Антон Логинов, Тинькофф Банк: «Снижение загрузки операторов на 5% экономит много денег» - «Финансы»

Руководитель управления по разработке систем взаимоотношения с клиентами Тинькофф Банк Антон Логинов на конференции Bank.Bot 2017, организованной ИА «Банкир.Ру», рассказал о том, как можно оцифровать и автоматизировать взаимодействие с живыми людьми. В Тиньков Банке работает две категории роботов. Первая категория – это NLP, Natural Language Processing. Эта категория разрабатывается давно, я уже рассказывал о ней на прошлой конференции Банк.Бот. Наша задача – уменьшение загрузки операторов и повышение качества обслуживания. Даже снижение загрузки операторов на 5%, которых у нас тысячи, экономит много денег. Модель оперирует не предложениями, а отдельными словами, строя на их базе определенные вектора. Если мы продрались со сложным вопросом к оператору, у последнего тоже есть свой чат-бот Если вы откроете чат на Tinkoff.ru и зададите ему стандартный вопрос, типа “как сменить пин-код”, бот ответит без оператора. И таких ответов он знает очень много. Если мы продрались со сложным вопросом к оператору, у последнего тоже есть свой чат-бот, который может помочь ему в формировании ответа. Иногда такой ответ готов полностью, иногда его приходится немного отредактировать. Но, в любом случае, снижение нагрузки ощутимое. Следующая секция – выделение смысла, она отслеживает «следы» пользователя. О чем он звонил вчера, что спрашивал, какие операции совершал и т.д. Система сама регистрирует эти «следы» и впоследствии делает их доступными для оператора в CRM. Пропустив голос через Speech-to-Text, его можно скормить движку, и робот точно так же зарегистрирует эти смыслы. На прослушивание к живым людям попадает только то, что содержит неприятный подтекст «Робопрочитка» - это автоматический контроль за операторами. Бот внимательно «читает» и «слушает» логи разговоров клиентов, выделяя негативно окрашенные беседы по ключевым словам. Таким образом, на прослушивание к живым людям попадает только то, что содержит неприятный подтекст. Есть бот для классификации входящей корреспонденции. Приходят миллионы писем, которые надо рассортировать по тематике, и это тоже хорошо решается. Сканированные документы распознаются не хуже тех, что пришли изначально в электронном виде. Вторая категория - ML CV (Computer Vision) Здесь самое интересное – голосовая биометрия. Когда вы первый раз звоните нам для совершения операции, мы зададим много вопросов и в процессе сделаем голосовой слепок. На втором звонке с того же номера мы снова сделаем слепок за несколько секунд и сравним его с предыдущим. В случае совпадения больше не будем тратить лишнее время и идентифицируем по голосу гораздо быстрее. Записываются все входящие звонки. Шумы не влияют на голос, потому что частоты человеческой речи находятся в другом диапазоне Формирование слепка занимает некоторое время, и пока оно идет, живой оператор говорит с клиентом. Вероятность идентификации более 70% при «грязном» голосе и более 90% при «чистом». Шумы не влияют на голос, потому что частоты человеческой речи находятся в другом диапазоне. При всей нашей нагрузке, у нас нет ни одного фрод-кейса. Компьютер также занимается проверкой документов на наличие изменений. Это было введено после известного случая, когда клиент подсунул сотруднику банка не ту версию договора, после чего попробовал отсудить у банка внушительную сумму. Теперь такая ситуация невозможна. Фотобиометрия – новая история. При выдаче карты мы фотографируем клиентов и храним снимки. Многие пытаются обмануть, и у нас создана база мошенников, работающая в режиме реального времени. В случае совпадения снимков карта автоматически аннулируется в рамках правового поля.