+7 499 350-21-34 Telegram MAX WhatsApp info@agenty-ai.ru
Агенты ИИ 3D-карта обсудить проект
кейс 01 · направление 01 · чат-боты

Чат-бот поддержки: -38 % нагрузки на первую линию

Розничная сеть: одежда, товары для дома, интернет-заказы. В почту и мессенджеры приходило 1800 обращений в месяц, и почти все про одно: где заказ, как вернуть, когда доставка. Ниже вся история: что было, как шла работа и что показал замер после запуска.

Клиент под NDA: имя не разглашаем, потому что связаны договором о неразглашении, для наших контрактов это обычное условие. Отрасль, задача, ход работ и цифры настоящие.

3 недели от старта до пилота
63 % вопросов закрывает сам
4 месяца окупаемость проекта
Иллюстрация кейса 01: чат-бот поддержки на 1800 обращений в месяц
01 / задача

Что было до внедрения

Первая линия из четырёх операторов начинала день с разбора ночной очереди. К обеду очередь возвращалась. Типовые вопросы съедали смену целиком: на сложные случаи, где правда нужен человек, времени уже не оставалось.

Пиковые дни выглядели так: двое суток ожидания ответа, злые сообщения поверх неотвеченных и операторы, которые к вечеру перестают выбирать слова. Клиенты уходили не из-за товара. Из-за тишины в переписке. Так выглядит задача, с которой к нам приходят за чат-ботом на ИИ чаще всего.

  • до двух суток ждали ответа в пиковые дни
  • три четверти вопросов типовые: где заказ, как вернуть, когда доставка
  • ночью и в выходные обращения просто копились
02 / решение

Как внедряли

шаг 1

Диагностика

Выгрузили обращения за месяц и разложили по темам. Три четверти оказались типовыми, экономику посчитали на цифрах клиента ещё до договора.

шаг 2

База знаний и сценарий

Ответы собрали из регламентов и живой переписки: каталог, доставка, возвраты. Спорное бот не сочиняет, а передаёт оператору вместе с историей диалога.

шаг 3

Пилот в одном канале

Три недели в Telegram. Каждый день смотрели долю решённых без человека и скорость ответа, правили сценарий по живым диалогам.

шаг 4

Все каналы и CRM

Подключили почту, WhatsApp и виджет на сайте. Заявки и заказы дописываются в CRM сами, людям осталось только спорное.

03 / как это выглядит

Контур решения

Схема диалога: вопрос, ответ по базе знаний, спорное оператору. Переписка заказчика под NDA.
Схема диалога: вопрос, ответ по базе знаний, спорное оператору. Переписка заказчика под NDA.
Передача оператору: бот отдаёт диалог человеку вместе с историей.
Передача оператору: бот отдаёт диалог человеку вместе с историей.
Роман Гилёв, инженер диалога и промптов

«Самое сложное было не научить бота отвечать, а научить его вовремя молчать. Он передаёт диалог человеку раньше, чем клиент успевает разозлиться. Именно за это его в компании и полюбили.»

Роман Гилёв, инженер диалога и промптов
04 / результат

Цифры после запуска

-38 %нагрузки на первую линию
63 %обращений без человека
9 секундмедианное время ответа
4 месяцаокупаемость внедрения

Через четыре месяца проект окупился. Ночная очередь исчезла: утром операторы открывают пустой список вместо сотни писем. Первая линия теперь занимается возвратами и спорными доставками, а не вопросом «где мой заказ».

Услуга по теме: направление 01 «ИИ-агенты» · все кейсы студии

05 / под капотом

Что внутри решения

Модель отвечает по базе знаний компании, а не по памяти: сначала поиск по документам, потом ответ строго по найденному. Всё, что не нашлось, уходит оператору.

Где живётРоссийское облако, переписка не покидает контур заказчика
КаналыTelegram, WhatsApp, почта и виджет на сайте, один сценарий на все
Связано сCRM заказчика: заявка и история диалога дописываются автоматически
База знанийРегламенты, каталог и живая переписка, обновление в день правки
Что видит командаПанель качества: доля ответов без человека, темы передач оператору
06 / кому подходит

Розница и любой поток однотипных вопросов

Порог, за которым бот окупается, простой: от восьмисот обращений в месяц и хотя бы половина из них типовые. Ниже этого выгоднее нанять оператора, и мы так и говорим на диагностике.

Отрасль почти не важна, важна повторяемость. Розница, доставка, сервисные центры и подписочные сервисы устроены одинаково: три четверти вопросов про статус заказа, возврат и сроки. А вот там, где каждое обращение уникально, бот собирает только первичные данные.

  • От 800 обращений в месяц, половина из них типовые
  • Есть письменная база: регламенты, ответы операторов, инструкции
  • Кто-то в компании отвечает за качество ответов после запуска
  • Не подойдёт, если каждое обращение требует расчёта или экспертизы
07 / методика

Как считали эти цифры

Цифры в кейсе это не оценка на глаз, а замер по одной системе до и после. Ниже что именно сравнивали, чтобы читатель мог повторить расчёт у себя.

Базой взяли месяц до пилота: 1800 обращений, четыре оператора, средняя очередь и медианное время первого ответа выгружены из хелпдеска. Тот же отчёт сняли через месяц после того, как бот заработал во всех каналах.

Первую неделю после запуска в расчёт не брали. Это период настройки: сценарий правится каждый день, доля ответов бота скачет, и включать её в среднее нечестно. Мы считаем с восьмого дня, когда правки становятся точечными.

Обращение считается закрытым без человека, если диалог завершился ответом бота и клиент не написал повторно по той же теме в течение суток. Молчание после ответа мы засчитываем как решённый вопрос, а вот повтор с той же темой возвращается в статистику как неудача бота.

Период сравненияМесяц до пилота против месяца после запуска, обе выборки полные
Источник данныхВыгрузка хелпдеска клиента, без ручного отбора диалогов
Что исключилиПервая неделя настройки и спам-обращения без текста
Что значит «без человека»Ответ бота и отсутствие повтора по той же теме за сутки
ОкупаемостьСтоимость внедрения делённая на месячную экономию фонда первой линии
08 / переделали

Что пришлось переделать

Пилот на то и нужен, чтобы увидеть это до живых клиентов. Три вещи, которые мы перестроили по ходу и с тех пор закладываем в каждый чат-бот.

Бот отвечал увереннее, чем знал

На пилоте он мог назвать срок доставки там, где точных данных в базе не было. Переписали правило: если прямого ответа нет, бот честно говорит об этом и зовёт оператора. Теперь это стандарт для всех наших ботов: честное «не знаю» дороже уверенной ошибки.

Возвраты остались за людьми

Формально бот справлялся с возвратами, но на пилоте стало видно: там, где речь о деньгах, клиенты хотят человека. Оставили боту сбор данных о заказе, решение принимает оператор. Правило с тех пор: темы с деньгами и эмоциями бот только готовит, а не закрывает.

База знаний должна обновляться в день правки

Первую версию собрали из регламентов, а регламенты в рознице меняются с каждой акцией. Настроили обновление: правка в базе знаний доходит до бота в тот же день. Теперь спрашиваем про частоту изменений на первой встрече, а не после запуска.

09 / сроки

Из чего сложились три недели

Три недели до пилота это не «примерно месяц». Ниже по неделям, на что ушло время и где оно зависело от заказчика.

  1. Неделя 1Выгрузка обращений, разбор по темам, расчёт экономики. Половина недели ушла на ожидание доступа к хелпдеску: это самый частый источник задержки.
  2. Неделя 2База знаний из регламентов и живой переписки, сценарий передачи оператору, подключение к Telegram.
  3. Неделя 3Пилот на живых обращениях, ежедневная правка сценария по диалогам, замер доли решённых.
  4. После пилотаЕщё две недели на почту, WhatsApp и виджет сайта, плюс запись заявок в CRM.

Сроки держатся, когда доступы готовы к первому дню. В этом проекте неделя из трёх ушла на ожидание, и это типичная картина.

10 / кто делал

Команда кейса

Артём Соловьёв, сооснователь, руководитель направления ии-агентов
Артём Соловьёв Сооснователь, руководитель направления ИИ-агентов в кейсе: руководил внедрением и экономикой
Роман Гилёв, инженер диалога и промптов
Роман Гилёв Инженер диалога и промптов в кейсе: сценарий диалога и промпты
Наталья Ким, инженер качества ответов
Наталья Ким Инженер качества ответов в кейсе: качество ответов и метрики

Похожая задача?

Пришлите выгрузку обращений за месяц, посчитаем экономику на ваших цифрах. Диагностика засчитывается в стоимость пилота.

Папка с документами, из которой поднимается столбчатая диаграмма: выгрузка превращается в расчёт

Полезнее всего выгрузка обращений или заявок за месяц. Подойдут также регламент, прайс, пример договора или акта.
PDF, DOC, DOCX, XLS, XLSX, CSV, TXT, ZIP, RAR, 7Z, PNG, JPG, JPEG. До 20 МБ на файл, не больше 5 файлов, суммарно до 50 МБ.

Файлы уходят вместе с заявкой и дальше отдела продаж не идут. NDA подпишем до передачи данных, если нужно.