Ева спешит на помощь

Как мы научили чат-бота закрывать до четверти обращений клиентов в техподдержку

Ева, чат-бот Эвотора, подскажет решение типовых вопросов, поможет с покупкой сервисов и отправит пользователю нужные документы. Как за 9 месяцев мы научили Еву решать до четверти обращений клиентов в техподдержку, рассказывает Артем Арнаутов, руководитель продукта "Чат-бот" ИТ-компании “Эвотор”.

Как и большинство компаний, мы решили запустить чат-бота, чтобы снизить затраты на колл-центр и нагрузку на сотрудников техподдержки. Большинство чат-ботов специализируется на консультациях клиентов, потенциальных и действующих. Но мы сразу для себя определили, что будем делать не обычного F.A.Q.-бот, а именно помощника, который должен уметь отрабатывать сложные сценарии. К примеру, клиент жалуется на ошибку на кассе ― бот должен определить, в чем причина ошибки и как ее решить.

Самый распространенный сценарий: клиент пишет об ошибке, которая может возникнуть по нескольким причинам и «лечится» разными способами. Задача бота, с помощью клиента или самостоятельно, определить причину ошибки и дать верный совет по её решению.

Ева, наш бот, “прописана” в чате поддержки в личном кабинете и общается только с пользователями Эвотора. Бот не консультирует потенциальных клиентов.

Сначала мы обратились к стороннему подрядчику. На первом этапе мы выделили для Евы простые тематики. В основном ― вопросы из библиотеки обучающих материалов “Базы знаний” на сайте Эвотора.

Подготовка первых простых 20-30 F.A.Q.-тематик растянулась на всё лето прошлого года. Тема оказалась довольно сложной, много времени уходило на объяснения. Оценив опыт взаимодействия, мы поняли, что лучше делать бота своими силами. Сотрудники лучше знают, как всё работает, плотнее общаются с остальными командами и им будет легче делать сценарии, которые будут точнее помогать клиенту. Сейчас ботом занимается три человека: два лингвиста-разработчика и менеджер проекта ― сценарист.

В сентябре мы запустили бота в пилот на два месяца для клиентов, которые используют только базовый софт Эвотора, без дополнительных сервисов. Дополнительно в это время мы также хотели посмотреть отношение пользователей к нему. А в декабре Ева уже заработала для всех пользователей.

Сейчас бот отрабатывает 162 тематики. Самое простое, что умеет Ева, ― это поддержка по вопросам базового софта Эвотора. Например, она подскажет, как сформировать отчёт по продажам, как добавить или удалить товары, где посмотреть дату окончания фискального накопителя и многое другое. Большинство из этих вопросов описаны в Базе знаний на сайте компании. Но не всем пользователям бывает удобно искать на сайте или нет на это времени.

Бот работает с клиентами в авторизованной зоне личного кабинета. Благодаря этому ему не нужно задавать лишние уточняющие вопросы. Ева знает, сколько касс у клиента, какой они модели, услугами какого ОФД и операторов сотовой связи пользуется клиент, какая версия ПО установлена на кассе. К примеру, у клиента сбились настройки ОФД на кассе, он обращается в чат поддержки. Ева определяет, что настройки некорректные и дает клиенту верные.

Мы также “подружили” Еву с внутренними системами: 1С, CRM, Service Desk (система, в которой работает 2-4 линия поддержки) и биллинг. Это позволяет боту решать нетиповые задачи пользователей.

По запросу пользователя бот может отправить акты сверки на электронную почту или по ЭДО (нужно указать ИНН, период, email) или зачислить средства на счет клиента в личном кабинете, если при оплате не были указаны все реквизиты. Эти достаточно простые задачи могут сильно загружать службу клиентского сервиса и отвлекать от более сложных и важных задач. К примеру, в январе заканчивался финансовый год и клиентский сервис получал по 500 запросов на акты сверки в день. Мы за три дня реализовали этот функционал в боте и разгрузили коллег.

Ева может отправить на смарт-терминал прошивку под ФФД 1.2. Эта прошивка нужна, если на точке торгуют маркированным товаром. Если у клиента несколько касс, бот уточняет, на какой именно терминал нужно отправить прошивку. Ева также сначала проверяет, стоит ли уже на “Эвоторе” нужная прошивка ― бывает, что касса уже обновлена, но клиент об этом не знает. Если по каким-то причинам прошивка не дошла до клиента, бот подключает специалистов 2 линии поддержки.

Когда мы увидели лояльное отношение пользователей к боту, то задались вопросом, можем ли мы научить его обрабатывать входящие лиды. В мае мы добавили сценарии оформления продажи. Если пользователь в чате спрашивает о покупке сервисов, ФН или терминалов, Ева обрабатывает лид и формирует сделку в CRM.

В мае удовлетворенность (CSAT) ботом составила 81%, для сравнения CSAT наших операторов поддержки ― 90%. В зависимости от сценария в конце общения или на каждом этапе Ева спрашивает решена ли проблема пользователя, помог ли ответ. Если бот не решает вопрос клиента, то мы подключаем сотрудника поддержки: в рабочее время скорость ответа оператора ― до 1 минуты.

Вокруг чат-ботов часто возникают холивары. Есть мнение, что пользователи хотят “живого человека по телефону, чтобы он решил их проблемы”. Однако наш опыт показывает, что если проблема пользователя решена, то ему все равно кто ее решал: бот или человек.

• Собственная разработка vs сторонние подрядчики

Мы однозначно выступаем за собственную разработку. Люди внутри компании лучше понимают бизнес-процессы. Своя команда быстрее реагирует в случае форс-мажора и более мотивирована.

Для F.A.Q.-бота достаточно перенести “базу знаний”, но если нужна интеграция с внутренними системами, то для безопасности данных однозначно лучше собственная разработка

• От простого ― к сложному. Начинайте с самых простых тематик и постепенно наращивайте сложность.
• Не удерживайте клиента, если он хочет общаться с оператором. Это вызывает негатив к чат-боту.
• Интеграция с внутренними системами повышает ценность чат-бота.
• Стиль общения важен. В первую очередь, бот должен помочь клиенту, а не развлечь его. У нас в Эвоторе есть редполитика по инфостилю, и мы ее также придерживаемся. Мы очень сильно ограничили число смайликов и никогда не используем их, если клиент пришел со сложной задачей. Если бот классно общается, но не решает проблему ― это вызывает негатив у клиента.