Интеграция LLM-агента в Битрикс24 для анализа звонков в медицинском центре

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.

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.

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.

1) 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.

2) 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.

3) 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.

4) 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.

Внедрение нашего инструмента значительно упростило процесс контроля качества в колл-центре. Вот каких результатов удалось достичь:

1) Решили задачу для полного охвата, теперь анализируются 100% звонков операторов, что обеспечивает полный контроль над коммуникациями с пациентами.

2) Достигли объективности оценки. Система исключила субъективизм и человеческий фактор (повышение объективности оценки на 95%), гарантируя единые стандарты оценки для всех диалогов.

3) Существенно сократили временные затраты. Мы высвободили время руководителя контроля качества для более стратегических задач.

4) Обеспечили эффективный контроль соблюдения стандартов. Система автоматически следит за выполнением скриптов и стандартов общения.

5) Клиент получил быстрый доступ к детальному анализу всех коммуникаций, что позволяет принимать обоснованные и верные решения.