Cashee Bot — голосовой бот в iiko для доставки еды. Как служба доставки сократила затраты на колл-центр на 30%?

В самый разгар первой волны локдауна (июнь-июль), я постоянно замечал посты моего бывшего однокурсника с объявлениями о вакансиях оператора колл-центра. Однокурсник — управляющий одной из крупнейших региональных сетей пиццерий с доставкой (40 000 заказов в месяц).

Оказалось, что это не кризис, сокращения или болезни, а бурный рост количества заказов на доставку и сейчас операторы для него на вес золота. Заработная плата оператора колл-центра в его компании резко выросла со средних 20 до 28 тысяч, но все равно не удается быстро набрать и обучить сотрудников. Комичности ситуации еще придавали несколько декретных отпусков и парочка больничных у операторов именно в этот момент.

В момент нашей первой беседы за последние пару недель он потерял порядка 1000 заказов, а это 600 000 рублей выручки и куча LTV. Последние две недели управляющий пиццерии практически целыми днями выполнял функции рядового HR-а, и если учесть, что должность оператора колл-центра в России на 99% женская, то ситуация отлично ложится на стихотворение:

Кому не нужны подробности — в конце ссылка на короткое видео с решением.

Так как мы в cashee.ru занимаемся роботизацией процессов службы поддержки для ИТ-служб, мы с коллегами начали думать, как помочь моему однокурснику, с помощью голосового бота.

Итак, какие функции выполняет оператор в службе доставки еды:

Если вопросы и жалобы — это типовые сценарии, то прием заказа — достаточно нетривиальная задача для роботизации. Как принять без ошибок номенклатурные позиции? Как не спугнуть клиента при общении с ботом? Как без ошибок зафиксировать адрес? Все эти вопросы предстояло решить. В краю не пуганных новаторов и нашу команду подобные трудности не пугают, мы ведь научили бота инструктировать сотрудников в настройке принтера. А даже там было очень много нестандартных ситуаций. И ведь это всего один из множества сложных реализованных кейсов.

С предложением забыть про посты с вакансиями и начать принимать заказы голосовым ботом я пришёл к однокурснику. Естественно я получил отказ с формулировками: «я не хочу быть первооткрывателем”, «не понятно как отреагируют клиенты», «вообще это займет очень много времени», “если будет готовое — я потестирую».

ОК!

Мы договорились, что для начала проанализируем диалоги операторов, сегментируем их по темам и постараемся понять, где можем быть полезны.

Распределение входящих и исходящих звонков оказалось примерно одинаковое — 51,1% входящих звонков и 48,9% исходящих звонков.

При этом входящие звонки поделены на несколько категорий:

Помимо приема самого заказа, мы обратили внимание, что почти 10% всех входящих звонков — это звонки клиентов с просьбой уточнить статус заказа: «где мой зака? ”, “я делал заказ, когда ждать доставку?» и т.д. Это одна из очевидных задач, которую можно решить с помощью использования голосового бота. Но самое интересное, как оказалось, ожидало нас впереди — это исходящие звонки.

Распределение было следующим:

Практически все исходящие звонки — это подтверждение заказов, пришедших из цифровых каналов: сайта, мобильного приложения и от агрегаторов. И все 100% таких заказов подтверждаются телефонным звонком оператора, при этом не так редко бывают ситуации когда клиент не взял трубку и оператору приходится перезванивать клиенту по несколько раз. И была еще небольшая категория исходящих звонков от операторов колл-центра с уточнением (если в заказе что-то указано неверно) и информирование об отсутствии блюда в точке приготовления.

Помимо этого, заказы от агрегаторов приходили не напрямую в учетную систему, а на email и операторы «руками» перебивали заказы из электронной почты в учетную систему (iiko).

Совместно мы быстро поняли, что роботизация одного только процесса подтверждения заказа практически вдвое сократит нагрузку на колл-центр.

Обсудив возможные кейсы применения голосового бота, было принято решение о роботизации следующих процессов:
1. Подтверждение заказа

2. Входящие звонки о статусе заказа

Не буду подробно останавливаться на втором процессе, ограничусь описанием кейса применения: модуль сортировки входящих звонков фильтрует (по номеру телефона) все поступающие входящие звонки, на наличие заказа на стадии приготовления и доставки. В случае, если заказ находится на этой стадии, то входящий звонок с номера телефона, привязанного к этому заказу переадресуется на нашего бота. Все остальные звонки как и раньше переводятся на оператора. Бот в открытой форме задает вопрос клиенту: «Чем могу Вам помочь?». Если бот определяет в вопросе клиента интент (намерение) о статусе заказа, то обращается к учетной системе и информирует клиента о предполагаемом времени прибытия курьера, если нет — переводит на оператора.

Казавшаяся простота в роботизации процесса подтверждения доставки оказалась ложной. Долго ломали голову и решение в итоге нашлось! Постараюсь очень простыми словами его изложить:

В сценарии используется большое количество логических ветвлений, которые говорят какую ветку скрипта использовать. К примеру, частая ситуация когда клиент делает заказ на работу в административное здание, не указывая номер офиса и должен дать пояснения, что заказ необходимо оставить на ресепшене или он за ним спустится и т.д. Так вот, специальный параметр, как раз и отвечает за то, чтобы провести такого клиента по нужной ветке сценария, где он может дать пояснение. Также подобные специализированные параметры используются практически в каждом ответе клиента, они проверяют:

Все эти параметры создают очень много вариантов развития диалога.

В целом голосовой бот для подтверждения заказа оперирует следующими данными из учетной системы: имя клиента, меню, стоимость блюд, акции, способ оплаты, адреса, время и зоны доставки.

Пример звонка можно послушать ниже:

В начале осени (2020) мы запустили оба процесса в полноценном рабочем режиме. Отсутствие возможности корректировать заказ (изменять его статус) в iiko через API iikoBiz (в отличие от 1С) — это единственный минус (iiko должны скоро решить этот вопрос). Бот автоматически создает заказ из электронной почты и звонит клиенту. Оператору необходимо только нажать кнопку и отправить заказ на точку приготовления.

По итогам отработанного месяца получилось существенно снизить нагрузку на операторов — на 29,6%, при том, что количество заказов увеличилось (2%) по сравнению с предыдущим месяцем.

Кроме того операторы больше не тратят времени на занесение заказов из электронной почты в учетную систему, а это занимало около 1 минуты на каждый заказ из агрегаторов.

Как оказалось, операторы не всегда делали дополнительное предложение при общении с клиентом, а робот забыть не может. Также в течение месяца производились небольшие корректировки работы бота: решена проблема с автоответчиком (робот автоматически завершает диалог), робот делает несколько попыток дозвониться до клиента в установленное время и др.

По итогам месяца робот сумел обработать 94,8% исходящих звонков на подтверждение заказа и 82% звонков об уточнении статуса заказа. В дальнейшем эти показатели планируем увеличивать, а также продолжаем работать над задачей приема заказа, периодически тестирует бота в боевом режиме, на приеме заказа.

Пример звонка можно послушать ниже:

Что касается объявлений о поиске сотрудников, то они перестали появляться в ленте, а сеть пиццерий даже сократила затраты на ФОТ колл-центра. Также мой однокурсник оказался не одинок с этой проблемой и практически сразу по сарафанному радио к нам обратились еще несколько сетей из центрального региона.

Пандемия внесла большие корректировки во многие сферы бизнеса и еще больше подняла тренд на сокращение издержек. Желаю всем предпринимателям в это непростое время найти хаки и возможности для развития своего бизнеса.

Кому стало любопытно, мы записали короткое видео, где показываем процесс работы голосового бота по подтверждению заказа доставки еды (см. видео ниже). Приятного просмотра, будем рады комментариям!