AI чат-бот для клиентского сервиса образовательной онлайн-платформы с интеграцией с Chat2Desk

ЗАКАЗЧИК: 

IBLS (International Blended Learning School) – онлайн-платформа для дистанционного семейного и заочного образования детей.
 

ПОТРЕБНОСТЬ: 

Оперативное взаимодействие с клиентами: 

– незамедлительно реагировать на обращения новых потенциальных клиентов;

– обеспечить круглосуточную обработку обращений родителей без увеличения штата.
 

БИЗНЕС-ЗАДАЧА: 

1. Обеспечить получение родителями ответов на часто задаваемые вопросы 24/7 без увеличения штата / затрат на контакт-центр (КЦ);
2. Повысить скорость реакции на обращения (SLA); 
3. Сократить время на обработку обращений (mean ticket resolution time MTRT); 
4. Повысить производительность операторов за счет увеличения количества обращений на 1 оператора.
    

РЕШЕНИЕ: 

NLU чат-бот с функционалом:

– обработки обращений текущих и потенциальных клиентов в свободной текстовой форме;

– маршрутизации обращений на операторов после предварительного сбора контекста в случае сложных и нераспознанных запросов.
 

ИСПОЛЬЗУЕМОЕ ПО: 

1. Чат-платформа: Chat2desk
2. Конечные каналы: ВК
3. Чат-бот платформа: Chatme.ai Conversaional Platform
    

ПРОЕКТ: 

1. Сроки выполнения проекта: октябрь-ноябрь 2021
2. Функциональность / работа бота: ​​​

– консультации по >50 тематикам, в том числе:; 

1. формы обучения;
2. условия поступления;
3. запись в школу;
4. стоимость обучения;
5. предоставление документов;
6. доступ к аккаунту;
7. способы оплаты;
8. проверка знаний, контрольные и экзамены;
9. контакты;
10. small talk.

– перевод на оператора в случае нераспознанных вопросов с передачей контекста;

– сбор обратной связи о качестве работы бота по завершению диалога.

РЕЗУЛЬТАТЫ ЗА ПЕРВЫЙ МЕСЯЦ РАБОТЫ БОТА: 

1. Точность распознавания NLU: 38%
2. Self-service rate: 63%
3. Положительные оценки работы бота: 35% 
    

РЕАЛИЗАЦИЯ: 

Разработка и внедрение бота осуществлялись в несколько этапов:

1. Подготовка обучающих данных для бота

• Получена от IBLS выгрузка диалогов с клиентами на 42000 строк для кластеризации;
• Предоставленные данные предварительно обезличены с помощью инструмента деперсонализации;
• Данные нормализованы в нужный формат для обработки полуавтоматическим инструментом кластеризации;
• Данные кластеризованы, выделен топ самых высокочастотных запросов клиентов, сформированы обучающие реплики из пользовательских реплик;
• К выделенным запросам подобраны ответы для бота на основе ответов операторов из истории диалогов.

2. Сборка бота

• Обучен NLU модуль;
• Построен сценарий работы бота на платформе chatme.ai;
• Настроен сбор обратной связи от пользователей о работе бота;
• Настроен перевод на оператора в Chat2Desk для сложных и нераспознанных запросов;
• Протестированы все сценарии, произведено дообучение бота по результатам тестирования.

3. Запуск бота и дообучение

• Бот выведен в сообщество IBLS в ВК на ограниченный трафик (с помощью рандомайзера часть обращений переводится на бота, остальные – сразу на оператора);
• Рассчитана аналитика работы бота, в первый месяц работы бота производилось ежедневное дообучение бота на основе аналитики;
• Проведено обучение специалистов поддержки IBLS работе с ботом;
• После дообучения трафик на бота доведен до 100% – все клиентские обращения первично проходят обработку ботом.

По состоянию на июнь 2022 года self-service rate составляет 63% – такое количество клиентских обращений бот закрывает самостоятельно без подключения оператора. Эта доля могла бы быть увеличена в результате настройки интеграций с корпоративными системами IBLS. Однако, это не первоочередная цель данного проекта. Ключевая задача – предоставление клиентам «теплого» сервиса за счет моментальных ответов в нерабочее время, ботом выполняется полностью.