 |
Versta.io создал ИИ-супервайзера для повышения качества клиентского сервиса
Благодаря ИИ-супервайзеру, созданному на базе нейросетевой модели GigaChat для бизнеса, цифровой логистический оператор versta.io анализирует 100% клиентских обращений без привлечения дополнительных человеческих ресурсов.
По оценкам экспертов цифрового логистического оператора versta.io, современные службы клиентского сервиса сталкиваются с рядом вызовов, требующих внедрения инновационных решений. Основные проблемы могут заключаться в следующем:
• Ручной мониторинг диалогов с клиентами не обеспечивает комплексного анализа всех обращений, даже при использовании технологий распознавания речи, часть обращений остается без внимания, тогда как сплошная проверка требует значительных временных и трудовых затрат.
• Классификация заявок по типам и тематике обычно выполняется менеджерами вручную, что почти всегда приводит к ошибкам. Дополнительную проблему может создавать процесс распределения менеджером клиентских обращений. Чаще всего это происходит в порядке простой очереди, когда не учитывается, какие из обращений «сложные» (требующие много времени), а какие — «простые». Из-за этого нагрузка на менеджеров распределяется неравномерно.
• При большом потоке обращений практически невозможно вручную выявлять наиболее часто повторяющиеся проблемные ситуации.
ИИ-супервайзер, разработанный versta.io, обеспечивает автоматизированный комплексный анализ взаимодействий с клиентами и полностью исключает влияние человеческого фактора при оценке работы менеджеров. Система работает на базе нейросетевой модели GigaChat, в режиме реального времени определяет критерии незавершенных диалогов и автоматически уведомляет об этом менеджеров через корпоративные чаты. Кроме того, ИИ-супервайзер ежедневно анализирует обращения, разделяя их на две категории:
Группа «положительных» заявок (например, новые заказы, уточнение стоимости, запрос дополнительных услуг) помогает понять, какой функционал в продукте необходимо улучшить, чтобы сократить количество обращений и дать клиенту возможность самостоятельно решать вопросы.
Группа «проблемных» заявок (ситуации, когда что-то пошло не так или клиент испытывает беспокойство) показывает, какие изменения необходимы для предотвращения подобных ситуаций в будущем.
Все данные при этом находятся в защищенном изолированном хранилище, что гарантирует конфиденциальность информации.
Дополнительно ИИ-супервайзер мониторит и классифицирует задачи сотрудников, рассчитывает ключевые метрики, включая среднее время решения клиентских запросов. По оценкам экспертов versta.io, новое ИТ-решение позволяет повысить выполнение SLA (Service Level Agreement) на 28%.
ИИ-супервайзер анализирует каждый диалог менеджеров с клиентами, проверяя не только факт ответа, но и его полноту. В отличие от простых систем мониторинга, этот ИИ-инструмент подробно разъясняет, почему тот или иной ответ считается неполным. Менеджеры, в свою очередь, получают не просто сигнал о проблемном диалоге, а развернутую аналитику с конкретными замечаниями. Это помогает сразу понять ошибки во взаимодействии с клиентом и улучшить качество ответов.
Таким образом, система работает в двух направлениях: с одной стороны, она обучается на реальных кейсах, с другой — служит инструментом профессионального роста для сотрудников. Такой подход уже показал эффективность: по данным versta.io, благодаря ИИ-супервайзеру компания анализирует 100% клиентских обращений без привлечения человеческих ресурсов.
Кроме того, ИИ-супервайзер анализирует рабочую нагрузку менеджеров: простое количество запросов не всегда отражает реальную сложность работы. Система определяет суть каждого обращения, сопоставляет его с историческими данными о времени решения аналогичных ситуаций и прогнозирует необходимое время для обработки. Это позволяет не только выявлять наиболее частые причины обращений клиентов, но и объективно оценивать загрузку сотрудников.
Особенностью решения является также использование нейросетевой модели с функцией «рассуждения». Благодаря этому, система способна глубже анализировать клиентские задачи, лучше понимать контекст взаимодействия и применять логические рассуждения, приближенные к человеческим.
И, наконец, ИИ-супервайзер не просто сортирует клиентские обращения по типам, но и привязывает их к конкретным клиентам. Такой анализ помогает находить слабые места в продукте и не просто адресно реагировать на запросы клиентов, а проактивно улучшать сервис.
«ИИ-супервайзер помогает менеджерам не упускать важные обращения клиентов. Например, система сразу заметила случай, когда клиент с проблемой поврежденного товара и требованием компенсации убытков получил от менеджера только запрос дополнительных видеоматериалов, но не конкретное решение его вопроса. Причем диалог так и не был завершен — менеджер не вернулся к клиенту с ответом, — рассказывает Наталья Мажина, сооснователь и операционный директор цифрового логистического оператора versta.io. — В сервисе важную роль имеет финальное впечатление клиента — то самое “послевкусие” от взаимодействия. Оно складывается из трех компонентов: грамотного управления ожиданиями, глубокого понимания потребностей клиента и своевременного предоставления либо окончательного решения, либо промежуточного статуса по запросу, что помогает снизить уровень беспокойства».
Наталья Мажина также отмечает: «Благодаря системе клиенты получают ответы быстрее — GigaChat помогает грамотно распределять нагрузку между сотрудниками. Рутинная работа автоматизирована, поэтому менеджеры могут уделять больше времени действительно сложным случаям. Что важно, сами сотрудники активно поддерживают нововведение: не только используют ИИ в работе, но и помогают его обучать».
«Благодаря ИИ-супервайзеру, который контролирует каждое обращение, мы добились 100% решения клиентских запросов. Трудно даже представить, сколько сотрудников потребовалось бы для ручной обработки такого объема задач. В наших ближайших планах — масштабировать систему на отделы продаж, команду аккаунт-менеджеров и работу с поставщиками», — подчеркивает Виктор Сизов, сооснователь цифрового логистического оператора versta.io.
Кроме того, в ближайших планах versta.io — расширение функциональных возможностей ИТ-решения за счет внедрения персонализированных опросов удовлетворенности клиентов (TNPS). Генеративный искусственный интеллект будет адаптировать вопросы в зависимости от наличия проблем у конкретного клиента. В этих случаях ИИ-супервайзер будет задавать дополнительные вопросы. Такой подход обеспечит более объективную оценку работы службы поддержки и повысит вовлеченность клиентов.
Справка о компании:
Versta.io — технологическая компания, специализирующаяся на цифровизации логистики.
Компания фокусируется на двух ключевых направлениях: на рынке корпоративной логистики (корреспонденция, курьерская доставка, сборные грузы и магистральные перевозки, международная логистика), а также на рынке интернет-торговли.
На протяжении 6 лет разрабатывает облачные решения для оптимизации цепочек поставок, предлагая клиентам единый веб-интерфейс для управления всеми логистическими процессами по Freemium-модели.
Технологии versta.io позволяют бизнесу и экспедиторам в режиме «единого окна» управлять всеми логистическими процессами как по единому договору c сервисом, так и с использованием собственных договоров с транспортными компаниями, а также монетизировать собственную базу по технологии white-label.
Сегодня сервисами цифрового логистического оператора пользуются тысячи клиентов, среди которых ведущие российские компании — «Альфа-Банк», «Дом.ру», «АТОЛ», «Самокат», «Мегамаркет», «СберЛогистика», «Купер», «Лента», «Промышленно-строительный банк» (ПСБ), «2ГИС», «Луис+», «Сервионика» и др.
Контактное лицо: Татьяна Алексеева
Компания: Versta
Добавлен: 21:42, 13.08.2025
Количество просмотров: 249
Страна: Россия
| Kraftway и PROF-IT GROUP создадут комплексные решения под 1С:ERP, PROF-IT GROUP, 22:20, 28.12.2025, Россия375 |
| Компании Kraftway, один из крупнейших отечественных разработчиков и производителей вычислительной техники, и PROF-IT GROUP, российский цифровой промышленный интегратор, объявили о технологическом партнерстве и запуске комплексных решений для рынка промышленного ИТ. |
|
|
