Блог olenka.ai
Чому вам потрібен голосовий бот з NLU?
відділ продажів

Чому вам потрібен бот з NLU?

Не секрет, що вагома частка роботи менеджерів із продажів та телемаркетологів — спілкування. Вони телефонують у холодну в пошуку нових покупців, підтримують зацікавленість та лояльність постійних клієнтів, проводять опитування та дослідження.

Такі перемовини потребують багато часу та зусиль, а їх результат часто себе не виправдовує. Саме тому сьогодні все більше компаній інвестують у технології для автоматизації бізнесу, стрімку популярність з-поміж яких набирають голосові роботи.


Голосовий бот для бізнесу


Телефонний бот — це хмарна технологія зі штучним інтелектом для автоматичного обдзвону. Залежно від мети голосової розсилки та очікуваних результатів кампанії прописується скрипт — сценарій, за яким комп’ютер спілкується з людиною. Програма обдзвону слухає та аналізує мову клієнта, знаходить у своїй пам’яті відповідну фразу та озвучує її.

«Сучасна програма для автодзвінків — інструмент для продажників та операторів контакт-центрів. По-перше, це важка робота — вона монотонна, вимагає неабиякої витримки та вміння «забувати» про те, що ти — жива людина зі своїми проблемами та емоціями. По-друге, вона невдячна — у холодного обдзвону, наприклад, конверсія не перевищує 2 %. Нарешті, є певні фізичні межі — за день менеджер може здійснити 70–80 дзвінків, тому робота з великими базами контактів розтягується на місяці. На практиці в більшості випадків результат потрібен якомога швидше, і забезпечити його може якраз голосовий робот», — розповідає засновниця та СЕО Olenka.ai Олена Дишкант.

Голосові роботи — це рішення для бізнесів будь-якого масштабу та направлення. Вони можуть інформувати, опитувати, нагадувати, продавати, шукати клієнтів, відповідати на типові запитання та опрацьовувати заперечення. Інтеграція з CRM відкриває ще ширші можливості для автоматизації. Коли програма отримує доступ до інформації про клієнтів, вона може самостійно оновлювати її за результатами кожної масової розсилки або телефонувати ситуативно.

«Наприклад, у страхової компанії 2 000 клієнтів. Масова телефонна розсилка допоможе актуалізувати інформацію про кожного з них, довідатися про їхні потреби, проконтролювати якість обслуговування тощо. Ситуативні дзвінки — це коли робот «бачить», що клієнтові можна зробити пропозицію, персоналізувати її. Закінчується строк дії полісу, з’явилися додаткові послуги, діють якісь акції й т. ін. Але завжди треба бути обережними з вибором програми обдзвону, щоби не викликати в клієнтів негатив. Тому завжди цікавтеся, на якій технології працює бот», — радить Олена.


Популярні «движки» голосових роботів


Будь-який діалог розумного бота — це низка взаємодій, кожна з яких включає:
  • текстову транскрибацію почутої фрази в реальному часі;
  • розшифровку тексту та пошук відповідностей;
  • визначення наступного кроку на основі цього наміру — продовження чи припинення розмови, відповідь на запитання чи заперечення тощо.

«Раніше боти працювали як? Вони мали переліки слів, що теоретично могли означати одне й те саме. Завданням лінгвіста, який працював зі скриптом, було знайти якомога більше таких слів. Наприклад, робот телефонує й запитує, чи користується клієнт послугами онлайн-телебачення. Людина може відповісти стверджувально в різні способи: «так», «звісно», «постійно», «звичайно», «ясна річ» і т. д., і робот розумітиме, що це — «так». Але раптом клієнт скаже «аякже», а цього слова не виявиться в переліку, програма не зможе нормально продовжити розмову. Вона або обере не ту репліку, або почне повторюватися. Зрештою клієнт зрозуміє, що говорить із роботом і, найімовірніше, роздратується», — додає Олена Дишкант.

Ця технологія вже застаріла, як і більшість тих, що впродовж 2–3 десятиліть використовувалися для створення розмовного IVR. Сьогодні все більше розробників голосових роботів та асистентів використовують NLP або NLU.


Особливості та відмінності NLP і NLU


Обидві технології дозволяють роботові взаємодіяти з людиною та розпізнавати природну мову. Вони працюють за схожими принципами: за допомогою алгоритмів перетворюють мовлення на текст, аналізують та знаходять значення кожного слова у фразі.

NLP (natural language processing) — технологія обробки природної мови з великим словниковим і синтаксичним запасом. Коли почута роботом репліка «перекладається» на зрозумілу йому «мову», починає працювати NLP: кожному слову знаходиться відповідність.

Складність може виникнути, коли в реченні трапиться багатозначне слово. NLP не намагається проаналізувати фразу в загальному контексті. Технологія розпізнає слова поодинці, хоча це й не заважає їй у переважній більшості випадків обирати правильну гілку скрипту.

NLU (natural language understanding) — це модуль, що саме розуміє природну мову. Фактично це — підгалузь NLP, вона поєднує методи NLP та машинне навчання або штучний інтелект, а отже є більш вдосконаленою. NLU якісно покращує розуміння природного мовлення машиною. Технологія автоматично аналізує не просто набір розрізнених слів, а семантику фраз і речень. Тобто вона знаходить не просто відповідності, а інтерпретує значення в загальному контексті, визначаючи наміри людини та сутності (своєрідну «деталізацію» задуму).

«Наприклад, робот чує фразу «Я хочу піти на катері Київським морем». Він виокремить один головний намір — «здійснити подорож» — та дві сутності — «катер» (як саме дію буде виконано) та «Київське море» (обов’язкова умова досягнення бажаного). Так бот знатиме, що клієнт шукає, як організувати прогулянку. Крім того, навіть якщо слово «катер» не звучатиме, програма однаково розумітиме, що людині потрібен плавзасіб, та пропонуватиме варіанти. Тобто відповідатиме так, щоби задовольнити кожен із можливих запитів клієнта. До того ж NLU вміє використовувати контекст для роз’яснення неоднозначних питань та тверджень», — пояснює засновниця Olenka.ai.


Як працює та що дає бізнесу NLU


Процес розпізнавання почутого відбувається в 5 послідовних кроків.
  1. NLU опрацьовує текст: визначає словникову форму кожного слова, видаляє закінчення та прості суфікси, зайві символи тощо.
  2. Далі технологія перетворює текст на сукупність зрозумілих її алгоритмам чисел.
  3. Відбувається класифікація тексту відповідно до відомих системі намірів (згода, відмова, типове заперечення або запитання тощо).
  4. Виокремлюються базові, найголовніші сутності (без яких намір навряд чи вдасться здійснити).
  5. Наостанок NLU знаходить специфічні сутності — менш важливі деталі.

На основі цих даних (набору намірів та сутностей) штучний інтелект обирає з-поміж усіх гілок скрипту ту, що задовольнить запит клієнта.

«NLU дозволить нам, розробникам голосових роботів, поступово перетворити їх на повноцінних співбесідників. Раніше, коли ми використовували ще стару технологію, голосові розсилки містили всього 2–3 запитання, бо ж ресурс робота був обмеженим, він не міг вести довгі бесіди. Уже під час бета-тестування програми для обдзвону з NLU ми розширили скрипти до 5–7 послідовних запитань, а згодом зможемо розмовляти з клієнтами як завгодно довго. До того ж гарно натренована NLU може опрацьовувати набагато складніші за типові запити», — ділиться досвідом Олена Дишкант.

Голосові роботи на базі NLU-технології не просто оптимізують бізнес-процеси. Вони виводять клієнтський досвід на якісно новий рівень та збільшують прибутки компаній. Разом із когнітивними обчисленнями та штучним інтелектом NLU дає змогу легко розпізнавати значення слів у контексті з урахуванням скорочень, абревіатур, сленгу й т. ін. Крім того, NLU-робота можна інтегрувати не тільки з CRM, а й з іншими розумними рішеннями (моделюванням явищ, штучним загальним інтелектом тощо), щоби зробити взаємодію з кожним клієнтом ще більш персоналізованою.
a