Интеграция LLM-агента в Битрикс24 для анализа звонков в медицинском центре
О проекте
У нашего клиента из медицинской сферы есть крупный колл-центр, который обрабатывает сотни входящих звонков каждый день. Отследить качество общения операторов вручную — непросто и отнимает много ресурсов.
Выборочная прослушка звонков вручную не позволяет охватить весь объём коммуникаций, приводит к субъективным оценкам и не даёт возможности системно отслеживать динамику качества и выявлять повторяющиеся ошибки.
Задачи
Мы выделили несколько основных задач:
-
Обеспечить возможность анализа 100% звонков операторов, а не только выборочной части.
-
Сделать объективными оценки качества звонков, исключив человеческий фактор и расхождения в интерпретациях.
-
Значительно сократить временные затраты сотрудника контроля качества на прослушивание и анализ звонков.
-
Обеспечить контроль за соблюдением стандартов общения операторами колл-центра.
-
Получить инструмент для быстрого и системного анализа коммуникаций с пациентами.
Решение
Для данного проекта мы использовали наш транскрибатор Helprobot Dialog для обработки звонков и транскрибации голоса в текст, а далее подключили к нему ChatGPT для последующего анализа диалогов. Всё это было реализовано в виде отдельного приложения, интегрированного в портал Битрикс24 нашему клиенту.- Сначала нам нужно получить точную расшифровку всех телефонных разговоров. Для этого мы задействуем наш собственный сервис транскрибации. Все звонки автоматически проходят через него и на выходе мы получаем достаточно точный текст разговора, разбитый на спикеров. Этот текст мы уже можем использовать для следующего этапа.
- Дальше мы используем нейросеть для анализа этого звонка по чек-листу. У клиента на данный момент мы используем ChatGPT, но нет каких-то ограничений на использование других нейросетей. Она сама определяет тип звонка и на выходе выдаёт анализ по каждому пункту заданного чек-листа, а также ставит общую оценку звонка от 0 до 10.
- Всё управление осуществляется через приложение в Битрикс24, для удобства клиента. В нём есть базовые настройки для старта работы, также присутствует довольно гибкий конструктор чек-листов. С помощью него задаются основные сценарии работы для нейросети и она уже анализирует все входящие звонки.
- Сейчас это всё выведено в отдельный смарт процесс, чтобы сотрудник мог удобно проверять отчёты. Какие-то конкретные пункты можно привязать к дополнительным полям карточки, на данный момент всё выводится в комментариях.
Результат
Внедрение нашего инструмента значительно упростило процесс контроля качества в колл-центре. Вот каких результатов удалось достичь:
-
Решили задачу для полного охвата, теперь анализируются 100% звонков операторов, что обеспечивает полный контроль над коммуникациями с пациентами.
-
Достигли объективности оценки. Система исключила субъективизм и человеческий фактор (повышение объективности оценки на 95%), гарантируя единые стандарты оценки для всех диалогов.
-
Существенно сократили временные затраты. Мы высвободили время руководителя контроля качества для более стратегических задач.
-
Обеспечили эффективный контроль соблюдения стандартов. Система автоматически следит за выполнением скриптов и стандартов общения.
-
Клиент получил быстрый доступ к детальному анализу всех коммуникаций, что позволяет принимать обоснованные и верные решения.
