sber
Не сто резюме, а сто друзей: почему рекомендации снова стали валютой рынка труда
РМИАЦ Бурятии запустил отказоустойчивый кластер на базе РЕД ВИРТ
Свыше тысячи школ Уральского ФО выбрали ОС Astra Linux для цифровизации образования
Иван Хрулев, «Группа Астра»: «Astra Automation – уникальная на российском рынке платформа по спектру возможностей»
КПД ИИ-контура: новая метрика для CIO
ЦБ
°
понедельник, 17 августа 2026

Как ускорить принятие решений в контакт-центре: BSS поделилась экспертизой на ECCS-2026

На международной конференции по клиентскому сервису от CCGuru «Передовой опыт контактных центров — Excellence in Customer Contacts — 2026» эксперты BSS на кейсах показали, как устранить разрыв между данными и действиями, избежать бесконечных пилотов и сократить путь от проблемы до действия до одного дня. Компания также продемонстрировала ИИ-инструменты для управления клиентским опытом в действии.

XVI конференции «Передовой опыт контактных центров — Excellence in Customer Contacts — 2026» собрала представителей крупнейших ИТ-компаний и руководителей контакт-центров из финансового сектора, телекома, розницы, логистики, государственного сектора и других отраслей.

Компания BSS представила на мероприятии CX-платформу для управления клиентским опытом и выступила с экспертизой: эксперты поделились кейсами и организовали круглый стол для обсуждения актуальных вызовов отрасли.

О главной дилемме клиентского обслуживания рассказал руководитель направления по развитию ИИ-продуктов компании BSS Михаил Воронин:

«Большинство организаций умеют собирать данные о клиентах. Немногие умеют превращать эти данные в согласованные действия сотрудников и всей организации».

CX-платформа объединяет данные, аналитику и управленческие решения в единой среде – работа строится в несколько этапов:

  1. Сбор сигналов клиентов: платформа фиксирует все, что происходит с клиентом или сотрудниками – темы обращений, поведенческие паттерны, отклонения KPI. То есть отвечает на вопрос: что происходит сейчас?
  2. ИИ-анализ: интеллектуальный модуль выявляет аномалии, определяет вероятные причины проблем и потребности клиентов. Появляется ответ на вопрос: что это значит для бизнеса и клиента?
  3. Рекомендации: по результатам анализа система предлагает Next Best Action, которое может быть направлено и на развитие отношений с клиентом (например, персональные предложения), и на усиление сотрудника (например, подсказки или тренинги), и на развитие бизнеса (например, сигнал о необходимости автоматизировать процесс). Это уже ответ на вопрос: что делать?
  4. Выполнение рекомендаций: например, если ИИ определил, что основной предиктор оттока – проблемы с информированием о статусе заказа, то предложенным решением может быть автоматизация через ИИ-агентов, которые будут самостоятельно проверять статусы заказов и отвечать клиенту. После внедрения изменений компания может оперативно оценить их результативность благодаря ИИ-модулю. Так можно быстро узнать: решена ли проблема?

Как запускать пилотные проекты так, чтобы они переходили в промышленную эксплуатацию, рассказала ведущий аналитик по контактным центрам департамента голосовых технологий компании BSS Дарья Громова.

Проблема традиционных пилотов в том, что они демонстрируют возможности инструмента, но не отвечают на главный вопрос бизнеса: какой результат он принесет компании. В них не тестируют показатели, на базе которых считают ROI – в итоге заказчику сложно принять решение о масштабировании, а внедрение откладывается на неопределенный срок.

«Альтернатива – пилот с фиксированным KPI, где главным критерием успеха становится конкретный бизнес-показатель, который должна улучшить система. Например, в пилоте речевой аналитики с МТБ была поставлена цель за три месяца снизить AHT на 3%. В результате показатель удалось сократить на 8%», – рассказала Дарья Громова.

Как ИИ-модуль в речевой аналитике позволяет бизнесу адаптироваться к постоянным изменениям рынка и проверять гипотезы за нескольких дней рассказала владелец продукта «Речевая аналитика» компании BSS Анна Ивлева.

До недавних пор на проверку гипотез уходили недели: нужно было собрать данные, подготовить отчет, провести обсуждение и только потом запускать проект. Сегодня важным показателем зрелости компании становится скорость верификации идей – то, насколько быстро она может превратить вопрос в действие и оценить результат.

Благодаря ИИ цикл проверки гипотез может выглядеть так:

  • 1 час – собрать и проанализировать данные
  • 4 часа – выявить причины проблемы
  • 8 часов – принять решение
  • 1–3 дня – проверить эффект изменений

Анна привела пример из практики BSS:

«После того, как мы выявили низкий CSI в одной службе доставки, ИИ-агенты нашли паттерны в клиентских диалогах и определили основные причины недовольства: отсутствие связи с курьером, неясные формулировки на сайте и недостаток вариантов доставки. На их основе они тут же предложили рекомендации: предоставить клиентам выбор временного интервала доставки, упростить тексты на сайте и запустить программу лояльности. В результате CSI вырос с 5,7 до 6,5 всего за две недели».

Во второй день ИИ-эксперты BSS провели круглый стол «От концепции к действиям: как CX‑платформа меняет управление контактным центром здесь и сейчас», где вместе с коллегами из контакт-центров обсудили ожидания клиентов, новые KPI и главное – как сделать так, чтобы ценные инсайты не терялись по пути к тем, кто принимает решения.

Тематики: Интеграция, Маркетинг

Ключевые слова: контакт-центры, BSS

Свежее по теме