Оптимизация работы клиники с помощью нейросетей для оценки и улучшения обработки звонков
Проблема
В клинике возникла проблема с долгим временем обработки звонков и контролем качества работы администраторов — время обработки занимает большое количество “живого” времени, раздувая штат и увеличивая сложность в контроле качества работы персонала.
Решение
Создание плагина для CRM, автоматически транскрибирующего и оценивающего актуальные звонки, анализируя ошибки в разговоре и помечая приоритетными особенные или непонятные звонки для последующего анализа человеком
Логика процесса
1. Поступающие в CRM звонки транскрибируются и обрабатываются моделью.
2. Полученный вывод и результаты снова результируются моделью, выдавая общую оценку диалога.
3. В панели администратора предоставляется полная расшифровка, суммаризация разговора, приоритет оценки и рекомендации по улучшениям.
4. Маркировка звонков с низким баллом “понимания” или детализации для дальнейшего анализа.
Техническая реализация
`YandexGPT, ChatGPT, Whisper AI`
`Java, Python, TS, C#`
Результаты
- Сокращение рутины обработки звонков руководителя отдела и менеджеров.
- Исключение непрослушанных звонков.
- Уменьшение количества “ручных” прослушиваний на 87%.
- Увеличение записей на 7%.
- Один работник, прикрепленный только к одной клинике, теперь может обслуживать всю сеть.
Экономические выигрыши
1. Уменьшение штата менеджеров до одного человека.
2. Увеличение конверсии записи в следствии полной обработки обратной связи.
Итог
Внедрение системы, при учете экономической эффективности и повышения NPS, обеспечивает не только оптимизацию операционных процессов, но и значительный финансовый результат для клиники в части расходов на нецелевой персонал. Последующее распространение решения на сеть салонов красоты показало необходимость создания облачного решения помимо лицензирования.