ТАСС, 15 мая. Газпромбанк использует речевые технологии в целях оптимизации клиентского опыта. Об этом в понедельник сообщила пресс-служба банка.

"Газпромбанк успешно внедряет технологии для оптимизации клиентского опыта. Технологии речевой аналитики используются для анализа и контроля качества коммуникаций в дистанционных каналах и точках обслуживания. В сутки в среднем обрабатывается более 100 тыс. обращений", - говорится в сообщении. 

Согласно данным пресс-службы, ежемесячно в банк поступает более 3 млн обращений. Технологии группы ЦРТ дают возможность изучить 100% диалогов: распознавание речи позволяет перевести звонки в текст, а речевая аналитика - осуществить глубокий анализ. Кроме того, с помощью обратной связи от клиентов можно выявить новые возможности для автоматизации процессов обслуживания и существенно улучшить сервисы, повысить лояльность к бренду и нарастить удовлетворенность обслуживанием. 

"Инструмент позволил улучшить качество нашего сервиса, увеличить рост продаж и сократить затраты на обслуживание. Оценивая эффективность, мы планируем масштабирование решений, которые помогают оптимизировать клиентское обслуживание и открывают новые возможности для повышения уровня комфорта и мотивации сотрудников контактного центра", - рассказала начальник Управления развития технологий Газпромбанка Ольга Черепанова, ее цитирует пресс-служба. 

За 2022 год была расширена функциональность: появилась возможность работать с многоуровневыми запросами, увеличилась производительность тематизации, появилась новая возможность представления отчетности, отметили в пресс-службе. 

Генеральный директор группы компаний ЦРТ Дмитрий Дырмовский подчеркнул, что с момента записи десятков тысяч обращений, которые поступают каждые сутки, до их полной тематизации проходит менее 30 минут. 

 "Благодаря многоуровневой системе определения тематик, 100% целевых обращений сортируются - каждое обращение попадает в релевантную тему или категорию качества, поддерживается возможность обработки аналитического запроса любой длины и сложности. Мы уже поддерживаем возможность обработки максимальных объемов данных, а алгоритмы машинного обучения и изучение возможностей больших языковых моделей помогают непрерывно наращивать потенциал", - сообщил Дмитрий Дырмовский.