До проекта: операторы вручную отвечали на повторяющиеся вопросы и уточняли базовые данные перед передачей сложного обращения.
← Все кейсы
Кейс 09 · Маркетплейс городских сервисов
AI-бот поддержки и маршрутизация обращений для маркетплейса сервисов
Запустили AI-бота, который отвечает на типовые вопросы клиентов и исполнителей, собирает недостающие данные и передает сложные обращения нужной команде.
43%обращений закрывается без оператора-29%среднее время первого ответа17тем обращений классифицируется автоматически
Экономика проекта
Сколько стоило внедрение и какой эффект получил бизнес
Цифры приведены как ориентировочная модель проекта: бюджет рассчитан по ставке команды 130 000 ₽ за неделю, эффект показывает годовую экономию, сокращение потерь или прирост результата после внедрения.
9 недель работы команды. Ориентир сформирован по модели 130 000 ₽ за неделю проектной разработки.
После запуска: бот закрывает типовые вопросы, собирает номер заказа и контекст, а сложные обращения передает в нужную очередь поддержки.
Ориентировочная окупаемость проекта: 3 месяца. Значение зависит от объема заявок, нагрузки команды и дисциплины внедрения.
Ситуация клиента
Поддержка маркетплейса получала обращения от двух аудиторий: клиентов и исполнителей. Типовые вопросы повторялись, но операторы тратили время на уточнение базовых данных.
Задача
Нужно было разгрузить операторов без ухудшения клиентского опыта и сохранить понятный путь передачи обращения человеку.
Решение
Мы разработали сценарии диалога, подключили AI-ответы по базе знаний, классификацию тем и автоматическую маршрутизацию в нужные очереди поддержки.
Что сделали
- Разделили сценарии для клиентов и исполнителей, чтобы бот не смешивал контексты.
- Подготовили базу знаний с короткими проверенными ответами.
- Настроили сбор номера заказа, города, категории услуги и вложений до передачи оператору.
- Добавили аналитику причин обращений и доли успешного самообслуживания.
- Встроили контроль качества ответов и возможность быстро отключать спорные темы.
Как двигались от аудита к запуску
01
Сценарии
Проанализировали 5 000 обращений и выделили повторяемые темы.
02
Бот
Собрали диалоги с учетом двух аудиторий и разных уровней срочности.
03
Интеграция
Подключили CRM поддержки и каналы коммуникации.
04
Оптимизация
Доработали ответы по фактическим диалогам первой недели.
Что изменилось после внедрения
Операторы стали получать обращения с уже собранными вводными, а руководитель поддержки увидел, какие причины чаще всего создают нагрузку.
Можно адаптировать под ваш процесс
Если у вас похожая логика: разрозненные данные, ручные статусы, сложные согласования, AI-поиск или регулярная отчетность, мы можем собрать первый контур внедрения после короткого аудита.