Как не потерять клиентов из-за глупости голосового бота?

Как бизнесу с автоматизированными сервисами клиентской поддержки не потерять лояльность клиентов? Ответ лежит на поверхности — как можно точнее имитировать человеческое общение. Кратчайший путь к успеху — правильно составленный сценарий.

Недовольные пока в большинстве

Опросы показывают, что довольно большой процент людей, обращающихся в службы поддержки, недолюбливает общение с чат-ботами и голосовыми помощниками. Исследование Sidorin Lab выявило, что недовольных — около 68%. У компании Dasha AI похожие результаты — 70% опрошенных. Обычно людям не по вкусу «непробиваемость» и бестолковость ботов. Но если быть справедливыми, то виноват не бот, а его неудачные настройки.

Когда человека долго гоняют по меню и отвечают на его вопросы невпопад, это означает, что компания использует плохо продуманные сценарии (или совсем их не применяет). Такая проблема угрожает бизнесу снижением уровня лояльности пользователей, ухудшением репутации, а также потерей объема потенциальных продаж. Чтобы фраза «Соедините с оператором» звучала как можно реже, бот должен самостоятельно и адекватно реагировать на запросы.

Для «человеческого» диалога с ботом нужны сценарии

Для эффективной автоматизации коммуникаций бизнесу нужны сценарии — чем их больше и чем они кастомизированнее (более точно настроены под конкретные потребности клиентов), тем выше вероятность, что взаимодействие с ботом удовлетворит большее число потребителей и они не навесят на него ярлык «тупой» или «деревянный».

Сценарии создаются путем изучения разнообразных запросов или намерений потребителя. Чтобы выявить наиболее важные интенты (тематики запросов) и создать под них эффективные программы, анализируется история клиентских обращений и изучаются реальные диалоги пользователей с операторами — это позволяет точно определить типовые запросы и сформировать самый актуальный набор интентов. Обычно этим занимается компания-поставщик услуг автоматизации.

Разработчики могут как внедрить детализированные намерения, так и объединить множество похожих под одним ключевым словом. В зависимости от поставленных задач и возможностей организация выбирает нужное количество сценариев и решает, достаточно ли ей минимума или есть потребность увеличить их число до оптимального. Чтобы сделать ответы искусственного интеллекта максимально похожими на человеческие, потребуется изучить скрипты, по которым работают операторы, и реализовать их в откликах. В том числе настроить ответы в духе Tone of voice этой компании.

Чем разнообразнее ответы, тем больше эффект от автоматизации коммуникации

Сценарии превращают бота в многофункционального помощника: он не просто выдает стандартный набор ответов, а начинает применять разные варианты реакций и получает возможность интегрироваться с внешними системами — например, выполнять специфический код, подключаться к сторонним сервисам, извлекать и записывать в них данные. Это особенно важно, когда запрос сложный и требует реализации динамических сценариев (то есть обращения к внутренней системе компании и обработки данных конкретного клиента — о его заказах, товарах, местоположении и т. д.).

В каждый сценарий закладывается определенная логика ответов и реакций бота, поэтому чем шире будет линейка, тем более вариативным, интересным и человечным станет контакт с искусственным интеллектом и, соответственно, тем выше будет процент автоматизации. А чтобы получить максимальный эффект от внедрения ИИ-помощника, с ним необходимо работать: регулярно дообучать, изменяя и добавляя сценарии и намерения, созданные с учетом новых обращений.

Как показала практика, если клиент прописывает сценарии сам, не опираясь на фактические данные, качество распознавания падает и автоматизация становится малоэффективной (или неэффективной совсем). «Содержать» бота, который не распознает намерения и не может ответить на вопросы корректно, не имеет смысла. Как вариант для начала можно автоматизировать ответы лишь на часть популярных вопросов. В остальных случаях клиента будут переводить на оператора. Это позволит быстро запустить систему, отследить и измерить эффект от автоматизации, постепенно повышая процент тех обращений, на которые ИИ отвечает самостоятельно.

Как настроить бота на приятное общение, опираясь на базу знаний

Однако можно внедрять ботов и «очеловечивать» общение с ними и без создания сложной структуры сценариев, используя готовые данные и большие языковые модели (LLM). При таком подходе компания эксплуатирует собственную базу знаний (инструкции, регламенты, FAQ, справочную информацию и т. п.), а модель начинает формировать из нее наиболее подходящие ответы.

В чем преимущество ответов из базы знаний? В сценариях ответы заранее запрограммированы и следуют жесткой логике — бот отвечает так, как было задумано. В случае с подключением к базе знаний LLM-модель генерирует реплику на основе анализа вопроса пользователя и контента базы. Ответы получаются более гибкими, натуральными и покрывают темы, которые не были предусмотрены в сценарии. Фактически генерация происходит «на лету», в соответствии с контекстом, поэтому и ответ выглядит естественным и релевантным.

Если ИИ-консультант не может найти ответ в базе, целесообразно на такой случай настроить в сценарии отдельную ветку и прописать в ней стандартное сообщение. При желании можно запрограммировать бота комбинировать ответы из базы знаний с теми, которые предусмотрены классическими сценариями, и он начнет выдавать самые подходящие фразы, прибегая к разным источникам. При этом LLM сохранит выбранные из массива данных сведения, чтобы в дальнейшем их можно было использовать уже в сценариях.

Чтобы клиенты не распознали, что общаются с ботом

Как запрограммировать бота, чтобы он определял, когда искать ответ в базе знаний, а когда использовать сценарий? Путем создания отдельного сценария с описанием, когда нужно обратиться к базе знаний, с помощью соответствующих ИИ-реакций («LLM-ответ» или «LLM-анализ»).

Для начального уровня автоматизации вполне подойдет ваша база знаний и модель LLM. Параллельно начинайте собирать истории диалогов для дальнейшего анализа — оптимально от 30 000 обращений, чтобы увидеть эффект. По мере необходимости и появления задач, требующих более сложной логики, персонализации или интеграции, нужно постепенно добавлять в проект специфические NLU-сценарии, помогающие точно определить смысл обращения.

Таким образом, довести общение с ботом до формата, максимально эффективного и приятного для пользователей, можно с помощью нужного количества грамотных сценариев и добротной базы знаний. Возможно, потребители даже не поймут, что общаются с ИИ, подумав, что нашли качественный сервис и хорошо подкованных расторопных операторов — среднее время ответа нейроассистента занимает около одной секунды. В результате доверие и лояльность клиентов к этой компании значительно повысятся.