我们的团队从事客户服务自动化已经超过两年了。 最近，我们意识到连接聊天机器人和虚拟助手并不总是能使企业受益。
要看到这种情况，请想象一下这种情况：您是一家大型银行的经理，那里客户很难登录到移动应用程序-在登录阶段每秒钟都会中断一次，因为登录就像克服费马大法则一样困难。
您有两种选择：- 更正授权过程-通常设计屏幕并杜绝用户的折磨。 费用为NNN卢布。
- 自动化支持-连接虚拟助理，该助理将教客户如何使用该应用程序。 费用为NN卢布。
自动化支持和雇用机器人通常比在应用程序中想到流程便宜。 因此，现在目光短浅的经理选择第二种方法-他们依靠第一线的支持来弥补产品中的漏洞。
对于业务创新者（金融科技，旅游，电信，电子商务）尤其如此-他们已经成功实现了虚拟助手，并能够解决大多数问题。 结果，支撑有时会像塞子一样工作，以堵塞船上的孔。
案例 银行希望我们的虚拟助手协调与客户的卡交付。 在脚本自动化过程中，事实证明过程本身是错误构建的：用户首先选择区域，然后将地图带到所需的城市，然后才商定送货地址。
对于那些不关注城市项目的人来说，这种方法会带来很多问题-它被预填为“莫斯科”，许多人根本就没有注意到它。 结果，机器人打电话给客户说：“您好，您在莫斯科的卡什么时候方便送达？”，客户回答：“ Bl **，我在新西伯利亚，您好吗？”
修复这样的过程并不难：您只需要在应用程序中明确询问在哪里拿卡。 但是我们必须教机器人正确响应关节并将卡片发送到其他区域。
结果，尽管值得完成申请流程，但银行在交付时赔了钱，并在支持的帮助下关闭了该漏洞-不会有任何问题。
这不是孤立的情况。 我们分析了600万用户的需求，发现最常见的痛苦是产品中的平庸门框。
如果您修改业务流程或更改UX设计，则可以关闭10个最高频情况中的5个（在金融科技，零售，电信中）。
但是问题是，产品团队如何知道需要改进的地方？
机器人可以给出答案。 我们的神经网络将用户请求和相同类型的消息分组为组（集群）：组越大，问题越严重，越受欢迎。 如果查看集群，则可以了解值得解决的问题，以使用户的生活更轻松。
在处理此类案例的最后一年中，我们得出的结论是，如果我们忘记解决产品问题（更改流程和设计，建立正确的沟通），则支持自动化并不总是好的。 但是，尽管支持正在应对并教会客户如何使用现有资产，但很少有人会认真对待。
助手应部分归咎于此。被遗忘的功能：沟通
试图用机器人来填补产品中的所有漏洞并不是虚拟助手为企业创造的唯一问题。
随着第一线支持自动化的出现，每个人都忘记了将有关系统故障和用户痛苦的信息带给公司。 我们专注于提供最多的服务支持，但没有考虑如何与产品经理建立联系。
因此，一旦我们来自乌克兰的同事遇到了这种情况：他们在一家大银行中启动了一个助手，并且没有为操作员正确地设置切换算法。 当基本的支付功能失败，并且客户的要求下降时，机器人笨了，要求重新编写该问题，或者说otmazyvatsya：“是的，是的，我们会尽快解决。”
这是第二天，助手继续为用户提供控制台，银行内没人知道这一事件。 在分析上很难注意到-功能并非无处不在，而只是一小部分。
好吧，有一些愤怒的顾客绕过了机器人：有人用咒骂的方式打破了机器人，迫使他们改用操作员，有人打电话给经理，并报告了故障。 银行终于意识到出了什么问题，并在第二天才解决了问题。
这是一个很酷的案例，显示了通讯机器人→经理中的错误。 我们意识到我们需要创建一个模型并在助手和产品之间建立紧急连接。
我们如何教助手谈论问题
首先，我们需要了解有关产品的信息-换句话说，什么是事件，什么不是事件。
为了使机器人学习理解请求量的参数并区分较小的质量错误，我们训练了它以几种标准来确定事件：
- 用户数 -根据客户端的消息历史记录，漫游器会识别活动用户的大概数量，并确定可以将关键呼叫的百分比视为关键。
- 有关该问题的消息出现的时间长度 -当机器人看到相同呼叫激增时，会将其与客户数量相关联：如果错误很大，则会引发事件（相同性由我们的基本神经网络确定，该神经网络可以识别文本中呼叫的含义）。
聚类算法识别相似呼叫的组，而不管它们是否在标记中。 如果用户与大众支持联系，并且消息的动态性在过去的几分钟，几小时，几天内不断增长-这是一个事件。
尚不完善，但是我们已经学会了如何解决与公司员工之间的沟通问题。 如果助手知道发生了问题，则按照以下算法进行操作：
- 发生事件，并通过预先指定的电话号码/电子邮件将通知发送给负责的员工。
- 他要求写一条消息以发送给用户作为回应：例如， “维修将花费两个小时，我们深表歉意 。 ”
- 修复错误后，助手将关闭票证并可以写信给所有受害者： “万岁，我们已解决所有问题 。 ” 这很方便，因为您不必在整个数据库中发送答案-机器人只会记住那些受问题影响的人。
当助手开始报告大规模故障时，我们发现许多错误与技术问题有关。 我们了解了如何快速响应他们。
例如，当预算付款的逻辑飞向我们并且用户无法纳税时，机器人会在一个小时内发送错误报告。 团队迅速回滚了该版本并迅速解决了该问题。
这比写要好得多：
“是的，是的，很快一切都会好起来的 。
” 对用户更诚实。
通常，参与支持自动化支持的每个人都专注于教导机器人如何快速，高效和廉价地响应。 但是他们错过了一个重要的观点：支持经理的任务比写答案要广泛。
当我们开始深入研究我们要自动化的角色的所有功能时，我们看到了良好的客户服务是当支持人员联系团队并告诉他们用户的痛苦，并且公司完成产品时。
否则，支持将成为企业的永久拐杖：它最终将漏洞和otmazyvatsya掩盖了，而不是解决问题。