Как снизить расходы на техподдержку сотрудников, не теряя в качестве

Ольга Лисина

Команда поддержки «Райффайзенбанка» Service Desk ежемесячно в режиме 24/7 обрабатывает 17 тысяч обращений от почти 10 тысяч сотрудников по вопросам IT, офисного оборудования и безопасности. Они поступают на горячую линию, единый почтовый ящик, портал самообслуживания или через чат-бот. 

С какими проблемами сталкивается техническая поддержка в большой компании и как их решить, рассказал руководитель службы технической поддержки «Райффайзенбанка» Александр Денисов.

Как снизить расходы на техподдержку сотрудников, не теряя в качестве

Александр Денисов

Проблема №1. (Мнимая) нехватка человеческих ресурсов

Изначально служба технической поддержки в «Райффайзенбанке» задумывалась как набор стандартных практик. Все специалисты были универсалами и выполняли задачи по единому алгоритму. Но со временем набор функций расширился и усложнился, и сохранять универсальность стало сложнее. Поэтому в команде выделились эксперты отдельных направлений и группа специалистов для решения стандартных задач. 

С течением времени штат все больше развивался от универсальности к специализации, однако поток задач оставался общим для всех. Эксперты скучали, обрабатывая простые запросы, а новички тратили время на маршрутизацию сложных заявок опытным коллегам. Время ожидания было долгим, решение некоторых сложных обращений занимало больше суток.

Штат службы поддержки был укомплектован, но казалось, что ресурсов по-прежнему не хватает. 

Проанализировав ситуацию, мы выявили три проблемы: 

    Человеческие ресурсы использовались не оптимально. Мы могли бы давать экспертам более сложные задачи, над которыми нужно подумать, но для этого надо было снять с них поток простых и однотипных.

    Без разделения по уровням нет роста в квалификации и уровне зарплаты, а потому сотрудников сложнее удерживать.

    Новички в команде создают двойную нагрузку: они сами работают не в полную мощность, а их старшие коллеги теряют свою производительность, когда помогают с адаптацией.

Первым шагом трансформации стала реорганизация структуры технической поддержки — ее мы начали год назад и закончили в августе 2019 года. Мы выделили четыре структуры, которые разделяются по уровню сложности выполняемых ими задач:

    Группа базовой поддержки — ее сформировали начинающие специалисты. В эту группу передаются базовые запросы, решая которые, новые сотрудники постепенно погружаются в работу.

    Группа стандартной поддержки — сервис решения вопросов в момент обращения. Это операторы горячей линии, причем в 80% случаев они могут самостоятельно решить проблему прямо во время звонка, потратив на это в среднем около шести минут.

    Группа технологических центров компетенций — инженеры с глубокой экспертизой в различных сегментах, например, системах коллаборации, системах печати и т.д.

    Группа прикладных центров компетенций — обеспечивает поддержку коробочных сервисов и приложений. Все стадии внедрения нового продукта ведут инженеры этой группы. Команда разбирается с обращениями по приложениям, обслуживает инфраструктуру, устанавливает обновления, взаимодействует с вендором. 

Создание группы базовой поддержки дало еще одно важное преимущество — теперь нам гораздо легче искать новых людей в команду. Раньше входные требования были высокими, ведь мы искали универсальных специалистов. Но таких на рынке очень мало. 

Мы подумали, что могли бы взять человека с хорошим потенциалом и обучить нашим системам для работы на уровне базовой поддержки, а мы бы в это время постепенно прокачивали его технически, чтобы со временем он вырос в нужного нам эксперта. 

Так мы начали проводить открытые Школы технического администрирования с возможностью последующего трудоустройства, и благодаря этому впервые закрыли все вакансии. За 2019 год прошли уже два набора, более 10 выпускников сейчас работают в нашей команде.

Проблема №2. Очередь на горячей линии 

Примерно 45% всех обращений приходит по телефону на номер горячей линии. Горячая линия — это ресурс, который можно экономить и осознанно потреблять, чтобы он эффективно решал свою главную задачу: помогать в экстренных случаях. Поэтому наш вектор — осознанно использовать телефон и уходить в другие каналы, более экономичные для банка.

В среднем время ожидания ответа оператора в самые напряженные часы у нас составляло три минуты — кажется, что немного, но в экстренной ситуации эти минуты имеют значение.

С помощью автоматизации мы научились сокращать ожидание практически до нуля, предварительно сортируя поступающие на горячую линию заявки. 

В середине 2019 года мы провели пилот и внедрили у себя интеллектуальную систему IVR (интерактивное голосовое меню) с распознаванием речи, которая определяет тему обращения и перенаправляет звонок на соответствующую группу.

Короткие одноходовые тематики уходят новичкам, а сложные — более опытным ребятам. Если запрос распознается верно, пользователя сразу соединяют с профильным специалистом, а не ставят в общую очередь без категоризации.

Благодаря отзывам пользователей мы настроили такой прозрачный сценарий обработки звонка, чтобы печальный опыт ранних реализаций IVR в других компаниях не повлиял на ожидания от нашего пилота.

У робота есть только одна попытка распознать тему звонка, и если ему это не удается, он переключает человека на свободного оператора стандартной поддержки. Пользователь может сам дать команду соединить с оператором — тогда он также попадет в общую очередь.

Наш пилот — это вендорское решение, которое мы тестируем в рамках направления Voice Tech внутренней программы по работе с инновациями. Сейчас средний разговор с роботом длится 16 секунд, тема обращения распознается верно в 40% случаев, а в будущем мы рассчитываем увеличить эту долю до 60%.

Следующими шагами станут идентификация пользователя и запуск автоматизированных сценариев обслуживания без участия оператора для решения атомарных задач. 

Проблема №3. Маршрутизация запросов вместо решения

На втором месте по популярности — письменные запросы, в основном они поступают через электронную почту. Письменные обращения удобнее горячей линии в том, что их легче фильтровать на этапе поступления: направлять нужному специалисту или присваивать степень срочности.

Но есть и недостаток — свободная форма запроса. Решить заявку невозможно без знания определенного набора параметров, порой неочевидных пользователю, поэтому приходится тратить время на возврат заявки пользователю и переписку с уточнением деталей. 

Эта проблема снимается, если у запроса есть фиксированная форма с полями. Такую можно сделать на сайте — у нас это внутрикорпоративный портал самообслуживания. 

Но недостаточно просто иметь канал — нужно еще убедить пользователей обращаться к нам именно через него. Для этого портал пришлось полностью переписать: обновить формы под разные типы запросов и основательно пересмотреть UX. Сейчас активно занимаемся промо портала внутри компании и уже видим прирост аудитории по сравнению с прошлой версией.

Проблема №4. Загрузка типовыми обращениями

Значимую долю обращений составляют типовые запросы, которые пользователь может решить без участия специалиста с помощью простой инструкции: например, о настройках оборудования. Они сильно загружают входящий поток и отнимают время, нужное для решения более сложных и интересных задач. Задачи такого рода, где без человека можно обойтись, — первые кандидаты на автоматизацию в нашей команде.

Исследования Gartner показывают, что все больше компаний используют в своей техподдержке чат-боты. «Райффайзенбанк» — не исключение. Наш чат-бот «Валера» появился примерно год назад и сегодня отвечает на простые одноходовые запросы.

За день бот участвует в 150 диалогах, в 40% из них — отвечает без помощи оператора. База знаний «Валеры» постоянно пополняется типовыми диалогами: в нее попадают результаты работы за каждый день.

Преимущество бота в том, что он решает типовые вопросы моментально для пользователя и экономит время оператора. Если вопрос нестандартный, то бот переключается на человека. Но и в этом случае он экономичен, так как позволяет оператору вести сразу несколько диалогов в разных окнах одновременно, включая горячую линию. 

За счет минимального вовлечения человека этот канал поддержки — самый дешевый для банка. А обучение чат-бота становится интересной дополнительной задачей для кросс-функционального развития операторов группы базовой поддержки.

Проблема №5. Траты времени на обслуживание рабочего окружения

В нашей компании почти 10 тысяч рабочих мест. Их обслуживание — рутинный и времязатратный процесс, который необходимо автоматизировать. Поэтому уже несколько лет мы используем скрипты автоматизации и постепенно учимся решать с их помощью все больший объем задач.

Например, по нажатию одной кнопки происходит подключение к текущей сессии пользователя, проверка кодового слова сотрудника, проверка свободного места на диске, чистка кэша. Выполнение этих элементарных действий вручную занимало бы примерно по 20 секунд, что в пересчете на год дает неплохую экономию рабочих часов.

Вся коллекция скриптов сейчас экономит нам 25% рабочего времени.

Автоматизация работы имеет смысл на больших объемах, в масштабах корпоративной ИТ-инфраструктуры, поэтому возможности ее применения привлекают к нам специалистов. Все скрипты создаются и развиваются командой поддержки самостоятельно. У нас есть свой обучающий курс — для стандартного и продвинутого уровней.

Готовый скрипт не превращает человека в робота, которому нужно лишь нажать на две кнопки и дождаться, когда все заработает само, — остается задача диагностики, и только потом рутинная работа перекладывается на скрипт. 

Что в итоге

Благодаря реструктуризации отдела повысились производительность и мотивация сотрудников. Команда выросла более чем на 40%, при этом отток вовне стремится к нулю. Сотрудники поддержки становятся первыми кандидатами на все открывающиеся инженерные позиции в ИТ-команде банка.

Чат-боты и скрипты автоматизации сейчас экономят примерно треть фонда времени наших сотрудников. Они создают дополнительное пространство для развития специалистов и помогают нам предоставлять лучший сервис. А успешные пилоты в нашей команде затем распространяются на клиентские сервисы банка.

Как получить максимум

Структурировать техническую поддержку по уровням, чтобы эффективно использовать людей с разным уровнем подготовки.

Распределить поток входящих заявок по срочности, сложности и темам.

Сформировать микрокоманды, отвечающие за сервис целиком: поддержку со звонка, чат-бот, маршрутизацию заявок и т.п. Это повысит вовлеченность сотрудников, сформирует предпринимательские цели и позитивно отразится на качестве.

Создать автоматизированное решение для однотипных обращений — от простой базы знаний до чат-бота. И настойчиво продвигать его.

Развивать компетенции команды по автоматизации рутинных задач, обучать скриптовым языкам; развивать сообщество автоматизаторов в команде и через их пример вовлекать остальных.

Фото на обложке и в тексте: предоставлены автором

Источник: rb.ru

Добавить комментарий