Кейс Osome: как мы делали из бота человека

В ноябре 2020 мы участвовали в чемпионате P1 — дизайн-студии и digital агентства показывали, как они применяют продуктовый подход, и мы просто не могли пройти мимо.

Расскажем, как наша команда работала над улучшением клиентского опыта для сингапурского Osome.

Osome — сервис, который помогает малому и среднему бизнесу вести бухгалтерию и взаимодействовать с госорганами. Аудитория Osome — бизнес в Сингапуре, Гонконге и Великобритании. Сингапурский проект наиболее развит, так что мы сфокусировались на нем.

Решение кейса началось с правильной формулировки задачи. Мы определили ее как оптимизацию автоматизированной поддержки пользователей — как сделать так, чтобы чат-бот Osome действительно разгружал поддержку, при этом был ценен и полезен клиенту?

Чтобы сделать решение конкретным и логичным, мы провели исследования по пяти направлениям: рынок, конкуренты, целевая аудитория и текущие клиенты, тренды в клиентском сервисе и UX-аудит продукта.

На основе открытых данных просчитали объем рынка сервисов для открытия компаний и ведения бухгалтерии и долю Osome. По цифрам стало понятно, что пространства для роста еще много, а значит, вкладываться в развитие и улучшение однозначно стоит.

Из исследования прямых и косвенных конкурентов сделали два главных вывода:

• На рынке нет дифференциации. У компаний одинаковые услуги и позиционирование, при этом сложно определить уровень экспертности — отзывов по инструментам очень мало.
• Вести бухгалтерию в Сингапуре достаточно просто, поэтому неочевидна выгода специальных сервисов — продукту необходима дополнительная ценность.

Текущая аудитория Osome — предприниматели, которые уже создали или планируют создать компанию в Сингапуре, Гонконге или Великобритании. 86% пользователей в целом довольны работой с Osome (на основе интервью и отзывов). При этом негативные и положительные мнения часто противоречили друг другу: кто-то подчеркивал профессионализм и скорость ответа, а кто-то был этим недоволен. Это говорит о непостоянном качестве поддержки.

В нашей работе мы опирались на исследование клиентского опыта Genesys. 86% пользователей считают преимуществом активную поддержку при общении в чат-ботах. Люди ценят мультиканальность и бесшовность общения и ненавидят долго ждать и повторять одно и то же. Клиентам также важно понимать, что за чат-ботом есть люди. Многие решения принимаются именно после общения с человеком.

Эксперт помог нам найти инсайты по технологической готовности отрасли для автоматизации и ИИ — мы убедились, что не предлагаем что-то за гранью фантастики, к чему компания и сфера просто не готова.

UX-тестирование интерфейса Osome показало, что проект не очень поддерживает своих клиентов. Много информации спрятано, а онбординг новых клиентов запутан настолько, насколько это возможно. Через машинные ответы чат-бота пробьется только очень упорный человек, который хочет работать конкретно с этим продуктом.

Полная версия картинки здесь.

Чтобы превратить поддержку Osome из базового чат-бота в верного помощника, который бы действительно помогал клиенту, мы разработали систему четырехслойной автоматизации. Нужно не просто пересмотреть флоу чат-бота, но реформировать всю поддержку клиентов.

Идеи мало для хорошего решения — нужно знать как, когда и в каком порядке реализовывать конкретные действия. Эту задачу решает прописанный roadmap.

Этап 1: MVP — 3-4 месяца

• Индекс счастья клиента

Отслеживать метрику необходимо, чтобы контролировать удовлетворенность пользователей. Это можно сделать с помощью оценки взаимодействий с чат-ботом, сбора фидбеков по поддержке, и измерения скорости общения с ботом.

• Доработать чат-бот

Переработать флоу и добавить больше функционала: дать пользователю возвращаться на шаг назад, чтобы не проходить все заново, и пояснять некоторые пункты выбора, чтобы пользователь понимал, на что они влияют.

• Внедрить запрос помощи оператора

Сейчас, чтобы попасть на человека, нужно пройти до конца флоу или запросить обратный звонок (где снова придется повторять свою проблему).

• Внедрить NLP (natural language processing, распознавания естественной речи)

Пользователь не должен думать над формулировкой вопроса, чтобы получить нужный результат. Анализ естественных вопросов в дальнейшем поможет создать понятный и полный FAQ и позволит внедрить ИИ для распространенных ситуаций.

Этап 2: автоматизация процессов — 6-7 месяцев

• Проанализировать собранные данные по клиентскому счастью

Это поможет выбрать правильные шаги развития и доработать систему поддержки в соответствии с ожиданиями пользователей.

• Дать оператору возможность подключаться к диалогу при проблемах

Человек сможет оценить взаимодействие и перенаправить пользователя в нужную ветку, если это необходимо. Это сократит недовольство от общения с «тупым» ботом. Переключение на человека происходит в ответ на конкретные триггеры: например, пользователь хаотично ходит по флоу или ставит несколько негативных реакций сообщениям чат-бота.

Этап 3: внедрение ИИ — 7-9 месяцев

• Измерять тональность разговора

Это поможет отслеживать недовольство пользователя и автоматически переключать разговор на оператора без лишних действий пользователя.

• Собрать и проанализировать базу вопросов и ответов

На основе предыдущих взаимодействий чат-бот сможет разбираться в самых сложных ситуациях и реже будет прибегать к помощи операторов. Это пригодится и для реализации подсказок и автозаполнения вопросов пользователя.

• Создать омниканальный клиентоцентричный CRM

Здесь будет храниться история пользователя, детали его запросов и предыдущих взаимодействий. Информация позволит улучшить качество и скорость общения с клиентом. Аналитику по взаимодействиям покажет, с какими моментами пользователь испытывает проблемы чаще всего.

Выводы, риски и оценка

По предварительной оценке реализация решения займет примерно полтора-два года и обойдется в $300-500 тысяч.

Мы просчитали возможные риски и их влияние и предложили, как их уменьшить. Самыми вероятными и влиятельными могут стать затяжной кризис из-за текущей ситуации в мире (пандемия и локдауны), политические изменения, а также отток бизнеса из офшоров из-за снижения стоимости поддержки «дома», благодаря развитию технологий и автоматизации.

Проект решает несколько бизнес-задач клиента. Собственный продукт поможет создать конкурентное преимущество, а его функционал поможет повысить конверсию из разных сегментов и увеличить долю рынка. Автоматизированная поддержка и высокое качество клиентского сервиса повысит LTV клиентов и вероятность допродаж дополнительных услуг.

68.4 балла и второе место. Жюри отметили глубину погружения в бизнес клиента, а также детальность проработки и хорошую аналитику. Отзывы помогли обратить внимание и на точки роста: были вещи, которые мы продумали, но не смогли четко донести. Над этим еще поработаем.

Похожие задачи мы решаем часто — для наших клиентов мы стараемся быть не исполнителями, а стратегическими партнерами. Кейс научил еще глубже проникаться бизнес-составляющей, продумывать пользу, риски, альтернативы.

С нетерпением ждем апреля — на еще два кейса от Р1 мы уже подписались.