Freedom Telecom с помощью Yandex AI Studio анализирует обращения и удерживает клиентов

О чём эта история

Казахстанский оператор Freedom Telecom с помощью моделей Yandex AI Studio автоматизировал анализ клиентских обращений. Четыре ИИ-сервиса проверяют 100% диалогов, прогнозируют отток клиентов более чем по 100 поведенческим признакам и помогают снизить его на 2%.

Создать ИИ-контур для управления качеством клиентского сервиса

Казахстанский оператор Freedom Telecom оказывает услуги доступа в интернет и развивает телекоммуникационные сервисы с единой системой идентификации, оплаты и обслуживания клиентов. Компания использует собственный омниканальный контакт-центр для поддержки. Раньше качество сервиса оценивали в основном по СМС-опросам: на них отвечали около 15% пользователей, поэтому большая часть обращений оставалась без регулярного анализа. Из-за этого компания не всегда видела проблемные контакты, не могла оценивать работу поддержки по единым критериям и часто выявляла клиентов с высоким риском ухода уже после того, как те принимали такое решение.

Freedom Telecom хотела автоматизировать контроль качества с помощью ИИ и перейти к анализу 100% обращений: голосовых и текстовых, на русском и казахском языках, включая смешанную речь. Решение обязано было транскрибировать диалоги, оценивать качество контактов по единым правилам, выявлять признаки возможного оттока и передавать данные в CRM. Важными требованиями стали масштабирование решения под нагрузку и контроль стоимости инференса.
Freedom Telecom сравнивала системы речевой аналитики на базе ИИ по качеству распознавания речи и генерации текста на русском и казахском языках, стоимости инференса и транскрибации, наличию сервисов хранения данных и уровню технической поддержки.

В результате компания остановилась на сервисах платформы Yandex AI Studio — Yandex SpeechSense и YandexGPT. При проверке на точность обработки реальных записей разговоров операторов с клиентами эти сервисы лучше других решений работали с русской и казахской речью. Кроме того, стоимость работы моделей рассчитывалась по факту потребления — это помогло компании управлять юнит-экономикой каждой модели.

При этом с помощью сервисов Yandex AI Studio Freedom Telecom могла реализовать задачу без крупных вложений в свою инфраструктуру машинного обучения и расширения ML-команды. Важным преимуществом стало то, что Yandex Cloud — технологическая платформа в Казахстане, которая соответствует требованиям закона № 94-V «О персональных данных и их защите» и выполняет ключевые требования GDPR.

Кроме того, платформа позволяет убирать персональные данные из диалогов и разграничивать доступ к ним. Для Freedom Telecom это критично: так компания защищает приватность клиентов и снижает риски утечек чувствительной информации.

Автоматизировали анализ клиентских обращений с помощью Yandex AI Studio

За два месяца новое решение интегрировали с контакт-центром Freedom Telecom. В результате получили единый управленческий контур, состоящий из нескольких ИИ-сервисов. Основная особенность реализации проекта — сервисы внедрялись не «поверх» процессов, а на операционную модель, в которой уже использовались сервисы речевой аналитики. Перед запуском специалисты проверили качество работы каждой модели, сравнивая результаты с экспертными оценками.

Весь трафик голосовых обращений клиентов транскрибируется и передаётся в ИИ-сервисы:

• AI Contact Resolution анализирует 100% обращений и автоматически присваивает каждому из них статус Resolved или Unresolved. Результаты попадают на дашборды, где их видят линейные руководители и начальник контакт-центра. Если проблема осталась нерешённой, модель определяет её первопричину — и такие звонки добавляются в обучение.
• AI Quality Control автоматически оценивает качество каждого обращения по единым критериям: приветствие/завершение диалога, тон голоса, отработка возражений, управление диалогом, предоставление корректной информации, продажа.
• AI CSI на базе генеративного ИИ рассчитывает индекс удовлетворённости клиента по содержанию каждого диалога.
• Модель прогнозирования оттока анализирует всю историю взаимодействия с клиентом. Она учитывает темы обращений, эмоциональную окраску диалогов, ключевые слова, частоту контактов, их динамику и другие поведенческие признаки.

Результаты передаются на управленческие дашборды. Они показывают динамику показателей First Contact Resolution, индекс удовлетворённости клиентов, качество работы операторов, основные причины обращений и воронку удержания пользователей.

Для транскрибации голосовых обращений контакт-центра команда использовала Yandex SpeechKit. Для семантического анализа — YandexGPT 5.1 Pro и Yandex SpeechSense, который задействовали во всех ИИ-сервисах. Для аналитического контура выбрали открытые модели Qwen и DeepSeek из каталога моделей Yandex AI Studio. Они оценивают тикеты и содержание ответов по ним: помогают строить сложные цепочки анализа, агрегировать данные, находить повторяющиеся жалобы, выявлять узкие места в сценариях работы с клиентами и рассчитывать предиктивные модели, включая прогноз вероятности оттока на основе поведенческих признаков.

Управленческие дашборды команда разработала в Yandex DataLens. Для хранения транскрибированных звонков, переписки и метаданных используют Yandex Object Storage.

ИИ анализирует 100% обращений и помогает удерживать клиентов

Новый контур управления клиентским опытом охватывает весь цикл работы с обращениями. Он разгрузил операторов, и начал проактивно выявлять системные проблемы. Показатели удовлетворённости клиентов выросли — время решения обращений после внедрения ИИ-сервисов уменьшилось в среднем на 50–60 секунд.

Руководители теперь опираются на аналитические данные по всем обращениям, а не на результаты выборочных проверок. Точность распознавания речи достигает 90% для русского языка и 82% для казахского. Благодаря этому компания полностью отказалась от ручного аудита обращений. Скоринговая ИИ-модель, которая анализирует более 100 поведенческих признаков, помогла перейти от реактивного удержания клиентов к прогнозированию оттока и повысила показатель удержания на 2%. Команда также заметно ускорила проверку новых гипотез — теперь на это уходят недели вместо кварталов.

Компания получила полную прозрачность затрат на ИИ. Модель оплаты по потреблению помогла точно рассчитать стоимость использования каждой модели и транзакции. Метрика Cost per Token стала одним из инструментов управления расходами. Команда рассчитывает стоимость анализа каждого обращения и контролирует затраты.

Freedom Telecom планирует также внедрить для операторов суфлёра с подсказками в реальном времени и добавить метрики AI Governance, включая Fairness Score и контроль качества моделей в динамике.