Коллекторы создают и применяют новые технологии

Взыскание просроченной задолженности кому-то может представляться полудиким процессом. На деле ведущие коллекторские агентства не отстают от других финансовых институтов, руководствуясь высокими стандартами работы и применяя передовые технологии.

Попытки внедрения новых технологий в сегменте коллекторского бизнеса впервые были предприняты в мире несколько десятилетий назад. Тогда начали применяться модели машинного обучения для решения различных задач – от оценки вероятности возврата просроченных кредитов до выбора оптимального плана мероприятий по взысканию.

– Коллекторский бизнес основан на массовых процессах, поэтому даже небольшое улучшение процесса принятия решения сразу же даёт заметный финансовый результат, – комментирует генеральный директор агентства «АктивБизнесКоллекшн» (АБК) Дмитрий Теплицкий. – Например, модель, основанная на машинном обучении, может помочь принять решение, какие инструменты будут наиболее эффективны для взыскания долга – отправка почтовых уведомлений, взаимодействие по телефону или личные встречи.

Как на Феррари картошку возили

По словам генерального директора агентства ЭОС Антона Дмитракова, с 2002 года в мире началась практика внедрения технологий речевой аналитики, то есть специализированного софта, анализирующего разговоры операторов колл-центров. В Россию это новшество пришло приблизительно в 2012 году. «Однако реальное применение речевых анализаторов началось только в последние два-три года, когда появилось понимание функционала системы и её действительного потенциала, способного произвести переворот в системе операционных процессов компании, – продолжает Антон Дмитраков. – До этого момента программное обеспечение по речевой аналитике использовалось не только на ничтожно малый процент своих реальных возможностей, но и в целом неправильно. Иными словами, на Феррари возили картошку».

Около десяти лет назад в коллекторском бинесе начали внедряться системы маршрутизации звонков (IVR), строиться первые омниканальные системы. Тогда же на западном рынке, в США, стали появляться технологии на основе ответов робота в рамках ограниченного круга вопросов – не более пятидесяти.

«Здравствуйте! Я робот»

На российском рынке заметный технологический прорыв случился около трёх лет назад.

В 2016 году агентство АБК внедрило в своих колл-центрах систему распознавания речи, которая позволила более эффективно контролировать качество работы сотрудников. А в начале 2017 года там же была опробована первая, тестовая версия робота-оператора. «Тогда в пилотном проекте было задействовано всего два тестовых портфеля кредитных дел, по которым робот совершал первый звонок – уведомлял о возникновении просрочки, уточнял причину, фиксировал намерение оплаты», – вспоминает Дмитрий Теплицкий. По итогам пилотного проекта робот показал эффективность на уровне средних операторов.

Тогда же, в 2016 году, в компании ЭОС запустили систему анализа разговоров операторов. Это должно было обеспечить оперативный мониторинг телефонных переговоров на соответствие законодательству о взыскании задолженности (230-ФЗ), контроль жалоб, анализ причин отказа или согласия клиентов оплатить задолженность.

Машина не нагрубит

В компаниях, с которыми побеседовал обозреватель портала Finversia, высоко оценивают эффект от внедрения технологий.

В ЭОС по результатам трёх лет использования системы распознавания речи минимизировали нарушения законодательства, повысили уровень сбора задолженности, снизили операционные издержки и получили инструмент справедливой оценки работы операторов.

Как это работает? «Например, система отслеживает все разговоры, где отмечен повышенный эмоциональный фон, ненормативная или близкая к ней лексика, – поясняет Антон Дмитраков. – Отслеживается динамика и величина рисков поступления жалоб от должников на действия операторов. По итогам анализа осуществляется оперативный разбор случаев и вырабатываются корректирующие меры для устранения рисков. В результате этой работы количество жалоб со стороны клиентов-должников снизилось на 51%, что является безусловным успехом».

За счет анализа всего массива переговоров, в том числе ретроспективного блока, есть возможность выявить лучшие разговорные практики в зависимости от разных ситуаций и построить на их основе необходимые модели, добавляет Антон Дмитраков.

Выработка выросла, премии тоже

Сокращение издержек – одна из главных целей внедрения новых технологий.

Например, информирование клиента о возникшей задолженности – это механическая работа по заданному скрипту. В то же время затраты на оплату труда сотрудников коллекторских агентств в последние годы заметно выросли. «Премия сотрудников зависит от выработки, а она поднялась почти на порядок – в 7 раз – с момента первой волны автоматизации, – говорит заместитель генерального директора по развитию бизнеса «ГК Финансовые услуги» Григорий Галицких. – Другой вопрос, что теперь скорость найма новых сотрудников замедлилась: меньшее число людей могут справляться с большим объемом работы».

В «ГК Финансовые услуги» внедрили такие технологии, как лигалтех, автоматизация бизнес-процессов, распознавание текста, поисковые технологии и проч. «К сожалению, купить робота-коллектора а-ля робота для алгоритмической торговли на бирже и не ходить на работу пока не получается», – добавляет Григорий Галицких.

Сотрудники займутся творчеством

В АБК отметили, что преследуют задачу освободить операторов от рутинного обзвона, оставив им решение более творческих и сложных задач.

– Технология (робот-коллектор, – прим. ред.) позволила увеличить вовлечённость персонала в рабочие процессы и, следовательно, повысить эффективность и качество сервиса, – констатирует Дмитрий Теплицкий.

На Всероссийском форуме НАПКА-2018 «Экологичный коллекшн: взгляд в будущее», организованном Национальной ассоциацией профессиональных коллекторских агентств и Объединённой компанией «Первое коллекторское бюро» – «Национальная служба взыскания» в декабре 2018 года, ИТ-директор АБК Сергей Марков публично продемонстрировал, как работает искусственный интеллект на службе у коллекторов, прямо со сцены позвонив в колл-центр и поговорив с роботом-взыскателем. Тот после уточнения личных данных собеседника вполне сносно участвовал в диалоге и даже не поддавался на провокации.

«Читай не так, как пономарь, а с чувством, с толком, с расстановкой»

Вспомните свои ощущения, когда вы поднимаете трубку и слышите голос робота (например, с какими-то рекламными призывами). С одной стороны, это удобно – можно без лишних слов положить трубку в случае, если вам не интересно. С другой стороны, если звонок для вас важен, может возникнуть чувство сожаления или раздражения из-за того, что: а) вас обделили живым человеческим общением; б) вы не сможете задать все вопросы, которые у вас возникнут по ходу разговора. Для того, чтобы устранить эти нежелательные эффекты, разработчики роботов всё время совершенствуют свои изобретения. Во-первых, искусственный интеллект постоянно обучается, чтобы отвечать на большее и большее количество сложных вопросов, понимать разговорную речь и т.д. С другой стороны, технологии всё больше мимикрируют под человеческую речь. Роботы говорят уже не «по слогам», холодным неестественным голосом, а практически неотличимо от людей. Один из финтех-стартапов, например, придумал добавлять в речь робота мычание и междометия.

Роботизированные технологии, которые используются ведущими коллекторскими бюро, вполне соответствуют духу времени. «Зачастую человек, взявший трубку, даже не понимает, что говорит с роботом. Мы работаем над реалистичностью интонаций и эмоциональной окраской фраз, используем технологию определения пола и возраста оппонента, которая позволяет роботу вести разговор более «осмысленно». Когда клиенты понимают, что общаются с машиной, обычно они очень удивляются», – рассказывает Дмитрий Теплицкий.

По словам Дмитрия Теплицкого, технология робота-коллектора продолжает активно развиваться: тестируются второй и последующие звонки клиентам, расширяются ветки диалогов, сопровождаются проекты в других направлениях бизнеса – телемаркетинге, справке, продлении ипотечных страховок, подборе и обучении персонала.

Дмитрий Теплицкий, генеральный директор АБК:
У нас есть уникальные разработки в области синтезирования голосов известных людей – робот обучается на записях монологов, интервью, отрезках из фильмов. Эта технология позволила воссоздать голоса ряда ныне живущих людей и артистов прошлого. Конечно, робот-коллектор не станет звонить должнику голосом известного артиста, это вряд ли может помочь взыскать долг, но вот использовать при общении с должниками голос самого успешного сотрудника колл-центра, обладающего даром убеждения, – довольно разумно.

Ваш финансовый консультант-коллектор

– В скором времени привычные подходы к взысканию просроченной задолженности останутся в прошлом, – уверен Дмитрий Теплицкий. – Взыскатель будущего – это финансовый консультант, который активно использует новейшие технологии в общении с клиентами и предлагает пути решения финансовых проблем.

Образ финансового консультанта приглянулся не только АБК. В последнее время он часто используется коллекторским сообществом в целях улучшения репутационной составляющей этого бизнеса.

– В будущем коллектор будет выступать, прежде всего, как партнёр для людей, попавших в сложную финансовую ситуацию, связанную с просроченными финансовыми обязательствами, – говорит Антон Дмитраков. – Хочется отойти от модели «Взыскатель vs Должник» в сторону «Финансовый помощник и консультант в сотрудничестве с клиентом». Новые технологии, которые во многом призваны снять устоявшиеся стереотипы о нашей индустрии, уже помогают изменить модель взаимодействия с клиентами.

В ЭОС отмечают, что в будущем во главе угла работы с клиентом будет стоять психологический профиль последнего. И с клиентом будет общаться только тот сотрудник компании, который будет соответствовать его психотипу. «Если не устраивает живое общение, то все каналы взаимодействия с клиентом, по его желанию, будут максимально цифровизированы», – поясняет Антон Дмитраков.

Дорого, но необходимо

Конечно, до сих пор существуют коллекторские агентства, которые работают «по-старинке», не применяя технологий машинного обучения, роботизации, автораспознавания голоса и подобных. «В основном это небольшие игроки, чей масштаб не позволяет инвестировать в подобные технологии. Все-таки речь о многомиллионных бюджетах даже для базового уровня», – говорит Григорий Галицких. С ним соглашается Антон Дмитраков: «Скажем, программы речевой аналитики требуют серьезных инвестиций в рамках направления R&D (research and development) – не менее 10% бюджета компании. В итоге многие предпочитают экономить «в моменте», теряя и деньги, и рыночные позиции уже в краткосрочной перспективе».

Как и в других сегментах финансового рынка, среди коллекторских бюро существует своя конкуренция. И те игроки, которые не имеют возможности или желания снизить издержки и улучшить клиентский опыт с помощью технологий, к сожалению, рискуют в будущем проиграть конкурентную борьбу.

Перейти на сайт Finversia.ru

Смотреть канал Finversia YouTube