Краткое описание проекта

Клиент – Семейный медицинский центр (СМЦ) в Солнцево. 

Требовалось снизить поток обращений на операторов колл-центра. Решением стало внедрение NLU чат-бота:

• Бот должен отвечать на частые вопросы клиентов (FAQ), знакомить с ценами на услуги, рассказывать о специалистах и преимуществах медицинского центра.
• Конечный канал – веб-виджет на сайте. Подключение к каналу и настройка перевода на оператора – через омниканальную платформу edna.
• Чат-бот создается на платформе chatme.ai.

Мы приступили к созданию бота.

Реализация проекта

Для настройки распознающих текст в свободной форме NLU ботов требуются данные для обучения – диалоги операторов с клиентами, содержащие примеры фраз, с помощью которых клиент формирует свой запрос. 

Отсутствие такой обучающей выборки как раз стало ограничением проекта – у заказчика не было истории диалогов с клиентами. Вместо этого нам предоставили список сущностей, относящихся к каждому намерению пациента.

Мы решили объединить два инструмента распознавания – NLU модуль и сервис словарей, работающий с сущностями. Концепция следующая: создается укрупненная выборка для NLU модели, определяется тематика, к которой относится реплика пациента, а затем по нахождению в реплике конкретной сущности определяется точное намерение клиента.

Для уточнения тематики в боте используются кнопки. Кнопки на платформе chatme.ai можно создать напрямую с помощью слота Button Menu в конструкторе, но в данном кейсе кнопки были реализованы с помощью внешних запросов по API edna. В чате выглядят как обычные кнопки.

Затем с помощью регулярных выражений выполняется проверка, на какую кнопку нажал пользователь:

Скрины выше иллюстрируют кейс сбора обратной связи от пациента. Пациенту предоставляется возможность оставить оценку один раз за диалог. После завершения диалога эта информация обнуляется (с помощью слотов Timer и Memory), и в следующем диалоге с этим же пользователем бот снова предложит оценить его работу.

Дополнительный бот в WhatsApp для классификации клиентов

Также мы разработали для СМЦ второй бот, который размещается уже в WhatsApp. Это бот-маршрутизатор, определяющий тип клиента – VIP или обычный клиент, и в зависимости от этого распределяющий обращения по разным операторам. 

С VIP клиентами работает VIP подразделение операторов. Мы получаем параметр VIP из базы клиентов заказчика по API и с помощью слота Transition Rule сценарий разветвляется: для VIP-клиентов перевод на оператора осуществляется по API EDNA на нужное подразделение, для обычных клиентов – перевод осуществляется, благодаря встроенной интеграции с enda, с помощью слота Change Chat Mode.

Результаты

NLU-бот корректно распознает 73% обращений, уровень селф-сервиса составляет 95% – столько диалогов обрабатываются ботом без перевода на оператора. Бот-маршрутизатор корректно классифицирует входящие обращения в WhatsApp.