Кейс международного производителя бытовой техники. Как мы объединили в BayCX чаты более 50 магазинов на Ozon, Wildberries и Яндекс Маркете.
Покупатель присмотрел стиральную машину, но в карточке товара не нашел ответ на свой вопрос. Он пишет продавцу и продолжает сравнивать модели. Быстрый и точный ответ помогает ему принять решение о покупке. Если ответ придёт позже, к тому времени покупатель уже может выбрать технику другого производителя.
Когда производитель ведёт десятки магазинов, время ответа зависит ещё и от того, когда оператор заметит сообщение. Пока он отвечает покупателю в одном кабинете продавца, в другом копится очередь. Руководитель собирает данные по частям, чтобы понять, в каких магазинах покупатели ждут дольше и куда нужно подключить сотрудников.
Для международного производителя бытовой техники мы собрали чаты подключённых магазинов в единую очередь BayCX. После внедрения среднее время обработки обращений сократилось на 34%.
Чтобы организовать поддержку на маркетплейсах в одном окне, мы подключили чаты Ozon, Wildberries и Яндекс Маркета к омниканальной платформе BayCX через Vox & Text. Новые сообщения из чатов маркетплейсов поступают напрямую в общую очередь BayCX. Ещё до открытия чата оператор видит, с какой площадки и из какого магазина пришло обращение.
Сообщения быстрее попадают в работу. Сотрудник берёт следующий чат из очереди без обхода кабинетов. Если покупатель уточняет характеристики, оператор может сразу открыть карточку товара и проверить нужную информацию.
Для каждого магазина можно сохранить свои правила распределения. Например, направлять сообщения сотрудникам, которые знают его ассортимент и порядок обслуживания. Если нужно дождаться фотографии или уточнения, оператор переводит чат в ожидание. Когда покупатель пишет снова, диалог поднимается в очереди, и сотрудник продолжает работу с той же перепиской.
Из BayCX оператор отправляет ответ в ту же переписку на маркетплейсе. Если коллега уже ответил напрямую из кабинета продавца, его сообщение появляется в диалоге. Следующий сотрудник видит, о чём договорились с покупателем, и может продолжить разговор.
Мы подключили AI-помощника Aura™ Copilot. Когда команда выбирает, какой бот для маркетплейсов ей нужен, одна из задач — быстрее отвечать на типовые вопросы покупателей. В этом проекте Aura™ Copilot работает как AI-агент поддержки в паре с оператором. Прямо в чате он предлагает ответ на основе инструкций, условий гарантии и других материалов базы знаний производителя. Оператор проверяет подсказку и отправляет ответ покупателю.
Допустим, покупатель пишет, что на дисплее появился код ошибки. Aura™ Copilot помогает найти подходящую инструкцию. Оператор сверяет подсказку с моделью техники и при необходимости задаёт уточняющий вопрос. Если покупатель возвращается после проверки, сотрудник видит в переписке, что тот уже попробовал, и может предложить следующий шаг.
По отчётам BayCX руководитель видит, где покупатели ждут ответа, какие вопросы требуют нескольких сообщений и как распределена работа между операторами и ИИ.
| Что смотрим | Что видно в отчёте | Что можно решить |
|---|---|---|
| Объём обращений и очередь | Число чатов, вопросов о товарах и отзывов по площадкам и магазинам. Бэклог показывает, какие обращения ещё без ответа и сколько их. | Решить, в какой очереди нужна помощь. |
| Скорость первого ответа и SLA | Время до первого ответа с учётом рабочих часов и доля обращений, по которым команда уложилась в целевой срок. | Увидеть, где покупатели чаще ждут дольше установленного срока. |
| Решение с первого контакта и число ответов | FCR показывает долю вопросов, решённых с первого контакта. Число ответов на обращение помогает найти переписки, где понадобилось несколько сообщений. | Выбрать диалоги для разбора и проверить, где можно дать более полный первый ответ. |
| Тематика отзывов и вопросов | Распределение по темам и дневной отчёт по вопросам о товарах с текстами ответов. | Найти повторяющиеся вопросы и понять, что уточнить в карточке товара или в базе знаний. |
| Нагрузка операторов и работа ИИ | Нагрузка по сотрудникам, время на ответ в чате и отдельный учёт обращений, обработанных ИИ. | Перераспределить нагрузку и оценить вклад автоматизации. |
Аналитика маркетплейсов даёт производителю обратную связь о том, что происходит после покупки. По отдельному отзыву служба поддержки может ответить конкретному человеку. Когда похожие отзывы собраны вместе, становится видно, какую проблему пора передать команде, отвечающей за доставку или качество товара.
BayCX автоматически определяет тематику поступивших отзывов по каталогу причин компании. Благодаря тегированию в отчёте видно, какие жалобы повторяются и с какими товарами они связаны. Модуль речевой и текстовой аналитики AI Vision анализирует 100% диалогов и отзывов из подключённых каналов.
Например, несколько отзывов о повреждениях при доставке дают повод проверить упаковку и работу логистики. Если покупатели описывают один и тот же дефект у конкретной модели, команда качества может проверить, связаны ли жалобы с одной партией.
По настроенным правилам отзыв может создать задачу для профильной команды. Жалобу на доставку можно направить в логистику, а сообщение о возможном дефекте — в сервис или отдел качества. Вместе с задачей команда получает данные из отзыва, чтобы начать проверку.
Чаты более 50 магазинов на Ozon, Wildberries и Яндекс Маркете поступают в единую очередь BayCX. Операторы отвечают из одного окна, а руководитель видит, где растёт очередь и как распределяется нагрузка по магазинам.