Process Mining — это технология, направленная на анализ цифровых следов в бизнес-процессах. Она применяется для изучения и улучшения работы с различными бизнес-системами, такими как 1С, Oracle, JIRA, SAP, обеспечивая углублённое понимание хода операций и взаимодействий внутри компании.
С помощью данных, полученных из логов этих систем, Process Mining создает визуализации, которые показывают реальные бизнес-процессы, идентифицируя «узкие места» и предоставляя возможности для их оптимизации. Это обеспечивает компаниям мощный инструмент для улучшения пути клиента, процессов продаж и закупок, а также качества обслуживания клиентов.
Занятость операторов
На представленной диаграмме видно, что коэффициент занятости операторов (occupancy rate) варьируется между сотрудниками. Этот показатель, отражающий долю времени, которую операторы проводят на выполнение своих непосредственных обязанностей, в среднем составляет 46%, при этом максимальное значение достигает 65%. Стандарт для этого показателя на рынке колеблется между 70-80%, что указывает на необходимость корректировки графика работы с целью оптимизации нагрузки.
Из наблюдений также следует, что при коэффициенте занятости 80%, для обработки заявленного количества звонков потребуется 20 операторов, в отличие от текущих 34. Целевой уровень для заказчика, составляющий 65% занятости, достигается при штате в 24 оператора.
Эти данные подчеркивают важность анализа рабочей нагрузки для повышения эффективности и оптимизации ресурсов в колл-центрах.
Как распределяются звонки
На графике изображено распределение количества звонков по часам в течение дня. Боксплоты разных цветов представляют количество звонков в каждый час, показывая медиану, квартили и выбросы. Наблюдается, что пиковые нагрузки на операторов колл-центра приходятся на период с 9 до 22 часов, в этот временной промежуток операторы обрабатывают большинство звонков.
Аналитика была выполнена по запросу заказчика для контроля корректности составления графиков работы операторов. Выводы предлагают рассмотреть смешанные графики работы, например, часть операторов может работать по графику 12/2, а другая часть — по графику 8/5, что позволит оптимизировать рабочую нагрузку и обеспечить более равномерное распределение звонков в течение дня. Интерактивная диаграмма доступна на платформе SherPM, предоставленной заказчику.
Как происходит процесс аналитики
Используя Heuristics Miner, был проанализирован и визуализирован процесс, включающий более 33 тысяч уникальных реплик и около 9 тысяч уникальных диалогов, в которых участвовали более 2,5 тысячи пользователей. Из всего множества путей, только 24 показали активность, что указывает на специфические траектории взаимодействия. Большая часть диалогов (35,7%) требовала вмешательства оператора, в то время как негативно оцененные диалоги составили всего 0,4%, что может говорить о высокой эффективности и положительном восприятии процесса пользователями.
Проблемные диалоги, которые застревают на стадии ошибок или требуют передачи персональных данных, составляют 14%. Диалоги, требующие вмешательства оператора, занимают 28%. Наиболее значительная часть, 42%, представляет успешные диалоги, завершающиеся на стадиях, которые включают окончание разговора, предложение помощи, подтверждение, поиск информации по запросу и нахождение активных заявок.
Оставшиеся 16% диалогов не определены, они завершаются на стадиях, связанных с запросом диалога, идентификацией или уточнением местоположения.
Вес некоторых исходов был скорректирован по сравнению с предыдущими данными, учитывая диалоги, которые обычно не доходят до оператора. Хотя некоторые стадии диалога указаны как ведущие к успеху, реальный процент успеха может быть ниже, так как не все эти стадии гарантируют положительный исход.
Как проходит диалог
Процесс начинается с запроса состояния, который может вести к разным результатам:
- передаче персональных данных;
- поиску информации по запросу;
- непосредственно к завершению диалога.
Когда дело доходит до запроса по состоянию устройства, данные не всегда достаточны или корректны, и это в 87% случаев приводит к переводу на оператора. В целом, успешная идентификация приводит к правильному определению устройства, несмотря на то, что некоторые диалоги заканчиваются после идентификации, что составляет 13% от всех диалогов.
Отмечается, что лишь 0,4% диалогов имеют негативный исход, что указывает на то, что большинство диалогов носит нейтральный характер. Основной причиной негатива является «непонимание» между пользователем и системой.
Пример негативного диалога:
Процесс взаимодействия начинается с запроса диалога, после чего следует этап идентификации и возможная передача персональных данных. В случае возникновения негатива, диалог часто переводится на оператора.
| Показатель | Итерация 1 | Итерация 2 |
|---|---|---|
| Число этапов | 24 | 23 |
| Количество диалогов | 8861 | 8635 |
| % успеха | 42% | 63% |
| % негатива | 0,4% | <0,1% |
| Число уник.лиц | 496 | 184 |
| % перевода | 35,7% | 19,6% |
Анализ чат-бота в веб-версии и мобильного приложения
Почти половина всех чатов, которые завершаются с участием оператора, связаны с наиболее негативными темами, такими как условия по продуктам, технические ошибки и нежелательная блокировка карт.
На графике слева показана средняя тональность диалогов по различным проблемам. Положительные и нейтральные диалоги обозначены зеленым цветом, в то время как более негативные — красным. Большинство из них имеют тональность выше 0,86.
Время ожидания оператора составляет 2,7 минуты, однако в некоторых случаях оно может достигать 15 минут. Приемлемое время ожидания (до 1 минуты) ассоциируется с более положительной тональностью диалогов. По мере его увеличения наблюдается плато, но при ожидании более 12 минут происходит значительное ухудшение тональности.
После внесения изменений в процесс, наблюдается сокращение числа сценариев на 63% и существенное уменьшение количества диалогов с негативным исходом от клиента, фактически их отсутствие.
Большинство операторов способно эффективно управлять претензиями клиентов, что способствует повышению общего удовлетворения клиентов, как это видно на правой части гистограммы, где наблюдается положительная динамика во второй половине диалога. Но есть определенные операторы, чья работа приводит к ухудшению восприятия сервиса со стороны клиента, что может быть связано с тем, что они обрабатывают более сложные или негативно воспринимаемые категории вопросов.
| Категория | Пример |
|---|---|
| Не предусмотрено Возможность отсутствует Мы не можем | Не могу сказать. Мы не можем перейти по ссылке. Уточните на сайте. |
| Все понимаю, но | Я вас понимаю, но |
| Это Вы | Вы сами подключили подписку Вы не подписали Я хочу помочь, но вы У Вас неактуальная версия |
| Это Банк (Банк не может, Политика Банка, и т.д.) | Банк не возвращает средства по таким операциям. В режиме нашего диалога предоставляю исключительно ту информацию, которая действует согласно правилам банка. |
| Обратитесь не сюда Общие ссылки | Обратитесь по форме через сайт Обратитесь в их тех поддержку |
| Инструкции, содержащие 3 и более шагов | откройте сайт, перейдите в раздел «», далее посмотрите «», при оформлении выберите «» и т.д. |
| Разный функционал веб-версии, приложения | Нужно зайти именно через браузер а не Мобильное приложение |
Выводы
Ключевые выводы исследования подчеркивают важность выбора слов и формулировок операторами колл-центров при общении с клиентами. Отрицательные или неопределённые ответы могут значительно усилить негативное восприятие обслуживания. Частое перекладывание ответственности на клиента или банковские политики приводит к разочарованию и ухудшает пользовательский опыт. Инструкции, требующие множества шагов, повышают риск путаницы и фрустрации клиентов. Эффективное общение и позитивный язык могут повысить уровень удовлетворенности клиентов и улучшить их восприятие бренда.
