{"id":13970,"url":"\/distributions\/13970\/click?bit=1&hash=91604a90c2650116d868cf1db62d454cb2b1436d305e0040effcaed4203feae5","title":"\u041a\u0442\u043e \u043f\u0440\u043e\u0432\u0435\u0440\u044f\u0435\u0442 \u0432\u0430\u0448\u0435\u0433\u043e \u0448\u043e\u0444\u0435\u0440\u0430 \u043d\u0430 \u0442\u0440\u0435\u0437\u0432\u043e\u0441\u0442\u044c? \u0410 \u043d\u0430 \u0440\u0438\u0441\u043a \u0438\u043d\u0444\u0430\u0440\u043a\u0442\u0430? ","buttonText":"\u0423\u0437\u043d\u0430\u0442\u044c","imageUuid":"29370595-d77a-5707-95b9-2f7879cddd4d"}

Как быстро фильтровать комментарии в соцсетях

Привет, в эфире OmniLine :)

Делимся кейсом о том, как крупный интернет-магазин настроил автоматическую фильтрацию комментариев в соцсетях. Это помогло сэкономить около 1 млн. рублей в год.

Предыстория

За последние пару лет активность компании “Х”, которая работает в сфере интернет-ритейла, в популярных социальных сетях существенно выросла. Количество активностей, реакций публики и постов стало измеряться сотнями в неделю. Сил существующего отдела маркетинга на их мониторинг и обработку уже не хватало.

Кроме того, компания часто проводила рекламные акции и игры в соцсетях, во время которых пользователи оставляли тысячи комментариев, соревнуясь друг с другом. Соответственно сотрудникам сложно мониторить все подобные сообщения и быстро находить среди них те, что требуют ответа, чтобы предоставлять клиентам актуальную информацию.

Поэтому компания встала перед выбором — нанимать маркетолога, который бы занимался исключительно соцсетями и на которого компании пришлось бы тратить около 1 млн рублей в год, либо придумать что-то еще.

Решение

Вместе с компанией мы приняли решение переложить мониторинг комментариев и ответы на них в социальных сетях на операторов контактного центра. А чтобы снизить дополнительную нагрузку на операторов была внедрена система мониторинга комментариев, которая фильтрует сообщения, не требующие ответа.

Этапы реализации проекта:

  • подключение операторов контакт-центра к ответу на комментарии пользователей в соцсетях;
  • обучение операторов КЦ и составление “скрипта” ответа в базе знаний для ответов на популярные комментарии;
  • настройка автоматического фильтра “несмысловых” сообщений, например, смайликов, слов и фраз типа “круто”, “жжёте”, “пиши еще” и пр., чтобы операторам даже не приходилось тратить время на чтение таких реплик.

Мы собрали от заказчика примеры обращений и комментариев, на которые не требуется реакции контактного центра. И сделали регулярные выражения, которыми их можно фильтровать.

Для удобства, мы подготовили интерфейс быстрой проверки — будет ли выражение отфильтровано.

Результат

Оказалось, что комментарии, не требующие ответа, составляют до 90-95% от общего числа обращений, что позволило сотрудникам КЦ сосредоточиться на клиентских запросах о наличии товаров и заказах клиентов. Это сократило скорость реакции на сообщение клиента до 1 минуты — это при том, что у компании более 2 млн подписчиков.

Больше полезной информации о технологиях, клиентском сервисе, автоматизации вы найдете на нашем сайте

0
1 комментарий
Леонид Шаповалов

сэкономить лям это круто

Ответить
Развернуть ветку
1 комментарий
null