Голосовой робот в помощь HR-отделу

Подключение искусственного интеллекта к найму персонала не только оптимизирует монотонный и программируемый процесс. Грамотно разработанный чат-бот, исключая человеческий фактор, демонстрирует более высокую эффективность.

"Добрый день, вы можете сделать бота для обзвона соискателей?". За этим простым вопросом чувствовалась надежда на чудесное решение острого кадрового вопроса одной сети общепита. Разработкой голосовых ботов я занимаюсь с 2020 г., преимущественно решая задачи сбора и анализа обратной связи по качеству продукта, но идея об оптимизации HR-процессов витала давно, поэтому я с радостью взялся за проект. В первую очередь требовалось вникнуть в проблематику и понять, что станет для заказчика ценным конечным продуктом. Имеющийся опыт работы в управлении общепитом позволил сформировать текущее видение процесса и наметить пути улучшения.

Отправная точка: как в компании был организован процесс поиска линейных сотрудников

Кол-центр в течение дня обрабатывал входящие вызовы и совершал исходящие звонки на поступающие из различных источников резюме с целью позвать соискателя на очное собеседование в конкретное заведение. Работа была построена исключительно на синхронной коммуникации. На входящие резюме отводилось три попытки звонка:

• первая в течении 10 мин. после получения;
• вторая – через час, если первая попытка была неудачной;
• третья – через 24 ч.

После третьей попытки соискатель попадал в раздел "нереализованные запросы", и на этом с ним работа прекращалась.

По сравнению с большинством конкурентов система коммуникации работала довольно эффективно, но, например, во "Вкусно и точка" от подачи заявки до коммуникации, причем омниканальной, проходят считанные минуты. Об этом я подумал лишь спустя пару месяцев, а в начале истории простым и эффективным решением для увеличения количества собеседований стал безотказный прием, который одинаково хорошо работает и для быстрого увеличения выручки, а именно работа с "пропавшими клиентами", в нашем случае с соискателями, до которых не удалось дозвониться.

В нашем проекте мы решили избежать ошибки, связанной с потерей ценных контактов. Идея протестировать решение на неотработанных соискателях была воспринята позитивно, ведь в случае ошибки при коммуникации цена ее не столь высока. Тем более что оплата была определена именно за ценный конечный продукт в рамках зоны ответственности бота, а именно за соискателя, прошедшего по скрипту и согласного на коммуникацию с HR. Таким образом, главной задачей бота была конвертация чуть теплой базы соискателей в горячую, подходящую для обработки операторами кол-центра с достаточной эффективностью.

Есть интересный факт, что маркетологи и кадровики, да и многие другие специалисты, буквально сидят на "горе золота" и не видят ее. Речь о контактах пропавших клиентов и "неотработанных" соискателей.
Человек соприкоснулся с организацией, проявил заинтересованность или попробовал продукт и оставил свой контакт. Но отсутствие компетенций в обработке больших массивов данных, понимания методик автоматизации корректной исходящей коммуникации, а также сбора и обработки обратной связи приводит к тому, что огромный потенциал остается нереализованным.

Голосовой бот

Заказчики были настоящими профессионалами HR, они очень помогли в проектировании основного скрипта для собеседования, а я, используя наработанный опыт создания голосовых ботов, предусмотрел сценарии сбоев, дополнительных вопросов и схем возврата соискателя в основной скрипт.

Задача голосового бота была довольно простой: он должен был дозвониться до соискателя, уточнить, рассматривает ли он еще вакансии, уточнить город и желаемую должность и договориться о звонке непосредственно HR-менеджера.

Первые результаты весьма порадовали заказчиков. Бот давал конверсию в выход соискателей на смену порядка 1% в Москве и 2% в регионах. Мне же казалось, что можно лучше, тем более что в один момент по известным причинам конверсия в ответ на телефонный звонок рухнула на 50%. Нужно было срочно придумать, как "досушить" базу соискателей.

Чат-бот

Решением стал чат-бот с возможностью исходящей рассылки в WhatsApp. По сравнению с голосовым ботом он не был столь "умным" – распознавать интенты пользователей и выглядеть "живым" у него получалось откровенно хуже, зато бот смог подробно консультировать соискателей по условиям работы и требованиям к соискателям.

Огромное преимущество чат-бота перед голосовым обеспечили два фактора:

• асинхронность коммуникации – человек отвечает в мессенджер тогда, когда ему удобно;
• возможность подключения к нему внешних источников данных.

В моем случае это стали базы интентов, гугл-таблицы с описаниями вакансий для различных филиалов и потребностью в сотрудниках. Внешняя база интентов с возможностью простого обновления позволила несколько "очеловечить" бота и сделать его более комфортным для общения, а значит, меньше пользователей теряется в ходе диалога.

Роль внешней базы исполняет гугл-таблица – простой и универсальный инструмент, который позволил сотрудникам кадровой службы оперативно редактировать практически все параметры бота: менять при необходимости описание вакансий и требований к кандидатам, а также редактировать потребность в сотрудниках, чтобы бот подключал и отключал соответствующие ветки сценария. Внедрение чат-бота привлекло дополнительный ресурс за счет повторной обработки нереализованных резюме, но из-за высокой производительности бота этот источник быстро иссяк. Тогда встал вопрос: а можно ли использовать бота для повышения эффективности коммуникации "в моменте"?

Виртуальный ассистент

Накопленный опыт взаимодействия с соискателями подсказал простое решение: операторам кол-центра нужен виртуальный ассистент, способный автономно продолжить попытки коммуникации с соискателями при неудачной попытке дозвониться, причем желательно через альтернативный канал, а при успехе – провести короткое собеседование и договориться о звонке оператора.

Изначально зона ответственности бота была жестко ограничена и решение о собеседовании принималось только оператором кол-центра, поскольку нужно было оценить среди прочего уровень владения кандидатом русским языком. Но таково было требование заказчика, и это стало основным "бутылочным горлышком" проекта. Успешная коммуникация с ботом по телефону или интернет-мессенджеру не гарантировала, что оператор столь же успешно свяжется с соискателем. Учитывая этот фактор, при создании виртуального ассистента я попытался реализовать сценарий, который сделает вероятность успешного звонка максимальной.

В моем распоряжении были следующие сервисы: CRM-система с подключенной IP-телефонией, сервис для создания чат-ботов с возможностью подключения каналов интернет-мессенджеров и гугл-таблицы. Предстояло реализовать сценарий, при котором при перемещении сделки на этап "второй звонок" бот отправит соискателю сообщение с таким смыслом: "Приятель, ты искал работу, но на телефон не отвечаешь. Тебе вообще вакансия актуальна?"
Если следовал положительный ответ, то бот предлагал "в моменте" принять звонок от оператора и провести собеседование. Если соискателю было неудобно, то бот предлагал указать удобное время и планировал дальнейший контакт. В случае отказа бот просто прощался, но оставлял контактный телефон на случай, если соискатель передумает.

Естественно, все результаты заносились в отчетную таблицу, в CRM передавались соответствующие теги и переписка.

Если человек был готов к коммуникации, бот переадресовывал звонок оператору, предупреждая, что на связи соискатель, привлеченный ботом, и осуществлял соединение. Если соискатель переносил звонок, то при наступлении оговоренного времени бот еще раз уточнял, удобно ли ему принять звонок, и действовал в зависимости от ответа.

Пример типичного диалога бота и соискателя

Бот. Мы договаривались созвониться в 14:00. Вам удобно принять звонок?
Соискатель. Хорошо, жду.
Бот. Я уже передаю ваш номер оператору, она позвонит через 2 мин. Только возьмите трубку, пожалуйста! Если вдруг звонок сорвется, вы можете перезвонить сами по номеру…

Удивительно, но люди не очень готовы следовать вашим инструкциям и использовать интуитивно понятный интерфейс. Например, бот пишет: "Если работа актуальна для вас, введите цифру 1/нажмите кнопку "актуально". Что делает человек? Правильно: пишет "а расскажите, чем мне надо будет заниматься". Попроси его еще раз выбрать цифру или нажать на кнопку – и один из десяти соискателей отвалится. А ответь на подобный вопрос – и, возможно, именно он выйдет на смену.

Итоги в цифрах

Внедрение такого не очень сложного сценария позволило поднять среднюю конверсию успешного дозвона до кандидата на 28%, подтянулись и остальные показатели, в том числе и конверсия соискателей в сотрудников.

Если говорить языком сухих цифр, то среднемесячные показатели следующие. 66% соискателей не отвечают на первый звонок, и бот берет их в работу, из них:

• 85% проходят верификацию на наличие интернет-мессенджера;
• 56% отвечают на запрос;
• 51% выражают интерес к вакансии;
• 42% проходят скрипт до конца и соглашаются получить звонок HR;
• 29% соглашаются на звонок немедленно;
• 11% просят перенести звонок;
• 9% теряются в процессе коммуникации – перестают отвечать боту.

Бот успешно передает на АТС 97% звонков, и, по сути, на этом зона его ответственности заканчивается.

Но заказчиков всегда интересует чистый дополнительный эффект бота. Для его оценки сравним конверсию выхода на смену двух групп:

1. Соискателей, которые попали в группу "второй звонок" и которые общались с ботом.
2. Соискателей, которые попали в группу "второй звонок" и у которых не было коммуникации с ботом.

Конверсия в выход на смену первой группы составляет 9,5%, второй – 2,2%.
Общая конверсия всех соискателей в выход на смену – 3%.

Цифры говорят сами за себя, но всегда есть что улучшить, и главным препятствием к увеличению конверсии выступает человеческий фактор. Подключив возможности искусственного интеллекта и передав ему функционал HR от первого контакта до записи на собеседование, можно достичь еще более высокой эффективности в найме персонала. В этом вопросе я не вижу звеньев, где ИИ не может заменить живого человека, в том числе при оценке уровня владения русским языком. Идея о HR-ассистенте полного цикла вылилась в отдельный пэт-проект, который позволил погрузиться в дебри машинного обучения.

Но это тема отдельной статьи.

Опубликовано в журнале "Системы безопасности" № 5/2023

Все статьи журнала "Системы безопасности"
доступны для скачивания в iMag >>

Фото: ru.freepik.com