словам Николая Чекина, директора по развитию отношений с партнерами ITFB Group, за последние 3 года с момента ухода решений западных решений, отечественные вендоры не только подтвердили свою высокую экспертизу, но и продолжили активное функциональное обогащение своих продуктов, соответствующих высоким требованиям энтерпрайз-заказчиков, а также начали формировать продуктовые экосистемы, обеспечивающие высокое качество внедрения, развития и поддержки решений.

Однако, как подчеркнула Дарья, многие компании останавливаются на поверхностной диагностике. Те, кто идёт дальше, получают не только контроль, но и полноценную обратную связь, которая помогает принимать управленческие решения.

Госсектор: почему стандарты не всегда работают

Один из кейсов, приведённых BSS, касался крупной государственной структуры. Операторы работали строго по утверждённому скрипту, используя формулировки вроде «в соответствии с положением Постановления Правительства №…». При этом контактный центр фиксировал высокое количество повторных звонков и низкие оценки удовлетворенности.

Проверка диалогов с помощью речевой аналитики выявила проблему: скрипт был избыточно формализован и плохо воспринимался на слух, особенно пожилыми гражданами. В результате пользователи не понимали, что от них требуется, и предпочитали перезвонить, чтобы уточнить информацию. С точки зрения формального контроля — всё было выполнено корректно. Но с точки зрения клиентского опыта — коммуникация не работала. Это привело к пересмотру логики общения и упрощению формулировок.

Ритейл: когда обещания подрывают доверие

На вебинаре также был представлен кейс компании, которая обзванивала партнёров с предложением товаров. Операторы строго следовали скриптам, что при формальной оценке выглядело успешно. Однако речевая аналитика выявила ключевую проблему: сотрудники часто обещали «дополнительно максимальную скидку», создавая у клиентов ложные ожидания. При повторных звонках клиенты требовали скидку, а операторы говорили, что цены зафиксированы.

Кроме того, процедура получения скидки была слишком сложной — клиентам нужно было искать выгодные цены в интернете, делать скриншоты и отправлять их на e-mail. Это вызывало раздражение и отток клиентов, которые предпочитали более простые условия у конкурентов.

Этот кейс демонстрирует, как речевая аналитика вместе с бизнес-консалтингом помогает выявить скрытые проблемы клиентского пути, недоступные традиционному контролю качества.

Логистика: когда метрика CSI искажает картину

Третий кейс касался крупной логистической компании, внедрившей механику оценки качества консультации сразу после завершения звонка. Клиенту предлагалось оценить взаимодействие по пятибалльной шкале. Однако система получала крайне мало валидных оценок.

Анализ записей показал: клиенты чаще всего произносили оценку голосом, тогда как система ожидала нажатия на клавишу. В результате оценки не фиксировались. Что хуже — робот, не распознав голосовую команду, отвечал однотипной фразой: «Выбранный вариант отсутствует», что раздражало пользователей. Некоторые из них перезванивали повторно — только чтобы выразить недовольство. Итог: технически система оценки была реализована, но её сценарий взаимодействия с клиентами оказался неадаптированным.

Телемагазин: рост выручки за счет анализа диалогов

Один из самых показательных кейсов — телемагазин с входящим потоком обращений. 73% таких звонков заканчивались покупкой. При этом клиент стремился увеличить объем продаж за счет кросс-продаж, но не понимал, где именно теряет возможность.

BSS проанализировали несколько сотен диалогов, настроили маркеры на ключевые фразы, связанные с предложениями товаров, и выявили, что почти в 60% случаев операторы не делали попыток допродажи. А в тех случаях, когда допродажа предлагалась, в 43% она была нерелевантна — например, предлагались случайные товары без логической связи с исходной покупкой. Когда же предложение было связано с заказом (например, аксессуар к уже купленному товару), конверсия в допродажу достигала 57%.

На основе анализа скрипты были пересмотрены, а система рекомендаций в CRM — перенастроена с учетом лексических паттернов успешных предложений.

«Честный знак»: от контроля качества к оптимизации процессов

Внедрение речевой аналитики в системе «Честный знак» стало частью масштабного проекта, который ITFB Group реализует как технологический партнёр компании BSS. Ранее специалисты ITFB провели миграцию с зарубежной CRM-системы на отечественное решение, а также сопровождали выбор платформы речевой аналитики и голосовых роботов. Такой подход позволил выстроить единую архитектуру клиентского сервиса с опорой на российские технологические решения.

Как рассказал Никита Лаухин, руководитель группы контроля качества клиентского сервиса, контакт-центр «Честного знака» ежедневно обрабатывает до 6 тысяч обращений при SLA выше 99%.

Речевая аналитика была внедрена как альтернатива расширению штата: не увеличивая число сотрудников, компания смогла за счет автоматизации контролировать 100% диалогов (вместо 2−3% в ручном режиме). Это позволило выявлять отклонения по формальным признакам — от использования слов-паразитов до тональности речи. Но команда пошла дальше — к проверке гипотез с помощью генеративных моделей.

Один из примеров: с помощью LLM-анализа были выявлены случаи, когда клиент не получал ответа на электронную почту после звонка. Первоначально это объяснялось ошибками в адресе. Но модель обнаружила другую закономерность: некоторые домены блокировали письма от отправителя. После этого в скрипт операторов был добавлен шаг проверки доступности почты.

Другой пример — генерация типовых ответов и статей на основе анализа тематики звонков. Модель суммировала обращения, выделяла ключевые вопросы и на их основе формировала предложения по публикациям в разделе FAQ. Это помогло снизить количество повторных обращений.

Возможности генеративных моделей: от вертолетного обзора до микроскопа

Анна Ивлева, Product Owner системы Речевая аналитика, представила два режима работы LLM в системе речевой аналитики BSS. Первый — «Агент-исследователь» — позволяет быстро проанализировать выборку из нескольких сотен обращений, выявить тренды, инсайты, слабые места в скриптах. Второй — «Агент-сканер» — работает точечно, анализируя каждый диалог и решая самые разные задачи: от формирования ответов на сложные вопросы до рекомендаций (например, для контролеров качества), которые можно использовать при оценивании диалогов. Ответы Агента-сканера можно использовать при выстраивании статистики в отчётах, выводить на графики в дашбордах, использовать в качестве поисковых условий.

Такие инструменты значительно ускоряют проверку гипотез и позволяют переходить от наблюдений к действиям. При этом, как подчеркнули эксперты, LLM — это не замена человеку, а усиление аналитика: комбинация традиционного подхода и искусственного интеллекта даёт максимальный эффект.

Опыт компаний, представленный на вебинаре, ясно демонстрирует: речевая аналитика — это не просто цифровой контроль качества, а полноценный инструмент для анализа клиентского опыта, оперативной проверки гипотез и принятия управленческих решений на основе результатов анализа. Благодаря развитию технологий и интеграции генеративных моделей, она становится всё более точной, гибкой и полезной не только для контакт-центров, но и для продуктовых и маркетинговых команд.

Следующий шаг — создание внутри компаний устойчивой аналитической культуры, в которой данные из реальных диалогов становятся источником изменений, а не просто отчётностью по SLA.