«Яндекс» улучшил качество письменной поддержки пользователей и сократил расходы более чем на 45%

С помощью технологий машинного обучения.

Почти каждый пользователь сервисов «Яндекса» хотя бы раз обращался в поддержку. Обрабатывать миллионы запросов вручную долго и дорого, а ещё люди допускают ошибки. Вот почему компания создала SupportAI — систему из сложных нейросетей и элементов машинного обучения, а также большого экспертного центра с аналитикой, командами автоматизации, обучения, операционного управления, контроля качества и тестирования.

С появлением SupportAI в поддержке «Яндекса» многое изменилось:

• До 80% обращений на первой линии пользовательской поддержки теперь обрабатывается автоматически, это позволило сократить расходы на более чем 45%.
• Средняя скорость ответа сократилась с нескольких часов до пяти минут.
  
• Люди не отказываются от сервиса, если служба поддержки может быстро решить их проблемы. Это тоже увеличивает прибыльность.
  
• Благодаря ml-оптимизации простых обращений сотрудники в поддержке начинают решать более сложные кейсы, задачи становятся интересней, это уменьшает отток персонала.
  

SupportAI пользуются отделы поддержки многих сервисов Яндекса — «Такси», «Музыки», «Драйва», «Директа», «Еды», «Лавки», «КиноПоиска», «Маркета», «Плюса», «Доставки» и «Станции». Ещё системой уже пользуются несколько сторонних компаний из сфер телекома, онлайн- и офлайн-ритейла, образования и финансов.

Простые вопросы и проблемы стали решать автоматически

Большинство обращений в поддержку «Яндекс.Такси» касаются работы сервиса или недопониманий между водителем и пассажиром. Ими занимается первая линия поддержки — там больше всего сотрудников.

Даже опытный сотрудник поддержки на первой линии раньше тратил несколько минут, чтобы найти нужный ответ, скопировать его в поле для текста, проверить и изменить по необходимости (например, подставить имя). Из-за этого страдали и скорость ответов, и качество.

Система SupportAI решает такие задачи за секунды. Алгоритмы нейросети определяют ключевые слова в обращении, находят подходящий ответ в базе знаний, адаптируют под конкретную ситуацию и отправляют. Если просто ответа недостаточно, система параллельно запускает другие процессы: например, корректирует стоимость поездки, отправляет сообщение водителю или обращение в банк. Большинство действий для шаблонных задач предпринимают алгоритмы — благодаря этому первая линия больше не «съедает» большую часть бюджета поддержки.

Нерелевантные обращения и спам стало легче отсеивать

Система научилась отсеивать сообщения, в которых помощь поддержки не нужна — с эмодзи, оскорблениями, нерелевантными вопросами.

Раньше обращение пользователя попадало к сотруднику поддержки только если пользователь после поездки нажимал на галочку «Свяжитесь со мной». Без неё обращение считалось комментарием, и сотрудники поддержки его не видели.

Сейчас за важностью обращений следит нейросеть. С тех пор на страницах «Яндекса» в социальных сетях почти перестали появляться жалобы на то, что служба поддержки пропустила сообщение.

Разбор нерелевантных обращений негативно влиял на сотрудников — это рутинная и неинтересная работа. Теперь сотрудники могут уделить больше внимания сложным и интересным задачам.

Стало меньше ошибок и опечаток, выросла скорость ручных ответов

Чтобы нейросеть работала правильно, ей нужны шаблоны — по несколько вариантов на каждую возможную реплику диалога. Основные шаблоны для SupportAI написали редакторы поддержки. Система случайно выбирает один из множества вариантов текста, а нейросеть его персонализирует.

Даже когда алгоритмам нужна помощь людей, служба поддержки все равно работает быстрее, чем раньше. Система подсказывает шаблоны ответов по ключевым словам и предлагают оптимальные варианты. Перепечатывать их тоже не нужно: количество опечаток снизилось до статистической погрешности.

Пользователи стали более удовлетворены качеством поддержки, а компания экономит средства на вычитках и поиске опечаток.

Создавать и менять логику ответов стало проще

Когда сотрудник решил сложную проблему клиента, он может автоматизировать решения для аналогичных ситуаций. Достаточно проработать логику общения с клиентом и написать правильные шаблоны вместе с редакторами. Система моментально начнёт решать похожие проблемы автономно. Можно внести изменения и в уже существующие кейсы — например, если появилось более простое решение. Достаточно обновить логику: это можно сделать без вмешательства разработчиков, и SupportAI сразу будет рассматривать обращения по-новому.

Со временем стало понятно, что SupportAI может помочь и другим бизнесам — систему легко встроить в уже существующие процессы. Сейчас ею пользуются уже 15 крупных сторонних компаний.

Внедрение происходит в несколько этапов:

1. Алгоритмы SupportAI обрабатывают данные поддержки, группируют их и выделяют основные тематики.
2. Экспертная группа продумывает сценарии, переносит их в интерфейс, показывает их руководителям и специалистам поддержки. Уже на этом этапе появляется аналитика по тематикам обращений, аномальным кейсам и структурированный контент.
   
3. Система учится предсказывать тематики.
   
4. Специалисты проверяют качество ответов.
5. Дальше можно запустить эксперимент с автоответами или с помощью операторам и посмотреть, как изменятся оценки пользователей. После запуска дежурная группа регулярно отсматривает аномальные кейсы и оперативно исправляет логику ответов.
   

Алгоритмы SupportAI помогают искать курьеров, обзванивать должников и информировать сотрудников об изменениях в рабочих процессах.

Вот что специалисты из других компаний говорят о SupportAI:

Практически все пользователи на вопрос, какие характеристики определяют современную поддержку, отвечают так: эмпатия, решение проблем, скорость. Поддержка должна быть максимально технологичной, как и любой другой ИТ-отдел, и работать без сбоев. SupportAI обеспечивает связь человека и технологий и помогает добиваться качественных результатов.