Big Data, NFT, метавселенная, нейросети — в определенный период в обществе вспыхивает тренд на использование новой технологии, после возникновения которой «жизнь никогда уже не будет прежней». Некоторые из них также быстро гаснут, а есть и такие, которые становятся частью нашего сегодня.
Big Data давно используются в работе крупных мировых компаний. По сути этот процесс подразумевает обработку большого массива данных с помощью IT-решений. На практике это может касаться любого процесса в компании.
Как Big Data используют в бизнесе
Основные сферы применения Big Data в рекламе и маркетинге — прогнозирование спроса, поведения клиентов и аналитика продаж. Также анализ данных используют для оптимизации производственных процессов, найма сотрудников, оценки потенциальных партнеров и контрагентов.
Для использования Big Data и бизнес аналитики необходимо собрать массив данных о потребителях. Источниками информации служат:
- цифровые данные корпораций. Например, Сбер запустил сервис Сбериндекс, который предоставляет услуги по исследованиям и экономической статистике на основе собственных и открытых данных;
- доступ к данным из специализированных государственных реестров: Росстат, ЕГРЮЛ, ЕИС и др;
- собственные данные — анализ поведенческих паттернов текущих клиентов компании.
Разберем несколько кейсов применения инструментов Big Data в бизнесе. Авиакомпания Delta отслеживает в реальном времени публикации в Twitter, которые содержат отклики пассажиров во время перелета или ожидания при задержке рейса. На любой негативный отзыв авиакомпания мгновенно реагирует и передает запрос в службу поддержки. Сотрудники поддержки сразу решают проблему, например пересаживают пассажира в первый класс или находят потерянный багаж. Далее чаще всего довольный клиент публикует уже хвалебные твиты о позитивном опыте.
Что касается российского рынка — первыми с большими данными начали работать телеком компании, которые используют Big Data не только в своей внутренней работе, но и в качестве услуги для других бизнесов. МТС занимается большими данными уже восемь лет и имеет в штате сильную команду аналитиков. База абонентов операторов — 65+ млн действующих пользователей. Компания предлагает услугу «МТС Исследования», а также сервисы маркетинговых рассылок и поиска сотрудников на основе анализа Big Data.
Big Data в работе контакт-центра
Основной пример использования технологий анализа обработки большого массива данных в контакт-центрах — речевая аналитика. Каждый день в колл-центре операторы обрабатывают огромное количество звонков. Диалоги записываются, а из этих записей формируется выборка звонков для контроля качества. Без применения технологий под оценку попадает до 10% диалогов, но автоматизированные решения помогают охватить 100% контактов.
Принцип работы инструментов по анализу речевой аналитики заключается в том, что производится запись разговоров операторов с клиентами в автоматическом режиме. Далее программа анализирует всю записанную информацию с помощью систем распознавания речи и интеллектуального анализа.
Алгоритм работы инструментов Big Data в колл-центре:
- сбор данных о взаимодействии с клиентом из всех каналов (записи телефонных переговоров, истории чатов, электронной почты и т.д.);
- расшифровка разговоров, конвертация собранной информации в единый формат;
- анализ данных. Алгоритмы распознавания речи определяют ключевые слова и фразы, эмоциональную окраску, а также другие важные характеристики разговоров.
- калибровка каждого взаимодействия под заданные категории, например, «отказ», «непроработанное возражение», «возможность ап-селла» и т. д.) Также диалоги можно маркировать тегами, в которых используются определенные фразы и слова;
- оценка диалогов по заданным параметрам, включая эмоциональный настрой, качество ведения разговора, соблюдение регламентов и т. д.;
- выявление трендов и паттернов: определение часто повторяющихся проблем, запросов клиентов и успешных стратегий общения;
- мониторинг и оценка качества обслуживания. Система выявляет недостатки и сильные стороны работы операторов. Это помогает определить правильные векторы в обучении сотрудников и постановки KPI.
По итогу работы формируется отчетность с результатами анализа работы колл-центра, рекомендациями по улучшению работы операторов и повышению уровня качества сервиса.
Выгоды использования речевой аналитики:
- сокращение расходов на оценку качества. Технологическое решение избавляет от необходимости слушать звонки и позволяет выявить ошибки и отклонения от установленных стандартов;
- формирование трендов и схожих поведенческих паттернов в диалогах. Так определяются слабые места и генерируются эффективные стратегии общения с клиентами;
- составление полного портрета клиента, включая потребительские предпочтения и поведенческие паттерны. Это помогает выработать правильную стратегию для работы с клиентами из одного сегмента целевой аудитории и повысить уровень продаж в целом;
- интеграция с другими технологическими решениями, например с CRM. Это позволяет объединить данные в одном источнике и сформировать общую картину.
Ежедневно колл-центры собирают новую информацию и накапливают огромные объемы данных, которые можно использовать. Анализ данных колл центра улучшает показатели в нескольких направлениях — повышение уровня сервиса и решение маркетинговых задач, а также оптимизация внутренних операционных процессов. Если в первом случае это предполагает увеличение прибыли для внешнего клиента, то во втором случае аналитика колл-центра помогает сократить расходы.
Big Data — не тренд, а необходимость
Анализ большого массива данных уже не популярный тренд, а must-have для бизнеса. Благодаря этому инструменту можно вывести на новый уровень процессы в компании, оптимизировать расходы и увеличить прибыль. При правильном использовании big data способна прокачать любую сферу бизнеса или его отдельные составляющие: от клиентского пути и маркетинга до стратегического планирования и масштабирования.
Конечно, внедрение новых технологий и методов в работу бизнеса сопровождается трудностями и вызывает внутреннее сопротивление. На старте также нужно выделить дополнительные средства и ресурсы, на что не всегда готовы идти руководители. Но пока одни думают и сомневаются — другие внедряют, пользуются, получают первые результаты и обгоняют конкурентов.
