Автоматизация поддержки возвращает деньги двумя разными способами, и ведут они себя по-разному. Дефлекция полностью убирает тикет у человека: агент ответил, клиент доволен, никто к нему не притронулся. Помощь оставляет человека, но сокращает работу: тикет приходит классифицированным, приоритизированным, направленным, с черновиком ответа и приложенной историей.
Дефлекция — бо́льшая экономия на тикет и меньшая доля объёма. Помощь — меньшая экономия на тикет, но почти на всём объёме. Большинство разочаровавших бизнес-кейсов строились только на дефлекции; большинство выдержавших считали оба.
Возьмём команду на 3 000 тикетов в месяц по восемь минут в среднем, полная стоимость часа 30 €. Это 400 часов, около 12 000 € в месяц.
Реалистичное внедрение на смешанной базе закрывает 20–30% объёма напрямую — статус заказа, сброс пароля, окна доставки, часы работы — и сокращает остальное на пару минут каждый за счёт классификации, маршрутизации и черновиков. Вместе это снимает 30–40% всех часов. На этих числах — порядка 4 000–5 000 € в месяц против разработки, которая стоит небольшую кратность одного такого месяца.
Доля дефлекции — то число, к которому в любом предложении, включая наше, стоит отнестись скептически. Оно узнаваемо заранее: это примерно доля ваших тикетов за последние полгода, попадающих в повторяющиеся, отвечаемые категории. Просите её измерить, а не оценить.
Насколько ваш объём реально повторяется. База, где преобладают уникальные технические проблемы, закрывается плохо, каким бы хорошим агент ни был. Полгода истории тикетов скажут вам это до любых трат.
Записаны ли ответы. Агент опирается на вашу базу знаний, макросы и прошлые решения. Если настоящие ответы живут в головах старших специалистов, этот контент — первая фаза проекта.
Где проходит линия эскалации. Возвраты, действия с аккаунтом и всё юридически чувствительное должны уходить человеку по правилу. Каждое такое правило снижает дефлекцию и повышает доверие; этот размен — бизнес-решение, а не техническое.
Измеряется ли качество. CSAT по автоматическим ответам и доля переоткрытий, отдельно от человеческих ответов. Без них дефлекция — просто растущее число.
Расход на модель растёт с объёмом тикетов и обычно является небольшой строкой, но не нулевой, и в модели ей место. Существеннее время на проверку в первые недели: кто-то из старших ежедневно читает выборку автоматических ответов, пока правила эскалации не настроены. Заложите несколько часов в неделю на месяц.
Есть и риск качества с реальной ценой. Агент, который уверенно отвечает неверно, хуже, чем никакого агента, — поэтому пороги уверенности стартуют консервативными и ослабляются только против измеренной доли переоткрытий.
Ниже пары сотен тикетов в месяц экономия не покроет разработку, а лучшие макросы и внятная база знаний — покроют. Если ваша база тикетов действительно неповторяющаяся, допущение о дефлекции рушится, а с ним и весь кейс. А если ответы зависят от суждения, которое никто не записал, агенту не на что опереться: описать его — и есть проект, и ценность у него будет, даже если агента так и не построят.
Мы используем cookie только для аналитики — чтобы видеть, с каких страниц приходят заявки. Ничего больше и ничего до вашего согласия. Политика cookie