Автоматизация постановки задач

Добрый день. Я пока внедрил, что задача сама создается, когда в ю-он поступает новое обращение (с сайта) и менеджеру нужно позвонить в течение часа. Если он не завершит задачу в течение часа, ему начислится штраф (в ю-оне это возможно). Заметил, что некоторые менеджеры перестали звонить в течение часа. Как только поступает обращение, они сразу заходят и отменяют задачу, чтобы штраф не получить, некоторые тут же звонят, но есть кто не звонит.

Пустил слух, что теперь ю-он по умнел и он смотрит, был ли реально звонок. После этого стали звонить, но опять же нашлись умники, которые тупо звонят и тут же бросают трубку, тем самым они думают, что обманули систему.

Я к чему это все, что кому-то удобно, зашел, отменил задачу и сразу позвонил, а кто-то будет хитрить и пытаться обмануть, есть кто вообще этим не пользуется.

@anton Антон, спасибо за подсказку со штрафом! Пошла искать, где настраивать. 

Ну и конечно, надо быть совсем упоротым, чтобы звонить и сбрасывать, лишь бы тебя не оштрафовали 😲

Занимаюсь маркетингом. По похожему запросу (также была фирма с активной работой в CRM и скриптами продаж, но наблюдалось саботирование менеджеров на разных этапах) директор (она) уже просто была на последнем издыхании и не знала, как еще с ними бороться.

Внедрили распознавание нейросетью разговоров менеджеров и оценку разговора. Оценка включала, сколько механик продаж, предусмотренных скриптом, менеджер проговорил в разговоре. В итоге писались замечания менеджеру нейросетью в CRM, что нужно в следующий раз проговорить.

На основании оценок сразу стало видно, кто и на сколько лоялен системе продаж, а кто просто пытается обойти систему. Такие обходы системы, как писал Антон, были сразу исключены. Оценка внедрения была очень позитивной, к сожалению, точных цифр увеличения конверсии не помню — что-то около 15-20%.

Разумеется, с менеджерами-саботажниками сразу попрощались, правда, пришлось с владелицей не раз все обсудить — она уж слишком жалела менеджеров. "Климат" в коллективе после внедрения нейросетей и найма новых менеджеров стал значительно лучше, по крайней мере, пока мы вели фирму.

Также внедрили нейросеть в инстаграм и мессенджеры в виде чат-бота, обученного на данных фирмы (про это можно целую статью написать, можете загуглить "векторные базы данных").

По нашей тематике, к сожалению, пока не внедрял, так как возобновляю работу в туризме практически с нуля. Нужно решить море задач более низкого уровня. Но идей по автоматизации море.

Рекомендую ознакомиться с темой нейросетей и умных чат-ботов, обученных на ваших данных, а лучше возьмите консультацию у людей, которые уже не раз внедряли эти технологии — там много подводных камней.

@r-radukevi4 Руслан -если не секрет как называется нейросеть которая распознает голос и   психотехники продаж?

От: @sia

как вы относитесь к автоматизации создания задач для менеджеров в обращениях и заявках

Лично я считаю, что когда менеджер понимает, как надо продавать -> ему автоматические задачи/напоминания - не требуются:

Завершил коммуникацию, решил, что будешь делать дальше - создал задачу/напоминалку. Profit!

Что насчёт тех, кто продавать не умеет? Как по мне, "базовые" задачи/напоминалки, которые автоматизация создаёт, скорее отвадит их от этого процесса -> глаз замыливается + особой "ценности" в них нет.

И для директора это тоже деструктивно - задачи, вроде, стоят, но на самом деле - нет 🙂

Тем не менее, многие - пользуются (отредачить через "изменить" часто быстрее, чем с нуля создавать).

@goldy Уважаемый Руслан. Присоединяюсь к вопросу Петра - можно узнать нейронку? Заранее благодарю за ответ.

@goldy , Руслан добрый день!) С Рождеством)) Вы написали в этом чате очень интересные мысли. И самое интересное, что Вы это уже внедряли! Но, так как сейчас Вы сосредоточено занимаетесь развитием своего ТА, то не могли бы поделиться контактами тех самых специалистов, которые имеют опыт внедрения нейросетей и ИИ в систему работы компании?? Или может Вы не против поделиться своим опытом по внедрению в разговоре по телефону. Был бы очень рад) С нетерпением буду ждать сообщения, чтобы обменяться контактами: https://vk.com/id104106305

@a-pustovit

Алексей, добрый день! Рад, что в наших рядах есть фанаты AI :)))

Я бы поделился контактами, но не с кем. Разработкой пробного продукта занимался я во втором своем бизнесе по маркетингу.
Разработкой занимались мои друзья, с которыми мы учились на разработчиков ПО. Они фрилансом не занимаются, а через биржи привлекали несколько специалистов, где у нас не получалось. Это отдельная ветвь в IT.

В двух словах опишу, как строился сервис, исключительно в честь людей, стремящихся к развитию, а также подведу итоги работы в конце.

1.Сбор и подготовка данных
Для обучения ИИ на основе конкретных данных агентства необходимо собрать и подготовить аудиофайлы разговоров менеджеров с клиентами, а также метки с оценками качества общения и замечаниями. Этот этап включает:

Сбор данных: Собрать записи телефонных разговоров между менеджерами и клиентами. Они должны быть анонимизированы (удалены личные данные клиентов), но содержать важную информацию для анализа.

Аннотирование данных: Обозначить примеры хороших и плохих ответов, замечания, указания на ошибки менеджеров. Это могут быть такие аспекты, как тональность, вежливость, правильность решения вопросов клиентов, грамматические ошибки и т.д.

На этом этапе очень много ручной работы, к тому же нужно разбираться в вопросе «что такое хорошо и что такое плохо» для конкретной ниши.

2.Обработка речи в текст
Для обработки аудиофайлов и извлечения текстовых данных из разговоров используется технология speech-to-text, а если более конкретно, то технологии Google Speech-to-Text и IBM Watson.

3.Разработка ИИ-агента, анализ и оценка качества разговоров, дообучение
Чтобы ИИ-агент мог оценивать, как менеджер вел диалог, ему нужно предоставить "образцы" правильных разговоров. Это может быть выполнено с использованием машинного обучения на основе меток с примерами хороших и плохих разговоров. Используется fine-tuning (мы применяли фреймворк Hugging Face Transformers для fine-tuning моделей GPT-4). Также необходимо большое количество тестовых запусков системы и оценка результатов. На этом этапе снова много «человеческой» работы.

Простыми словами: мы разработали и запустили ИИ-агента, который оценивает разговоры менеджера неплохо, как обычный продавец, но с низким пониманием специфики бизнеса(что очень важно,вам то не знать), а также с минимальным пониманием эмоциональной окраски речи, часто действуя как справочное бюро.

Тут вступает заранее подготовленная база аннотированных данных. Она дает огромный рывок нашему ИИ-агенту: теперь он понимает, что должно быть в эталонном звонке, а чего в нем не должно быть. Также исправляется tone of voice. Уровень понимания эмоциональной окраски по-прежнему был на уровне плинтуса.

Для решения этого неприятного явления, которое обесценивало нашего бесценного агента, мы нашли и тестировали технологии Hugging Face Transformers, spaCy, NLTK — все это библиотеки из области sentiment analysis, которые призваны определить эмоциональную окраску речи (позитивную, негативную, нейтральную) с использованием моделей машинного обучения. Работают они пока не очень, но к примеру менеджера который еще не проснулся и что-то там сонный бормочит находили. К тому же они постоянно развиваются.

Все это дало возможность сделать замечания нашего агента менее «топорными». И результат заказчику очень понравился. Ну а мы остались очень довольны.

Ну а теперь немного о минусах. Я получил около 2500$ предоплаты.
Клиентка была моя постоянница, с которой я работаю более 7 лет и помог маркетингом вырастить ее бизнес в 5 раз, лояльность — 100%. Это был пробный запуск и отработка технологии.

Сроков нам не ставили. Но даже сроки без сроков мы смогли нарушить :))  Мы все спланировали, и поскольку без сроков работать не умеем, огласили, что работа займет максимум 1,5-2 месяца. В итоге получилось около 4 месяцев. 🙂
Здесь нужно отметить, что мои программисты работают в фирмах с полной занятостью, а плюс ко всему у некоторые тех. Моменты не получались, и я по 2-3 недели искал профильных специалистов.Сюда же ушла существенная часть бюджета.

Итого, разработка таких сервисов — не для среднестатистического ТА. Проще натренировать менеджеров и контролировать их.

Но я понимаю как фанаты AI хотят все попробовать внедрить. Вам могу посоветовать сервис Make — там можно выгружать и обучать своего ИИ-агента, который также можно интегрировать с чат-ботами.

P.S. Если скрипты turmarketing все-таки работают 😊, и удастся в этом сезоне «восстать из пепла», то через годик я запущу себе такого ИИ-агента. Возможно, после и онлайн-сервис, тогда стоимость такого решения кратно упадет.

@goldy Руслан, Вы, однако, крутой спец😎 Очень интересную и полезную работу провели!!! Спасибо за рекомендацию, попробую по разбираться с сервисом Make.
P.S. Поверьте, скрипты ТМ работают - это я могу подтвердить и всегда рад проконсультировать, если у вас будет что-то не получаться. Мы с ТМ уже очень долго и многое внедрили. Мой контакт у Вас есть 😉