Как чат-бот за 190 тысяч рублей помогает экономить миллионы на связях с клиентами

Ситуация: компания хотела повысить лояльность клиентов и собиралась увеличить штат колл-центра. В итоге обошлась разработкой чат-бота.

Алексей Феликсов, Генеральный директор и совладелец федеральной сети «585*Золотой», Санкт-Петербург

В 2019 году у нас была одна группа в соцсети «ВКонтакте». Мы получали несколько десятков сообщений в день. На обработку запросов один человек тратил около часа в день.

Сейчас у нас 12 коммьюнити в девяти соцсетях. У каждого из них минимум по одному аккаунту в Instagram и в VK. Развиваем TikTok. У некоторых брендов есть сообщества в Facebook, «Одноклассниках» и Telegram. Задача одна — чтобы покупатели возвращались в магазины. Подписчиков стало почти 4,4 млн человек. От них ежемесячно поступает более 200 тыс. сообщений. Самые популярные вопросы — о размерном ряде, об адресах ближайших магазинов, о том, как потратить баллы.

Со временем коммуникацией с клиентами стали заниматься 16 сотрудников в две смены. Однако даже такое многочисленное подразделение с трудом справлялось с пиками активности.

Во время акций и рассылок на Новый год или 14 февраля число запросов вырастало в 10 раз. Страдало качество скорости ответов, даже если мы подключали весь штат операторов, а не одну смену. Заставлять клиента ждать — значит потерять его. Если клиент не получает ответ моментально, его интерес к бренду пропадает. Мы начали искать новые способы повышения эффективности без потери качества и скорости.

Решение: чат-бот для оптимизации клиентского сервиса

В 2020 году с помощью сервиса для роботизации служб поддержки AutoFAQ мы разработали единую систему и подключили умного бота — искусственный интеллект на основе нейросетей.

Перед этим три месяца изучали рынок. Разработчики давали нам попробовать демоверсии своих продуктов. От большинства систем отказались. Они не могли подключить одновременно несколько каналов, например Instagram и «Одноклассники». Или несколько групп одного канала, например пять аккаунтов в VK. В них не было единой очереди сообщений, было сложно добавить двух и более операторов.

Нам требовалась система, которая объединила бы запросы из всех каналов в одну очередь, в каждой настроила чат-бота по нашим параметрам. Мы нашли Low-Code решение AutoFAQ.

Что такое Low-Code решение

Платформа Low-Сode — это среда (или, как иногда ее называют, язык), с помощью которой люди с небольшим опытом программирования могут создавать и разрабатывать программное обеспечение. Вместо сложного внутреннего кода и библиотек Low-Сode использует визуальные шаблоны и фреймворки перетаскивания.

Условно говоря, вам не надо быть столяром, чтобы собрать мебель из IKEA, — достаточно уметь пользоваться инструкцией и минимальным набором инструментом. Так и здесь: чтобы пользоваться Low-Code решением, навыки по написанию кода не нужны.

Несколько месяцев мы создавали базу знаний и тестировали бота. Настроить робота, заполнить базу знаний, создать кнопочные сценарии и управлять системой может сотрудник без IT-образования.

Лицензионная программа стоит 190 тыс. руб. в месяц — это самый дорогой вариант. Доработка системы — еще 400 тыс. руб.

Один из апгрейдов: когда приходит сообщение клиента то мы видим пост, на который оно ссылается. Потому что при ответе на вопрос «Сколько стоит это кольцо?» важно понимать, о чем именно идет речь, чтобы быстрее и корректнее помочь клиенту.

Как работает чат-бот

Сообщения из всех каналов аккумулируются на одной платформе. Программа обрабатывает несколько сотен тысяч запросов ежемесячно. Ни одно сообщение не остается без ответа. Скорость ответов больше не страдает.

Также мы настроили приоритетность бота и людей. Сперва робот классифицирует сообщения на содержательные и бессодержательные. Например, вопрос требует ответа, а смайлик — аналогичной реакции.

Если бот может ответить — отвечает. Если нет — переводит запрос на оператора. Это снимает с оператора нагрузку. Он не листает вручную сотни комментариев под постом, чтобы среди смайликов найти запрос. Человек сразу видит в своей очереди только те вопросы, на которые нужно реагировать. Оператор в основном обрабатывает сложные, нестандартные запросы.

Робот умеет объяснить, как потратить баллы, сколько стоят украшения, как определить размер кольца, где купить подарочные сертификаты, как сделать заказ на сайте и пр. Причем подготовка для этого ему не нужна.

Каждый месяц компания получает более 50 тыс. содержательных запросов клиентов, которые подразумевают сложный ответ, — на них отвечают операторы.

Мы установили для бота разные правила работы в разных аккаунтах. В каждом сообществе свой tone of voice. Например, в имиджевом аккаунте бренда бот напишет: «Добрый день» или «Здравствуйте», а в аккаунте о детских украшениях: «Привет».

Робот постоянно обучается. Он анализирует новую информацию, дополняет свою базу знаний и расширяет вариативность ответов. Это происходит по формулировкам и скриптам в полуавтоматическом режиме. Формулировки проходят модерацию и редактуру у человека. Например, бот может развернуто ответить на вопрос: «Что делать, если доставленное курьером украшение мне не подойдет?»

Также мы разработали подсказки системы. Например, оператор берет в работу запрос, на который бот не смог ответить. Система выдает подсказки — скрипты с похожими формулировками. И он либо отправит ответ клиенту в неизменном виде, либо внесет туда коррективы. Если система не предложила нужную подсказку, оператор также может ее найти через расширенный поиск.

Результат: экономия на ФОТ и довольные клиенты

Раньше мы пропускали около 5 процентов сообщений, особенно если они были написаны под более ранними постами. Теряли клиентов. Бот решил проблему.

Запросы в пиковые дни прогнозируемые: на что потратить баллы, какие подарки можно получить в магазине, как работает промокод, как воспользоваться подарочным сертификатом. Бот закрывает 80–90 процентов таких запросов.

Сотрудников, обрабатывающих сообщения, мы не сократили. Но смогли равномерно распределить загрузку между ними для повышения работоспособности.

Если вернуться к ручной обработке, то придется увеличить штат до 30 человек — почти в два раза больше, чем сейчас. Вырастет ФОТ. Восемьдесят процентов запросов служба клиентского сервиса обрабатывает за 15 минут силами семи-восьми сотрудников в смену.

Количество онлайн-каналов будем увеличивать. Например, сейчас разрабатываем аккаунт, посвященный восточным украшениям. К концу года запланирован запуск еще пяти новых проектов в соцсетях. Также к концу года прогнозируем, что совокупная аудитория сообществ превысит 5 млн человек.