Чат-бот для бизнеса: какие задачи решает и как сделать его более эффективным

Для каких сфер эффективен чат-бот

Ежедневно средние и крупные компании принимают десятки, сотни, а то и тысячи обращений от клиентов. В их заявках много типовых вопросов, для которых достаточно стандартных ответов. Тут-то и выручают боты, которые способны отвечать людям нужным образом. Они снимают нагрузку со специалистов и увеличивают скорость обслуживания.

Чат-боты справляются с разными рутинными задачами, которые можно на программном уровне описать универсальными алгоритмами. Виртуальные помощники особенно востребованы в таких направлениях:

• банки — консультации клиентов, знакомство с новыми продуктами, массовые звонки;
• телеком-компании — техподдержка, опросы пользователей;
• страховщики — консультации, помощь с оформлением заявок;
• интернет-ритейлеры — обработка и отслеживание заказов, уведомления о спецпредложениях;
• медклиники — информирование, консультации, сбор анамнезов пациентов;
• турфирмы — мониторинг билетов, уведомления о снижении цен и о горящих путевках, помощь с бронированием;
• автодилеры — рекомендации по подбору машин, запись на тест-драйвы;
• образовательные площадки — массовые рассылки, сбор отзывов;
• энергетические компании — учет показаний счетчиков, информирование о задолженностях.

Роботов можно использовать для решения и других задач — например, для записи клиентов в салон красоты, приема заказов еды, бронирования столиков в ресторане и для многого другого. Главное, чтобы масштабы корпоративных процессов подходили для автоматизации.

Какие чат-боты бывают и какие задачи решают

Роботы бывают необучаемые и обучаемые. Первые работают по поведенческим шаблонам и всегда дают готовые ответы из ограниченного списка ключевых слов. Обучаемые боты создаются с помощью алгоритмов машинного обучения и методов распознавания человеческой речи. 

Такой робот может дополнительно расспросить покупателя о том, что именно тот ищет, и затем предложит товары с учетом полученных ответов. Подобные боты умеют запоминать поисковые запросы — это помогает им развиваться и точнее отвечать в будущем. Еще боты делятся по методу коммуникации на текстовых и голосовых.

В зависимости от темы и сферы, в которых бот будет выполнять задачи, у него могут быть разные роли:

• консультационные. Бот рассказывает про продукты в портфеле компании, помогает подобрать наиболее подходящий товар или услугу в соответствии с запросом. Также может объяснить, где найти ту или иную информацию на сайте или в мобильном приложении;
• сервисные. Бот оказывает услугу. Например, помогает оформить новый продукт, подать заявку, отказаться от рассылок или подключить уведомления. Чтобы бот при оказании сервисов был полностью самостоятелен, требуются интеграции с внутренними системами компании;
• техподдержка. Бот выдает инструкции по решению технической проблемы (проблемы с авторизацией, сбои в работе мобильного приложения, недоступность сайта). Если инструкция не помогает, заводит тикет во внутренние системы компании, и к его решению подключаются уже специалисты.

При наличии обучающих данных боту можно дать навыки работы во всех трех направлениях, а, если подключить его к внутренним системам, научить принимать/отправлять вложения, он и вовсе будет по компетенциям схож с живым сотрудником.

Именно так было с «Маниботом», которого для «ЮMoney» создала компания Naumen. После предварительного анализа рынка мы решили провести пилот (в два этапа), чтобы понять возможности участников. В рамках пилота помимо уровня автоматизации мы оценивали доступность платформы для пользователя, стоимость внедрения, поддержки и интеграции. Ведь если платформа будет сложной в работе, а стоимость внедрения и поддержки равна или выше затрат на операторов — даже уровень автоматизации в 100% будет бесполезен.

На первом этапе мы тестировали бота своими силами: задали 77 типовых вопросов консультационного характера (заложенных в сценарии), а также имитировали ошибки. Оценивали строго — как живого оператора. Итоговая же оценка формировалась просто — делением числа накопленных баллов на число вопросов. Полный ответ подразумевал, что бот увидит и ответит на все вопросы. Если часть вопросов оставалась без ответа, баллы снижались, при отсутствии ответа/ответа невпопад ставили ноль.

Второй этап пилота подразумевал более сложные сценарии, участвовали в нем три компании. Мы разрешили ботам общаться с нашими клиентами на протяжении нескольких недель. При этом оценивали вариативность вопросов и умение бота на них ответить. По итогам мы выбрали компанию, которая справилась с задачей лучше всего.

«Манибот» взял на себя часть задач по техподдержке пользователей. Он каждый день помогает тысячам людей и работает в чате как на сайте, так и в мобильном приложении сервиса. Среди клиентских обращений бот умеет выделять 347 тематик и поддерживает 309 сценариев поведения.

Для обучения «Манибота» проектная команда использовала 30 тыс. сохраненных диалогов специалистов с пользователями, информацию из раздела вопросов и ответов «ЮMoney», а также сценарии для операторов. 

Поддерживать высокую эффективность бота в таких условиях помогает гибридный подход к обучению — сочетание ML- и DL-алгоритмов (то есть machine learning и deep learning) с работой на «правилах». Этот метод позволяет вручную корректировать поведение бота в обход заданных алгоритмов. Например, в гибридных сценариях бот в частном порядке может дополнительно реагировать на какие-то отдельные ключевые слова и сразу переводить обращение на операторов .

Эффективность робота измеряется долей закрытых заявок. Сейчас он берет на себя около 57% обращений в техподдержку, при этом уровень качества составляет 70%. 

Такой результат был достигнут через постоянное развитие процессов обслуживания, персонализации ответов и продвинутых диалоговых навыков «Манибота». Поведенческие сценарии, диалоги с клиентами и отчеты о работе с людьми регулярно проходят аудит и становятся источником данных для дальнейшего обучения робота.

Боты помогают также повысить продажи в бизнесе, для которого критически важен быстрый ответ клиенту. Среди таких решений — робот для приема платежей в мессенджерах, одном из самых активно растущих каналов продаж. Например, у «ЮKassa» есть Telegram-бот, который помогает бизнесу выставлять клиентам счета прямо в мессенджере и там же принимать оплату.

Пару лет мы также использовали чат-бота, но уже для маркетинговой акции блогеры опубликовали видео с рассказом, в котором называли кодовые слова. Пользователи их сообщали боту в мобильном приложении, после чего робот запускал созданный под акцию сценарий обслуживания и на кошелек пользователей начислялись бонусные баллы.

Поскольку механизм получения кода легко поддавался алгоритмизации, а робот способен обрабатывать большие объемы информации (хватило бы серверных мощностей), мы решили не тратить на акцию человеческие ресурсы и полностью доверили ее боту. 

По результатам акции ботом было успешно обработано более трех тысяч заявок. Ключевое преимущество использования ботов в маркетинговых акциях — возможность массовой обработки типовых задач без привлечения человеческих ресурсов, за счет гибкости настроек и масштабируемости под любую нагрузку.

Как создать чат-бота

Есть два подхода к созданию чат-ботов. Можно обратиться к программистам и разработать бота с нуля или пойти простым путем — использовать бесплатные конструкторы. Первый способ обычно выбирает средний или крупный бизнес, когда нужны сложные алгоритмы взаимодействия с пользователем и подробный анализ получаемой информации. Конструкторы — это оптимальный вариант для тех, кого устраивает быстрое и несложное решение.

Аватарка, словарный запас, набор эмотиконов, тон общения, интерфейс бота — все это позволяет сформировать индивидуальность виртуального помощника и эффективнее вовлекать человека в общение с ним. 

Но робот может и раздражать пользователя своими ответами. Чтобы такого не было, нужна тщательная проработка его поведенческих сценариев. Что еще важно, в любой момент у человека должна быть возможность переключиться с бота на сотрудника.

Чем разнообразнее возможности бота, тем сложнее его создать. Трудности возникают уже на первом этапе — обучении робота на сохраненных диалогах с людьми. Из-за недостатка или неточности данных он может неверно понять слова собеседника и неудачно общаться в дальнейшем. 

Еще боту могут мешать недочеты в сценариях обслуживания. При сложных запросах он может переводить разговор на оператора. В бизнесе роботам пока редко дают право на импровизацию. Если запрос к боту совсем не похож на обучающие примеры, разговор может пойти по кругу. Стоит также учитывать, что даже после успешного запуска бот нуждается в постоянном человеческом внимании. Это помогает ему не устареть и продолжать общаться с клиентами должным образом.

Результаты оптимизации за счет использования бота зависят от размеров бизнеса, объема коммуникаций с клиентами и числа обращений, которые обрабатывает робот. Например, одна компания принимает около одного млн звонков ежемесячно, и бот может заменить от 50 до нескольких сотен операторов. Другая компания получает примерно 10 тыс. звонков в месяц, и в этом случае результаты оптимизации с помощью робота будут скромнее.

Сейчас ботов активно учат принимать и отправлять файловые вложения в чатах. К примеру, такой навык позволит роботу собирать нужные документы для оформления заказа продукта. Если бота интегрировать с системой распознавания изображений, он сможет извлекать данные из полученных в чате сканов и фотографий, передавать их оператору или самостоятельно загружать во внутренние системы компании.

Naumen считает, что со временем боты будут становиться все востребованнее, а их возможности — все шире. Так, чат-боты на платформе Naumen Erudite обработали в 2020 около 30 млн заявок пользователей в разных сегментах бизнеса — это на 66% больше, чем в 2019.

Есть и другой интересный тренд. Виртуальные помощники становятся носителями брендов наравне с фирменным стилем и логотипом. Бизнес старается персонифицировать роботов, подарить им уникальные голоса или манеру общения. Еще цифровые ассистенты могут служить проводниками в экосистемах, которые объединяют разные сервисы. 

В итоге бот может стать полноценным связующим звеном между компанией и пользователями, а вот востребованность ассистентов-людей по мере развития роботов будет снижаться.