ИИ и WFM помогают контакт-центрам прогнозировать выгорание операторов
23 апреля BSS и НТЦ АРГУС провели вебинар «Триединство технологий: как AI-аналитика речи и WFM создают идеальный контакт-центр нового поколения». В мероприятии приняли участие около 70 представителей контакт-центров.
Главной темой встречи стало практическое применение ИИ-анализа речи и WFM-данных в управлении контакт-центром. Эксперты показали, как эти технологии помогают не только контролировать качество обслуживания, но и глубже понимать причины нагрузки на операторов, прогнозировать производительность и снижать риски выгорания.
О возможностях речевой аналитики рассказала Анна Ивлева, Product Owner системы «Речевая аналитика» в БСС ИИ. Практику использования WFM-инструментов представил Никита Городчиков, руководитель направления WFM CC в НТЦ АРГУС.
НТЦ АРГУС специализируется на разработке систем управления персоналом. BSS и НТЦ АРГУС объединили свои технологии, чтобы создать единый комплекс для оптимизации работы контакт-центров. В такой связке речевая аналитика позволяет выявлять смысловые и эмоциональные паттерны в коммуникациях, а WFM-система добавляет к ним данные о графиках, занятости, стаже, опозданиях и других параметрах работы сотрудников.
По словам экспертов, объединение этих данных помогает решать сразу несколько задач. Контакт-центр может точнее понимать потребности клиентов, выявлять типовые обращения, определять, какие запросы стоит автоматизировать, а также выстраивать графики так, чтобы они были эффективны для бизнеса и приемлемы для сотрудников.
На вебинаре были представлены три практических сценария использования речевой аналитики и WFM.
Первый сценарий связан с профилактикой выгорания. Анализ коммуникаций сотрудников, которые позже покинули компанию, показал, что примерно за месяц до ухода их поведение начинает меняться. Система учитывает речевые особенности, показатели эффективности и данные WFM. Например, инсайт-режим выявил, что выгоревшие операторы чаще используют формулировки вроде «я просто оператор». Дополнительно анализируются график работы, стаж, опоздания, среднее время обработки обращения, доля тишины в диалоге и другие параметры.
Второй сценарий касается оценки лояльности сотрудников. В рамках исследования сопоставлялись данные WFM о формате работы и речевые паттерны операторов, в том числе их реакции на негатив со стороны клиентов. Один из выводов оказался нетривиальным: удаленные сотрудники продемонстрировали более высокий уровень лояльности по сравнению с офисными коллегами.
Третий сценарий связан с прогнозированием производительности. На основе метрик эффективности, уровня выгорания, удовлетворенности клиентов и данных о графике система может предсказать, сколько диалогов в месяц обработает конкретный оператор. Это позволяет точнее планировать работу контакт-центра и распределять сотрудников по каналам с учетом их сильных сторон.
Эксперты подчеркнули, что при корректной постановке задачи и понимании бизнес-контекста первые инсайты можно получить за 10–15 минут. При этом ценность технологии зависит не только от качества алгоритмов, но и от того, насколько понятно сформулирована управленческая задача.
Участники вебинара активно обсуждали подходы к аналитике, управлению нагрузкой и профилактике выгорания. Опрос показал, что одновременно речевую аналитику и WFM-систему использует пока только каждая шестая компания. Еще 40% участников планируют внедрение таких решений. Более половины компаний уже применяют хотя бы одну из систем, однако при оценке выгорания многие по-прежнему опираются на HR-опросы и ручную аналитику.
В BSS отмечают, что интерес к подобным инструментам растет на фоне усложнения задач контакт-центров. Клиентский сервис все чаще требует не только контроля качества разговоров, но и комплексного анализа нагрузки, эмоционального состояния операторов и эффективности процессов. Связка речевой аналитики и WFM дает контакт-центрам возможность перейти от разрозненной отчетности к более точному управлению людьми, каналами и клиентским опытом.