На нашем вебинаре представители контакт-центров поделились, как сейчас анализируют рабо...
На нашем вебинаре представители контакт-центров поделились, как сейчас анализируют работу сотрудников ⤵ Опрос показал: каждая шестая организация внедрила и речевую аналитику с ИИ, и WFM (систему управления персоналом). Но большинство собирают обратную связь или анализируют звонки вручную. Product Owner речевой аналитики Анна Ивлева и руководитель направления WFM CC в НТЦ АРГУС Никита Городчиков показали, как использовать данные более эффективно. Ранее BSS и АРГУС соединили технологии, чтоб создать единую систему оптимизации персонала. Вот лишь три примера того, что можно получить, если объединить ИИ-анализ речи и данные из WFM: 💎Определить начало выгорания Анализ речи, показателей эффективности и данных о времени работы, графике и опозданиях показал: за месяц до увольнения у сотрудников меняется поведение. Например, может вырасти процент тишины, а вместо решения проблемы чаще звучит “я просто оператор”. 💎Узнать, лоялен ли сотрудник – и как это зависит от формата работы Это можно сделать, проанализировав то, как сотрудник отрабатывает негатив – например, присоединяется ли к критике или предлагает альтернативы. Спойлер: более лояльными оказались удаленщики. 💎️Прогнозировать производительность: сколько диалогов в день обработает конкретный сотрудник В основе – и метрики эффективности, и уровень выгорания, и удовлетворенность клиентов, и данные WFM – например, повторяющийся график у сотрудника “день–день–ночь” снижает производительность на ~5%. И главное – скорость инсайтов: при четко сформулированном вопросе и хорошем знании бизнеса, такой анализ может занять около 10-15 минут. Спасибо всем, кто присоединился! Рады делать речевую аналитику доступнее, ведь именно она помогает по-настоящему заботиться и о клиентах, и о сотрудниках 💙