Научили машину распознавать злобных клиентов — по телефонным разговорам. И уже на этом зарабатывают

Этот стартап зародился на финтех-хакатоне в Минске два года назад. Команда «пилила» решение для коллекторских агентств, повышающее возврат долгов — и заняла первое место. Вдохновившись, ребята пошли дальше. Так родился Synpatic — сервис, который анализирует аудиозаписи разговоров менеджеров, операторов call-центров — с клиентами. Из тысячи минут система определяет по интонации те, в которых клиент проявил сильные эмоции: гнев, радость, возмущение. Это помогает быстро понять, как компания работает с клиентами, кто из сотрудников «накосячил», а кого можно поощрить.

Стартап уже накопил интересный опыт: получил грант акселератора, уволил менеджера по продажам из Чили, запустил проект с крупным банком. Сейчас его основатели Александр Астафьев и Иван Веденин поделились полезной историей.

— Каждый день в call-центрах компаний записываются тысячи разговоров. Чтобы прослушать все записи, требуется много человеческих ресурсов и времени.

Мы придумали и разрабатываем технологию, которая автоматически анализирует все записи — и находит по интонации те, где клиент проявил сильные эмоции — был разгневан, либо наоборот очень рад. В результате вместо тысяч аудиозаписей остаются те, на которые действительно стоит обратить внимание. Это помогает определить, с одной стороны — профессионализм операторов, с другой — удовлетворенность клиентов.

Хотим рассказать про свой опыт — не только в применении технологии для финтеха, но и в управлении проектами, поиске заказчиков.

Как работать на энтузиазме

Идея стартапа родилась на хакатоне. Но после него превратить участников в рабочую бизнес-команду достаточно тяжело. Многие стартапы, даже если они выигрывают хакатон и получают приз, все равно потом разваливаются. У людей есть свои работы, учеба. Одни могут уделять проекту все свободное время, другие — пару часов и лишь на удаленке.

Мы сохранили и увеличили команду после хакатона. Как это удалось? Универсального совета нет. Мы понимали, что регулярное взаимодействие, 1−2 раза в неделю, необходимо, чтобы в дальнейшем перейти к производительности: встречались в кафешках, ставили мини-задачи на неделю. Один человек контролировал, чтобы они выполнялись. Потом перешли к тому, что начали ставить более обширные задачи, на месяц, и выполняли их.

Помогало и то, что мы постоянно находили аутсорсинговые call-центры, с которыми делали разные тестовые проекты. Денег нам не платили, зато вся команда видела, что к нашей технологии есть интерес, и это очень мотивировало.

Поскольку в стартапе приходится работать на начальном этапе на минимуме ресурсов, то управлять командой, собранной на энтузиазме сложнее. Хотя при этом все более «по-настоящему». Когда человек работает не за зарплату, нужно понимать его мотивацию, и искать точку пересечения между его способностями, желаниями и необходимостью стартапа.

Подход к управлению можно назвать координация + менторство. Мы пытаемся построить такую систему отношений в стартапе, где бы каждый понимал, что нужно делать в его направлении, а если что-то не получается, то всегда был бы кто-то, кто может помочь развиваться. Здесь помогают практики Agile-методологии, но мы не следуем ей «слепо». Например, в проектах с банками необходимо и долгосрочное планирование, и соблюдение конкретных сроков.

Роль основателя и даже менеджера по отношению к такой команде является лидерской, а не просто управленческой.

Другим внешним мотиватором было участие в акселерационных программах в Чили (Start-Up Chile), России (Generation S) и Беларуси (FTh). Акселераторы важны тем, что там можно получить полезную информацию и контакты, когда они действительно нужны. Там много экспертов, которые укажут на ошибки. Стартапу ведь важно делать ошибки быстро, исправляться и идти дальше. Плюс не нужно арендовать офис.

Как работает команда сейчас

В результате, сейчас наш стартап включает 16 человек разной степени вовлеченности.

Алгоритмисты. Ключевые компетенции алгоритмистов — это научные исследования. По сути, это полноценный R&D отдел. Нам повезло привлечь человека, который находится в стадии подготовки к защите кандидатской по технологиям анализа речи. Также мы тесно сотрудничаем с БНТУ, привлекая талантливых студентов интересующихся обработкой звука на практику и стажировку. За это время мы даже распределили одного студента к нам.

Разработчики платформы — это профессионалы высокого уровня, senior, как их принято называть. Они обладают таким объемом компетенций, что кажется могут собрать что угодно в крайне сжатые сроки. Правда, пока что они все задействованы в проекте на частичной занятости.

«Продвиженцы». В качестве продакт-менеджеров удалось привлечь достаточно опытных людей с бэкграундом в банковской сфере, в бизнес-анализе и в предпринимательстве. Это оказалось проще всего. Достаточно было кинуть кличь в профессиональном сообществе «Product Connect», как все отозвались буквально в течение пары дней. Вообще, когда делаешь стартап на крутой технологии, с которой мало кто имеет дело, оказывается, что очень многим хочется работать с тобой.

Какие стадии развития мы проходим

Вообще, для технологического стартапа можно выделить следующие этапы:

Proof-of-concept. Нужно было доказать, что вообще концепция определения эмоций по голосу реализуема. Для этого этапа мы и привлекли прежде всего ядро команды R&D и одного разработчика, чтобы создать рабочий прототип технического решения.

Proof-of-market. Когда есть прототип, следующей задачей является создание на базе технологии коммерческого продукта. Для чего нужно найти хотя бы одного потенциального заказчика, который проверит уже, что технология может иметь бизнес-полезность. Мы например привлекли такую компанию.

Когда это удается — появляется MVP (minimum viable product, или минимально жизнеспособный продукт). На этом этапе в нашем случае появились новые задачи для R&D и разработчиков. Так что нам — основателям — пришлось расширять команду, а самим активно заниматься поиском потенциальных заказчиков.

В поиске мы опираемся, повторимся, на call-центры: которые ищут инновации либо у которых есть проблема и они готовы экспериментировать со стартапами. Убеждать в сотрудничестве ни тех ни других — не надо. Есть еще вариант — поискать среди знакомых, у кого есть call-центр, и тогда можно получить чуть более лояльное отношение.

Собственно на этой стадии мы и находимся сейчас, когда нам параллельно необходимо:

• Развивать технологию (решая задачи обработки посторонних звуков, определения пола/возраста по голосу, построение новых аналитических моделей)
• Искать клиентов в разных сегментах рынка
• Создавать продукт на основе запросов от клиентов и технологических инноваций разработанных нашим R&D

Сейчас для нас главная цель на этой стадии — это достичь product-market-fit (стабильно высокий спрос на наш продукт).

Proof-of-business. Это следующий этап, на котором нам предстоит оказаться, где уже мы будем доказывать экономическую состоятельность нашей бизнес-модели. К слову, даже стартапы дошедшие до стадии IPO или продажи могут все еще оставаться убыточными. Так по подсчетам TechCrunch, 64% компаний с оценкой более $ 1 млрд вышедших на IPO после 2010, были неприбыльными.

Отношение с конкурентами

Большая часть технологий по распознаванию речи строится на семантическом анализе т.е. на том, какие слова произносит человек. Но слово «спасибо» или «до свидания» можно сказать и саркастически — если сказано в состоянии сильного раздражения. А в письменном тексте оно будет выглядеть позитивно. Мы же работаем именно с интонацией голоса. Однако можем подключить и семантику, поскольку анализ слов — уже открытая технология, доступная всем.

Если описать весь стэк технологий, которые мы использовали для создания собственной — это цифровая обработка сигналов, Deep Learning, ML/Big Data. Других стартапов, которые разрабатывают похожую технологию, по нашим оценкам мало. Точность наших алгоритмов в распознавании интонаций находится на уровне среднемировых.

И не надо забывать, что в конкурентной борьбе выигрывает не тот стартап, у кого лучшая технология — а тот, кто выжил. И мы будем бороться — видим, что в мире много команд, у которых хорошая технология, но они проигрывают в продукте и продажах. Мы планируем предложить привлекательное соотношение «цена-качество-скорость». В Беларуси — хорошие, сравнительно недорогие, разработчики и талантливые ученые из нашей области.

Как мы учимся у клиентов

Наш стартап уже генерирует прибыль: довольно успешно завершился пилотный проект с одним из крупнейших российских банков. Мы взяли выборку телефонных разговоров с корпоративными клиентами и сделали аудит. Для каждой записи рассчитали 10 служебных метрик, из которых рассчитывается одна финальная — NPS. Ее можно трактовать, как удовлетворенность клиента.

Обработав весь массив данных, мы обнаружили проблемные разговоры и определить операторов, у которых они возникли. Главным вызовом в пилоте было то, что наша система была заточена под работу в облаке. Однако при работе с банком, нам пришлось ее адаптировать к коробочному решению, чтобы она могла работать в периметре безопасности банка. Теперь, благодаря этому пилоту, у нас есть оба варианта решения.

Не обошлось и без других сложностей. На стадии «продажи» пилотного проекта мы показывали разработанную нами систему web-отчетности, рассчитывая, что ее будет достаточно. Она позволяет отображать 3 вида отчетов в любой момент по запросу. Но когда презентовали уже готовый результат, оказалось, что нужны дополнительные возможности по поиску результатов, выгрузки отчетности в PDF и другие. Пришлось в сжатые сроки реализовывать и этот функционал.

Затраты и монетизация

Сейчас основные затраты это заработные платы ключевым специалистам, расходы на бизнес-поездки, налоги и иные обязательные платежи, расходы на поддержание инфраструктуры. До текущего момента, для развития стартапа использовались собственные средства основателей и грант от Start-Up Chile. Однако, сейчас мы начинаем активно вести переговоры с потенциальными инвесторами — с целью повышения интенсивности разработки и продаж.

Модель, которую мы выстраиваем — подписка на веб-сервис, а также продажа лицензий на использование нашего продукта (лицензирования), в т.ч. для банков.

Дополнительным источником прибыли также видим монетизацию услуг по аудиту качества работы call-центров. Такая услуга разовая, в зависимости от количества операторов и объема аудиоданных, может стоить от $ 2 000 до $ 10 000 и более. Правда, сейчас мы оказываем ее бесплатно — в рамках пилотных проектов, т.к.заинтересованы в долгосрочном сотрудничестве.

Факапы, которые мы запомнили

1. Вначале мы не очень понимали, как вести переговоры и просить деньги за работу. И получилось так, что мы интенсивно работали три месяца с известным коньячным брендом, но кроме опыта не получили ни копейки. Поэтому следующие бесплатные пилоты уже делали в более короткие сроки.

2. Другой фейл был, когда мы наняли специалиста по продажам в Чили. С ним у нас ничего не сложилось и мы лишь потратили время. Он работал крайне формально и относился к нам как стандартному работодателю, в то время как мы ожидали стартаперского подхода. Нам нужно было работать на результат (добыть-таки первого платящего клиента), возможно экспериментировать с различными техниками продаж, а он работал на процесс — просто отрабатывая ритуально набор действий, которые, хоть и генерировали встречи, но далее — ни к чему не вели. Мы не отследили вовремя эту ситуацию, доверились ему в профессиональном плане, и ожидали результата слишком долго — 3 месяца.

Анализируя эту ситуацию, мы полагаем, что основной фактор неудачи лежал в личном взаимодействии. Нельзя просто так взять и нанять человека из другой культуры, особенно когда английский язык общения для обоих не родной. Нам не удалось построить доверительных отношений, передать ему культуру нашего стартапа и вовлечь именно в тот формат работы, который был принят у нас в минской команде.

Сейчас мы уверены, что нанимать менеджеров по продажам нужно лишь на стадии масштабирования. А в самом начале всеми продажами должны заниматься фаундеры. Им важно много общаться с потенциальными клиентами, получать фидбек и менять свой продукт на основе полученной информации. Типовые менеджеры по продажам этого делать не будут. Они могут идеально заучить текст и воспроизвести его, но это не поможет фаундерам понять рынок.

Наши планы

Пока мы сфокусированы на работе с call-центрами. Мы изучили, как они работают, с какими проблемами сталкиваются, какие метрики используют. Поэтому интеграцию нашего решения мы делаем максимально простым для call-центров. как я говорил.

Мы также поняли, что записи, которые мы анализируем, не нужно слушать полностью. Аудиозапись визуализируется на экране — и сразу становится понятно, с какого момента стоит слушать записанный разговор. Не тратя много времени, можно понять например, кто из сотрудников call-центра не справляется со своими задачами, в какое время лучше всего звонить клиентам. Какова реакция клиентов на новые предложения, можно дать оценку: если он не прав и постоянно грубит, компания может выбрать более правильную стратегию работы с таким клиентом.

В дальнейшем мы продолжим равиваться в других нишах, где будет спрос на наши наработки. Например — оценивание голосовых ботов. Тут есть смысл измерять реакцию клиентов на бота. Если человек начинает раздражать во время общения, то, скорее всего, есть проблемы со скриптом, которому следует машина. Его нужно переписать. А чтобы не потерять клиента, можно переключить на живого оператора в реальном времени.

Также перспективным нам кажется рынок телемедицины и телеобучения, когда услуга оказывается удаленно голосом. Здесь вся ценность создается в процессе общения: по эмоциям можно оценить качество услуги.

Кроме того мы хотим основать научно-исследовательский центр по созданию технологий анализа аудио. Он займется распознаванием и анализом человеческого голоса и других звуков в слышимом и неслышимом диапазоне. Хочется наращивать экспертизу в этой области и сходу применять ее в различных бизнес-кейсах.

Историю о стратапе подготовила Ольга Шавела, PR-менеджер финтех акселератора FTh.