AI / Product

Speech Analytics
и AI Chatbot

Два проекта по автоматизации банковских процессов

Представиться. Роль - AI / Product в NBU. Два проекта в формате STAR. Оба реализованы внутри банка.

Амиржанов Рауан

Образование	Nazarbayev University · Математика
Опыт	Fortebank · Team Lead AI
Интересы	шахматы · волейбол

Коротко о себе - и перейдём к проектам.

Контакт центр

Проект 1 · Проблема

Отсутствие системного контроля
над коммуникациями контакт-центра

300 000

звонков в месяцтелемаркетинг, взыскание, входящая линия

Менее 1%

звонков проходило анализручная выборочная проверка

$2-3 млн

стоимость вендорного решенияon-prem, контракт на 5 лет

Нет сплошного контроля качества
Нет отчётности по звонкам
Жалобы клиентов не агрегируются
Нет аналитики продаж в телемаркетинге
Дисклеймеры комплаенса не верифицируются
Поиск конкретного звонка занимал часы

300 000 звонков в месяц - телемаркетинг, взыскание, входящая линия. Менее 1% проходило ручной разбор - статистически нерепрезентативная выборка. Вендорное решение оценивалось в $2-3 млн на пять лет, размещение on-prem. Критические риски - отсутствие верификации compliance-дисклеймеров и полное отсутствие аналитики по продажам.

Проект 1 · Решение

Разработка собственного решения
полностью внутри банка

On-premise инфраструктура

На мощностях банка. Данные не покидают периметр.

Собственные ASR-модели

Распознавание речи с диаризацией оператор / клиент под банковскую лексику.

Интеграция с Genesis и Verint

Подключение к телефонным платформам. Захват 100% звонков в реальном времени.

Витрины аналитики

Дашборды: QA-чеклисты, тематики, тональность, продажи, комплаенс.

Пользовательский интерфейс

Веб-сервис с авторизацией, ролевым доступом и поиском по звонкам.

Надёжность и мониторинг

Отказоустойчивая архитектура, мониторинг пайплайна, алертинг.

Роль

Полный цикл: архитектура, разработка, продакт-менеджмент от нуля до запуска.

Ключевой акцент - решение полностью собственное: никаких вендоров, никаких лицензий. Свои модели, своя интеграция, свои витрины. Данные остаются внутри банка. Это и есть источник экономии $2-3 млн.

Проект 1 · Демонстрация

Система в действии

Показать видео. Реальный интерфейс системы: авторизация, поиск по звонкам, транскрипция с диаризацией, QA-чеклист, аналитика.

Скриншот интерфейса Speech Analytics.

Проект 1 · Результат

100%

звонков анализируются в автоматическом режиме

$2-3 млн

Экономия на вендоре

Реализовано внутри банка вместо покупки сторонней системы.

300 000 / мес

Полное покрытие

Все каналы. Поиск по любому звонку в реальном времени.

100%

Контроль качества

Каждый звонок проходит QA-чеклист, без выборки.

Телемаркетинг

Аналитика продаж

Производительность операторов и эффективность скриптов.

КИСАР

Оптимизация процессов

Маршрутизация и операционная нагрузка на основе данных.

✓

Аналитика жалоб

Тематики и тренды для продукта и комплаенса.

Переход от менее 1% к полному покрытию. Отказ от вендора - экономия $2-3 млн. QA проводится на каждом звонке без исключений. Данные применяются для повышения эффективности скриптов продаж и оптимизации процессов КИСАР.

Публичный анонс от Chief Commercial Officer банка - подтверждение стратегической значимости проекта.

Дополнительная публикация - расширяет публичное признание проекта.

Проект 2 · AI Chatbot

AI Chatbot
для физических лиц

Автоматизация клиентской поддержки по 4 направлениям

Второй проект - AI-чат-бот для розничных клиентов банка. Моя роль - продакт-менеджмент; разработка на стороне коллеги.

Проект 2 · Проблема

Пропускная способность поддержки
не соответствовала объёму обращений

от 30 минут до 12 часов

среднее время ожидания ответа в часы пик

Объём входящих обращений превышал пропускную способность операторов
Типовые запросы блокировали операторов от обработки сложных обращений
Длительное время ожидания негативно влияло на клиентский опыт

Обеспечение круглосуточного покрытия требовало расширения штата
Готовые вендорные решения предполагали значительные лицензионные затраты и сложную интеграцию

В часы пик ожидание достигало 12 часов. Значительная доля обращений - типовые запросы: активация, график платежей, баланс. Обработка стандартных запросов операторами исключала возможность качественной работы со сложными случаями.

Проект 2 · Решение

Внедрение чат-бота по четырём
ключевым направлениям обслуживания

Кредиты

Расчёт ежемесячного платежа
и предоставление графика погашения

Кредиты

Информирование о просрочке
и текущей задолженности

Карты

Баланс, выписка и история операций по карте

Карты

Обработка иных обращений по карточным продуктам

Роль

Продакт-менеджмент: формирование скоупа, согласование API-контрактов, координация с командами Кредитов, Карт и Взыскания. Разработка на стороне коллеги.

Четыре направления охватывают наиболее массовые обращения клиентов. Бот самостоятельно классифицирует намерение и получает данные через API. Реализация потребовала синхронизации с продуктовыми командами одновременно.

Проект 2 · Результат

40%

обращений закрывается без участия оператора

↓

Сокращение времени ответа

Обработка типовых запросов - секунды вместо часов ожидания.

24 / 7

Круглосуточное покрытие

Непрерывное обслуживание клиентов без расширения штата операторов.

↑

Разгрузка операторов

Высвобождение ресурса для обработки сложных и нестандартных обращений.

✓

Без вендора

Решение реализовано собственными силами внутри банка.

40% обращений обрабатывается в автоматическом режиме. Время обработки типовых запросов сократилось с 30+ минут до секунд. Круглосуточная доступность обеспечена без увеличения численности персонала.

Скриншот интерфейса чат-бота.

Публичный анонс запуска - подтверждение операционной и коммуникационной значимости проекта для банка.

Спасибо за внимание

Telegram: @gokalqurt

Q&A. Распределение ролей: Speech Analytics - самостоятельная разработка и продакт-менеджмент; AI Chatbot - продакт-менеджмент, разработка на стороне коллеги.

Speech Analyticsи AI Chatbot