ИИ в клиентском сервисе: как ITFB Group и «Честный знак» создали сервис нового поколения на базе речевой аналитики BSS

Национальная система цифровой маркировки «Честный знак» обслуживает более 850 000 участников и свыше 3 миллионов пользователей мобильного приложения. Система ежедневно принимает около 7 500 обращений, охватывающих десятки товарных групп, сложные правовые нюансы и технические сценарии. Поддержка пользователей — неотъемлемая часть функционирования всей системы и важнейший элемент доверия со стороны бизнеса и потребителей.

Учитывая рост количества обращений, регуляторную специфику и необходимость отвечать быстро, точно и персонализировано, перед командой «Честного знака» были поставлены цели:

● Обеспечить высокое качество сервиса
● Повысить производительность операторов и точность их ответов.
● Снизить нагрузку на контакт-центр.
● Усилить контроль качества обработки обращений и стандартизировать работу на всей линии.

Проект требовал гибкого, масштабируемого и по-настоящему интеллектуального решения. Так объединились усилия трёх команд: разработчика технологий BSS, интегратора ITFB Group и команды клиентского сервиса «Честного знака».

Контактный центр ежедневно обрабатывал тысячи обращений — и ключевыми задачами стали автоматизация обращений, тематизация звонков, ускорение аналитики и снижение нагрузки на контроль качества. В частности, было важно сократить время анализа звонков, автоматизировать определение тематики, выявлять причины негативных обращений и упростить работу по выборке звонков для проверки. По направлению голосового робота — приоритетом была автоматизация первичной маршрутизации и исходящего обзвона.

ITFB Group предложила решение BSS на базе речевых технологий и искусственного интеллекта (ИИ). Речевая аналитика анализирует 100% звонков по множеству параметров: определяет тематику обращений, фиксирует лексические маркеры, выражения недовольства, оценивает эмоциональный фон и длительность разговоров. Это позволило автоматизировать тематизацию, упростить отбор звонков для контроля качества и повысить прозрачность клиентских диалогов.

Таким образом, речевая аналитика превращается в интеллектуальную платформу, где ИИ не только собирает и анализирует данные, но и поддерживает оператора в режиме реального времени, делая клиентский сервис точным, персонализированным и обучающимся.

Внедренный голосовой робот обрабатывает входящие и исходящие вызовы: он уточняет цель обращения, собирает ключевые данные, передаёт оператору уже структурированную информацию и, при необходимости, автоматически создаёт карточку клиента в CRM. Отдельным сценарием реализован обзвон аптек для уточнения наличия жизненно важных препаратов.

ITFB Group обеспечила интеграцию ИИ-решений BSS в инфраструктуру клиента: настроила сквозной обмен данными между речевой аналитикой, голосовым роботом, CRM и базой знаний. Задача заключалась не просто в подключении технологий, а в выстраивании единого цифрового контура, работающего на повышение эффективности клиентского сервиса.

Технологическая основа проекта:

● распознавание речи (ASR),
● Named Entity Recognition (NER),
● Natural Language Understanding (NLU),
● Dialog Composer (DC) — как основа архитектуры для масштабирования аналитики.

Внедрение охватывало автоматическую тематизацию, сбор выражений недовольства, ускоренную выборку для контроля качества, а также настройку детальной аналитики по ключевым параметрам взаимодействия с клиентами.

Внедрение речевой аналитики и голосового робота позволило «Честному знаку» значительно повысить управляемость клиентского сервиса и сократить нагрузку на операторов.

Ключевые результаты:

• 100% обращений проходят автоматический анализ вместо выборочной проверки (до 20% ранее).
• Вероятность обнаружения «проблемных» диалогов выросла с 2,5% до 100%.
• Повышено качество речевой техники операторов:

— доля диалогов со словами-паразитами снизилась в 6 раз;
— полностью устранена бытовая форма общения;
— темп речи увеличился со 145 до 170 слов в минуту.

Автоматизация контроля качества:

• Рутинная работа контролёров снизилась, их производительность выросла на 20%.
• First Call Resolution (FCR, решение с первого обращения) превысил 80%.

Появилась возможность точечной адаптации сценариев без доработки ИТ-инфраструктуры.

Голосовой робот позволил:

• Автоматизировать сбор информации от клиента до соединения с оператором, что ускорило обработку обращений и сократило время общения;
• Создавать карточки новых клиентов в CRM в случае отсутствия данных;
• Реализовать автоматизированный обзвон аптек для получения информации по лекарственным препаратам.