Насколько сложно создать сервис на иностранном языке? — таким вопросом задаются многие разработчики, мечтающие расширить географию продаж. Но когда мы выходили на европейский и североамериканский рынки, то уже точно знали, что проблем с языком не будет. Ведь всё дело в языковом материале: если записей и текстов достаточно, качество бота будет на высоте. Что ж, давайте перейдём к конкретным кейсам, а знакомство с международными проектами TWIN начнём с нашего испанского бота.
¡Buenos días amigos!
В Испании, как и в России, люди берут кредиты на всё подряд. Логично, что конкуренция на этом рынке тоже высокая. А высокая конкуренция означает и высокие затраты. Поэтому наш клиент (компания Leads for Finance) озаботился сокращением этих затрат и обратил свой взор на собственный колл-центр. А в этом колл-центре местные барышни получали в среднем по €1170 в месяц. И даже несмотря на то, что сайт компании посещают ежедневно тысячи испанцев, затраты солидные.
Дело в том, что посещение сайта и оставление заявки на кредит вовсе не означает, что этот кредит будет подтверждён клиентом позже. Заявок много, и операторы колл-центра оперативно срабатывают далеко не всегда. А это значит, что значительная часть заявок перестаёт быть актуальной, когда до них доходит очередь.
Были созданы два твин-бота, которые стали сразу же обзванивать клиентов, оставивших заявки на сайте. Один звонил по холодным (то есть по первичным заявкам), другой перезванивал тем, кто уже пользовался услугами Leads for Finance. Ботов обучали на фразах, озвученных приглашёнными дикторами. А все остальные реплики (более 90%) синтезировались на основе голосовых образцов.
Работают наши твины так: дозваниваются до потенциального клиента, уточняют запрашиваемую сумму и мотивируют оформить заявку на заем. При согласии клиента ему отправляется СМС с ссылкой для дальнейших действий.
В результате:ежедневное число абонентов, которым звонят боты, составляет около 30 тыс. человек;
более 40% клиентов подтверждают первичные заявки (у живых операторов этот показатель составлял менее 35%).
Но мы на этом не останавливаемся и постоянно улучшаем сценарии, обучая ботов на истории диалогов.
Different colors of American English
Следующий бот был сделан для компании Payoffer, крупного американского игрока на рынке недвижимости. Перед нами поставили задачу по обзвону холодной клиентской базы. Целью было получение качественных лидов, то есть клиентов, которые согласятся на встречу. И попутно сообщат данные о состоянии объекта недвижимости. Обзвон должен был вестись по всем штатам США.
Американский английский — язык особенный. Поэтому мы адаптировали голос нашего бота именно к американской речи, с учётом интонационных особенностей, акцента и специфических слов. Также провели детальный анализ базы клиентов, разделив их по категориям. А затем под каждую категорию был разработан отдельный сценарий поведения твин-бота.
Далее наступило время тестов. Сначала мы сравнили работу бота с работой человека на выборке в 5000 человек. При звонке клиенту бот уточнял ценовое предпочтение. И если оказывалось, что сумма сделки составляла не менее $200 000, предлагал услуги и назначал время встречи. Попутно собиралась информация об объекте недвижимости (состояние, местонахождение, год постройки и т. д.).
Уже с первого раза получилось добиться 1% конверсии, что было равно конверсии живого специалиста.
При этом обзвон у бота занял всего несколько часов, в то время как человеку потребовалось на это около месяца.
Качество синтезированной речи составило 99,9%, то есть в 999 случаев из 1000 абоненты воспринимали бота как американца.
Вся полученная информация синтезировалась в текст и оформлялась в виде отчётов.
По результатам уже первого месяца работы клиент принял решение о долгосрочном сотрудничестве. Далее был создан и чат-бот для обработки входящих запросов во всех каналах текстовой коммуникации (сайт, мессенджеры, соцсети, электронная почта).