Fix Price внедрил систему контроля качества коммуникаций

2024

Внедрение аудиоаналитики для оценки качества взаимодействия кассиров с покупателями

Fix Price запустил проект по внедрению аудиоаналитики для оценки качества взаимодействия кассиров с покупателями. В четвертом квартале 2024 года решение было внедрено в 20 магазинах под управлением компании в России, а в первом квартале 2025 года охват расширится до 200 таких точек. Результаты пилотного проекта будут подведены к середине 2025 года. Об этом компания сообщила 21 января 2025 года.

Технология записывает аудиоданные с касс и передает их в центр обработки данных, где аудиофайлы преобразуются в текст с использованием языковых моделей. На основе анализа текстов система оценивает ключевые аспекты взаимодействия с покупателями: вежливость в обслуживании, предложение карты лояльности, предложение пакета, а также выявление возможных конфликтных ситуаций. При выявлении таких ситуаций руководителю магазина автоматически направляется уведомление для оперативного реагирования.

Мы последовательно внедряем решения для улучшения качества обслуживания в наших магазинах. Ранее мы реализовали проекты по видеоаналитике для контроля очередей, «пустых полок» и состояния торговых залов. Совместно со «Смарт Ритейл Тех» мы внедрили аудиоаналитику и тестируем её, чтобы оценить качество взаимодействия кассиров с покупателями. Первые результаты показали, что решение точно фиксирует соблюдение стандартов общения и эффективно выявляет конфликтные ситуации. Это позволяет нам не только оценивать качество обслуживания, но и работать над его постоянным улучшением, сказал Олег Лексин, ИТ-директор Fix Price.

Внедрение ИИ в процесс обработки внутренних заявок в компании

Сеть Fix Price запустила пилотный проект на основе искусственного интеллекта (ИИ), цель которого – категоризация внутренних заявок в компании для последующей обработки специалистами группы поддержки. Об этом компания сообщила 20 марта 2024 года. Это позволило автоматизировать процесс анализа первичных запросов в ИТ-поддержку, что привело к сокращению времени передачи обращения и поиска конкретного исполнителя. Следующим шагом развития проекта станет автоматизация процесса анализа запросов в другие подразделения компании.

С момента запуска сервиса было обработано уже около 100 тыс. заявок.

Ежегодно в ИТ-подразделение компании поступает более 200 тыс. запросов на решение различных задач и вопросов от сотрудников. Несмотря на предложенную категоризацию задач, многие из них попадают не к профильным специалистам или не в ту категорию, что увеличивает время ожидания ответа и тормозит процессы. Благодаря внедренному сервису, теперь запросы анализируются ИИ. Значительный объем накопленных структурированных данных позволил нам успешно запустить пилотный проект, обучить необходимые модели ИИ и получить промежуточные результаты по распознаванию заявок на уровне выше 85%, — сказал Олег Лексин, начальник ИТ-службы Fix Price.

Для решения задачи была использована совокупность методов обработки естественного языка, включая обучение, дообучение и интеграцию ансамбля различных моделей машинного обучения catboost (open source библиотека с реализацией алгоритма градиентного бустинга от Яндекс), rubert (open-source дистиллированная модель, реализованная на базе BERT от Google) и ряда вспомогательных технологий open-source.