По данным отчёта HubSpot, одного из лидеров рынка автоматизации продаж и маркетинга, 75% из опрошенных руководителей контакт-центров отмечают, что количество обращений клиентов постоянно растёт, а 78% — что в то же время растут и их ожидания относительно скорости и качества ответов. Клиенты требуют персонализированной и быстрой реакции на вопросы, что является катализатором для выгорания и кадровой нехватки в саппорте. Действенным способом решения в данной ситуации является автоматизация с помощью ботов.

Первым шагом в эффективном плане по автоматизации является тщательная оценка текущего состояния работы контакт-центра. Необходимо выявить «узкие места» и области, требующие улучшений и описать все внутренние процессы, затем определить «красные зоны» и источники негативных влияний на показатели. Повторяющиеся и типовые задачи должны стать первыми кандидатами на автоматизацию.

Какие процессы и задачи будут автоматизированы? Какие метрики успеха (KPI) будут использоваться для оценки эффективности внедрения? Например, количество обращений, закрытых ботом, время ответа и уровень удовлетворённости клиентов. Определение целей позволит понять, какие задачи полностью переложить на ботов, а какие требуют вмешательства человека, и будут метриками для измерения эффекта от внедрения.

Самая большая ошибка в проектах по автоматизации — отсутствие чёткой стратегии и ориентация на решение локальных задач. Важно учитывать все процессы взаимодействия с клиентами — от привлечения и первой продажи до клиентской поддержки, чтобы понять, где будет эффективна коммуникация через мессенджеры, чтобы на старте проекта знать как будет наращиваться функционал.

Одним из ключевых вопросов при выборе чат-бота является решение о разработке собственного решения или использовании уже представленного на рынке. Будет ли это отдельный инструмент для создания чат-ботов на сайте и в мессенджерах или полноценная платформа для обработки текстовых коммуникаций, в которой можно будет не только настраивать чат-ботов, но и делать рассылки, смотреть аналитику и т. д. Важно учитывать такие факторы, как масштабируемость, адаптивность и возможность интеграции с другими системами.

Приведём преимущества нашей платформы. Sherlock Platform предлагает гибкую настройку маршрутизации обращений — в том числе для многоязычных команд и отделов, выполняющих разные задачи: техподдержки, отделов продаж, персональных менеджеров и т.д.; обеспечивает автоматический контроль сроков ответа по клиентским обращениям; позволяет совершать массовые операции с заявками, проводить рассылки, даёт возможность самостоятельной настройки сценариев, интегрируется по API с CRM, HelpDesk и другими системами (например, системами курьерских служб).

Стоимость владения складывается из основной разработки или кастомизации бота, интеграции с внутренними системами, внедрения новой системы в бизнес-процессы, возможно, стоимости токенов за использование (например, при подключении API Chat GPT), технической поддержки и доработки, обучения и заработной платы сотрудников.
При внедрении новых каналов рост обращений через них будет расти, поэтому важно предусмотреть возможности масштабирования как с технической и программной стороны, так и со стороны команды. Ценность качества обслуживания перевешивает стремления к максимальной автоматизации, поэтому лучше, когда за каждый важный для компании канал коммуникации отвечают отдельные специалисты.

Проектная команда обязательно должна включать представителей от заказчика чат-бота, т. е. непосредственно от контакт-центра. Определение ответственных за контроль KPI бота, реагирование на ошибки и общение с разработчиками является критическим аспектом, так как очередная автоматизация часто воспринимается сотрудниками контакт-центра как дополнительная нагрузка, которой нужно постараться избежать.

На этом этапе необходимо выбрать и проработать основные функции и базовые сценарии ботов, определить каналы взаимодействия (сайт, мессенджеры, соцсети и т.д.), выбрать нейросети для подключения, подготовить базу знаний для обучения ботов.

В Sherlock Platform головным мозгом автоматизации являются боты управления, которые контролируют процессы контакт-центра и обеспечивают автоматическую обработку событий в системе. Это приветственный бот, который отправляет персональное приветствие клиенту, бот-контролёр, который следит за скоростью ответа оператора и отправляет уведомление, если диалог долго остаётся без ответа; и возвратный бот, который повторно открывает диалог после закрытия, если клиент возобновил переписку. Следующими по важности являются бот для сбора обратной связи, который может просить выставить оценку или ответить на вопрос, и бот для сбора информации, который просит клиента оставить контактные данные для связи с ним оператора.

Далее разрабатываются базовые сценарии, которые реализуются через кнопочные меню и помогают клиентам решать свои вопросы самостоятельно (по данным исследований самообслуживание приветствуют более чем 70% клиентов): регистрации и просмотра статуса в программе лояльности, управления заказом, бронирование услуг, просмотр новинок и акций, обращение в техподдержку, постпродажное обслуживание и многое другое.

После настройки двух предыдущих категорий мы начинаем заниматься ботами с NLU, которые учим распознавать намерения клиентов, квалифицировать причину обращения и самостоятельно отвечать на вопросы.

Таким образом, сначала решаются задачи общей автоматизации и удобства интерфейса, а затем уже следует проработка качественного ведения ботом диалога с клиентом.

Интеграция системы чат-ботов в единый контур ПО внутри компании является важнейшей задачей, поэтому на этапе подготовки нужно понять, есть ли все необходимые API и синхронизировать задачи по интеграции с командой разработки.

Для каждой категории вопроса необходимо создать сценарий действий, который будет выполняться в случае обращения клиента. Например, в рамках акций «Клиентские дни» будет запускаться сценарий, включающий предложение клиенту промокода — тогда бот при желании клиента получить скидку обращается к таблице, где указаны актуальные коды. Или, если клиент интересуется статусом заказа, то бот получает команду обратиться по API к системе службы доставки и выдать клиенту актуальную информацию по перемещению заказа.

При обучении ботов невозможно предусмотреть все варианты клиентских запросов, поэтому эффективен постоянный процесс обучения. В проектах команды Sherlock Platform аналитик регулярно просматривает запросы и либо подтверждает правильность оценки запроса и ответа нейросети либо вносит коррективы, исправляя неправильно определённую причину обращения и публикуя правильный ответ в базу знаний, если нейросеть не нашла ответ или ответила неправильно. Таким образом, исключаются повторные ошибки, база знаний актуализируется, повышается качество ответов.

При создании бота необходимо прописать порядок обмена репликами с клиентом, т. е. правило коммуникативной инициативы, заложить в промт соответствие ценностям компании и ограничения по темам ответов, выбрать стиль общения. Стандартом делового общения является вежливость, чёткость формулировок, лаконичное изложение.
Бот должен общаться максимально персонализировано — обязательно здороваться с клиентом по имени и демонстрировать знание контекста взаимодействия клиента с компанией.

Очень важным является умение бота адаптироваться под неоднозначные формулировки клиентами вопросов, так как это позволяет ему казаться более понимающим собеседником. К примеру, клиент может написать в одном предложении сразу несколько вопросов, тогда боту необходимо разложить суммарный запрос на отдельные и определить приоритет ответа на них. Поэтому необходимо при обучении бота указать ему порядок ранжирования тем.

Важно научить бота реагировать на разные типы вопросов, что является естественным для человека. К примеру, при получении негативного запроса бот может выразить сожаление по поводу негативного опыта клиента, а уже затем предложить ему варианты взаимодействия вы рамках сценария. Но самым правильным при возникновении негативной реакции, безусловно, остаётся переключение на оператора.

После создания прототипа необходимо провести его тестирование на сотрудниках контакт-центра. Важно внести правки и улучшения на основе обратной связи от них. Команда Sherlock Platform обязательно проверяет скорость приёма и обработки заявок, корректность ответов и работоспособность ботов на основе ИИ при максимальных нагрузках.

Важно провести общую встречу с командой, которая будет работать с новой системой, сделать презентацию, разослать всем руководства, рассказать о возможностях и пользе для каждого сотрудника. Важно определить, как пользователи должны себя вести в случае ошибочных действий бота, когда нужно вмешаться в его диалог с клиентом, кто, кому и каким образом должен сообщать о неполадках в работе бота.

Если это возможно, то перед общим запуском очень рекомендуем провести не только тестирование в «песочнице» среди команд разработчиков и контакт-центра, но и протестировать работу бота на настоящих клиентах.

Важно регулярно проводить оптимизацию существующих сценариев через анализ ключевых метрик эффективности — повышать точность распознавания запросов, заниматься усовершенствованием навигации, например, можно добавить персональное меню частных запросов для конкретной группы клиентов.

Когда этап внедрения основных сценариев взаимодействия закончился, можно поэкспериментировать с более редкими сценариями — например, протестировать вовлечение клиентов в игровое взаимодействие, квизы. Или перенести в бот новые сценарии — например, полный цикл оформления заказа в мессенджере может повысить конверсию в покупку.

Чат-боты ещё довольно слабы в распознавании эмоции, поэтому важно анализировать запросы с точки зрения того, когда боту стоит выразить сожаление, т. е. важно учить бота замечать и корректно реагировать на негативную реакцию клиента.

Если порассуждать без привязок к аналитике, то мир движется к тому, что качественное живое общение с компаниями становится привилегией, которая в ближайшем будущем, возможно, станет доступна немногим и будет оцениваться по высшему тарифу. В таком случае мотивация сделать общение с ботами как можно приятнее, полезнее и спокойнее для клиентов — прямая обязанность любого клиентоориентированного бизнеса.

Если рассуждать прагматически, то чат-боты в контакт-центре способны значительно сократить операционные издержки, поэтому их внедрение — необходимый стратегический шаг. А после внедрения необходим постоянный поиск точек роста в поле клиентоориентированности. Согласно прогнозам аналитиков Gartner, к 2026 году каждое 10-е взаимодействие с компанией будет автоматизировано и станет обязательным условием сохранения конкурентоспособности.