AI чат-бот для клиентского сервиса образовательной онлайн-платформы с интеграцией с Chat2Desk
Кейс: AI чат-бот для образовательной платформы 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:
- Обеспечить получение родителями ответов на часто задаваемые вопросы 24/7 без увеличения штата / затрат на контакт-центр (КЦ);
- Повысить скорость реакции на обращения (SLA);
- Сократить время на обработку обращений (mean ticket resolution time MTRT);
- 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:
- Чат-платформа: Chat2desk
- Конечные каналы: ВК
- Чат-бот платформа: Chatme.ai Conversaional Platform
ПРОЕКТ:
- Сроки выполнения проекта: октябрь-ноябрь 2021
- Функциональность / работа бота:
– консультации по >50 тематикам, в том числе:;
- формы обучения;
- условия поступления;
- запись в школу;
- стоимость обучения;
- предоставление документов;
- доступ к аккаунту;
- способы оплаты;
- проверка знаний, контрольные и экзамены;
- контакты;
- 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:
- Точность распознавания NLU: 38%
- Self-service rate: 63%
- Положительные оценки работы бота: 35%
РЕАЛИЗАЦИЯ:
Разработка и внедрение бота осуществлялись в несколько этапов:
- 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.
- 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.
- 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.
Ответим на ваши вопросы по чат-бот платформе chatme.ai
Поделиться статьёй: