Кто мы

Qiwi — платёжный сервис, который работает в 8 странах мира: России, Беларуси, Молдове, Казахстане, США, Румынии, Иордании и Бразилии.

Компания появилась на рынке в 2004 году, как платформа для оплаты всех видов товаров и услуг. Сегодня Qiwi — это не только терминалы для оплаты, а финансовая организация, банк и международная электронная система расчетов.

Проект: дружелюбный чатбот Квик в чате первой линии поддержки

Это не просто обычный бот, который отвечает на вопросы по скрипту. Это настоящий помощник, который 24/7 готов решить проблему клиента. А еще это персонаж с характером, который умеет шутить и поддерживать разговор на любую тему!

Что умеет робот Квик

• За 1,1 секунды реагирует на запрос клиента.
• Отвечает на вопросы по услугам и продуктам (карты, терминалы, копилка, платежи и другое).
• Помогает создать и пополнить кошелек.
• Высылает запрошенные документы.
• В сложных случаях переводит чат на оператора с сохранением контекста беседы.

Умный бот, с которым комфортно общаться

Квив сделан на основе искусственного интеллекта, он понимает контекст фраз и не просто отвечает по шаблону, а по-настоящему общается.

Мы были готовы к тому, что бот не сможет сразу корректно отвечать на все вопросы. Поэтому в приветствии бот сразу говорит, что он хочет помочь, но только учится. Это позволяет клиентам спокойно принять возможные недочеты в работе системы.

Сейчас Квик научился распознавать множество вопросов и отвечать на них нешаблонными фразами, как настоящий друг. Мы внимательно следим за тем, чтобы Квик с каждым разом отвечал точнее и быстрее. И активно совершенствуем наши сервисы оценки диалога с клиентами по ряду параметров.

Проблема

Мы по своему опыту поняли, что клиенты не любят «безликих» роботов.

У нас есть робот Роберт, который отвечает на вопросы клиентов по почте. Роберт — это не ИИ-бот, а набор паттернов с автоматическими реакциями на разные запросы. Когда клиент задает вопрос или жалуется на проблему, Роберт понимает тематику и присылает автоответ со статьей из базы данных или список возможных причин неполадок. Но клиенты не воспринимают Роберта всерьез и часто просят живого оператора, даже если Роберт в целом ответил верно.

Так мы выяснили, что клиентам важнее персональный контакт. Мы поняли, что от банальных сухих ответов, похожих на отписки, нужно уходить к «живой» речи, общаться с клиентами более дружелюбно и просто. Кроме того, бот должен помогать пользователю быстро найти в базе данных или в длинной статье именно нужную информацию.

Так у нас появился робот Квик.

Цели использования умного дружелюбного робота

1. Повышение лояльности клиентов с помощью приветливого и персонализированного общения.
2. Снижение нагрузки на операторов с помощью автоматизации при обработке заявок. Робот должен закрывать максимальное количество вопросов самостоятельно, без перевода на оператора. Так он разгрузит менеджеров от рутины и освободит их для более интересных и сложных задач.
3. Повышение производительности контакт-центра. Робот должен помочь нам быстрее обслуживать клиента, в большинстве случаев запрос должен закрываться за одно обращение.

Задачи

1. Создать масштабный классификатор вопросов и ответов, внедрить технологические разработки AI для эффективной автоматизации процесса обработки сообщений.
2. Разработать характер персонажа, имя, лексику, приветствия, реакции, шутки.
3. Внедрить чатбота на основе технологий NLU на платформе Just AI. Провести интеграцию с чат-платформой Threads (Edna) в работу контакт-центра.

Специалисты для разработки бота

Умным чатботом и его обучением занималась отдельная команда компании Just AI: руководитель проекта, project-менеджер, 2 лингвиста, сотрудник из RND-команды (он тестировал собранные классификаторы), сотрудник по вопросам интеграции, product-менеджер, бизнес-аналитик, DevOps, специалист по информационной безопасности.

Специалисты для разработки чата

Над проектом чата Threads (edna) работало 30 человек со стороны Qiwi и чат-платформы: инженеры по системной интеграции, безопасники, сисадмины, дизайнеры, тестировщики и др.

Специалисты Qiwi

Над инициализацией работали: project-менеджер эксплуатации, product-менеджер, специалист по контролю качества клиентского сервиса, специалист по нагрузочному тестированию, сисадмины, DevOps, Data-аналитик, Data Scientist. Затем появился отдел автоматизации проектов и развития внутренних продуктов, 2 project-менеджера и 2 product-менеджера.

Сейчас роботу помогает руководитель направления поддержки в чате. Он составляет шаблоны разговоров и проверяет их актуальность через супервайзеров. Также недавно у нас появился специалист, который контролирует качество работы Квика.

Этапы разработки бота

1. Аналитика. Изучение процессов работы CRM-команды и контакт-центра, сбор и подготовка датасетов для обучения бота. Подготовка классификатора.
2. Разработка бота.
3. Внедрение чат-платформы Threads (edna) в эксплуатацию.
4. Запуск бота на короткое время для плавного вхождения в промышленную эксплуатацию. Первый этап — включение бота на 2 часа во время непиковой нагрузки на контакт-центр. Второй этап — включение в часы пиковой нагрузки.
5. Обучение сотрудников работе с ботом и платформой.
6. Интеграция с CRM, кастомизация под бизнес-цели и задачи проекта.
7. Повышение качества обслуживания ботом.
8. Запуск бота в промышленную эксплуатацию

Работа по системе MVP

Мы поняли, что для закрытия всех потребностей клиентов в техподдержке нам нужно создать трех умных чатботов — для голосового канала, для чата первой линии поддержки и для поддержки тикетов через форму обратной связи.

Чтобы не браться за все сразу, мы решили работать по системе MVP — начать с простого бота, собирать внутренние данные, которые помогут его создать, приучить команду работать с ботом, постепенно собирать датасеты общения бота с целевой аудиторией в том канале, который планируем автоматизировать.

Первым решили взяться за робота, который поможет контакт-центру и клиентам на первой линии.

Редкая синергия 2 подходов к разработке

Многие компании создают чатботов по системе машинного обучения, если у них достаточно данных, на которых бот может обучаться. Некоторые используют вместо этого набор правил — система сравнивает правила с входящими запросами и выдает релевантный ответ.

Чатбот, созданный только на первом подходе, может часто путаться и отвечать невпопад, особенно если данных для обучения было недостаточно. Использование только второго подхода чревато тем, что чатбот не поймет формулировки, отличной от той, что заложена в его системе (даже если он в принципе знает ответ на вопрос).

В обоих случаях чатбот может произвести впечатление глупой, ничего не понимающей машины. Общение с таким сервисом вызывает раздражение у клиентов, ведь пользователю приходится угадывать, как правильно сформулировать запрос, чтобы получить нужный ответ.

Но Квик — один из немногих чатботов, который сочетает в себе оба подхода. Благодаря этому робот может понять, о чем его спрашивают практически в любой формулировке. А заложенные правила повышают точность ответов и «страхуют» бота от неправильной реакции на вопрос.

Каждой своей репликой Квик помогает собеседнику как можно скорее получить ответ на волнующий вопрос. Все это позволяет клиенту почувствовать, что он общается не с бездушной машиной, а практически c живым персонажем.

Квик отвечает нешаблонными фразами

Робот собирает эмоции и нестандартные реакции клиентов, чтобы в будущем эффективнее общаться с ними. При каждом обновлении мы добавляем все больше и больше датасетов. Это дает нам возможность внедрять нешаблонные реакции бота на определенные фразы, которые он сможет миксовать в разговоре.

Мы уже создали более 70 сценариев на основе обработки 50 тысяч фраз из обращений. Так что теперь с Квиком можно общаться почти как в разговоре с другом!

Чатбот с характером

У Квика есть свой характер и образ, с ним можно общаться не только по вопросам техподдержки, но и про музыку, еду и даже смысл жизни. У него есть свое мнение по разным темам, он может поддержать диалог шутками и мемами.

Квик дружелюбный, любопытный и позитивный. Он может сказать что-то вроде «Пойду-ка позову оператора» или прислать в диалог фотографию любимой птицы (конечно, это птица киви!). Если клиент его оскорбляет, Квик может даже расстроиться и сказать об этом. А если робот не понимает, о чем говорит пользователь, он переспросит или забавно ответит.

Клиенты ценят то, что у бота есть индивидуальность, и поэтому очень лояльны к нему.

Топ-5 диалогов с Квиком

1. Клиент: «Есть ли жизнь на Марсе?».
   Квик: «Нам стоит подождать инноваций от Илона Маска. Возможно, появится :)».
2. Клиент: «Окей Гугл».
   Квик: «Я же Квик...».
3. Клиент: «Выпиваешь?».
   Квик: «Я веду здоровый цифровой образ жизни!».
4. Клиент: «Кто я?».
   Квик: «Скопление атомов в этом необъятном пространстве других атомов».
5. Клиент: «Чего ты боишься?».
   Квик: «Боюсь стать ненужным».

Повысили удовлетворенность клиентов на 1,4 балла

До внедрения чатбота клиенты оценивали работу в чатах на 3-3.5 балла, а после внедрения — на 4,5-4,9 балла по пятибальной шкале.

43% клиентов из опрошенных за октябрь указывают, что бот ответил на их вопрос, 12% сообщают, что не ответил, а 45% не находят подходящего ответа или просят переключить на оператора

Достигли уровня автоматизация (FCR) 48%

Почти половину диалогов Квик закрывает самостоятельно, без перевода на оператора, в среднем от 43% до 48%. В ближайшем будущем мы планируем довести этот показатель до 73%.

Снизили нагрузку на операторов

В среднем, один оператор обрабатывает 270 диалогов в день. А Квик берет на себя почти в 26 раз больше — до 7000 диалогов день.

Благодаря роботу у операторов на 7-12% снизилось количество времени, занятое постоянной загрузкой и очередями из ответов. Мы прогнозируем, что в будущем операторы будут обрабатывать на 69% диалогов в день меньше — всю рутинную работу возьмет на себя Квик. А операторы будут помогать в более сложных случаях.

Реагируем на обращение в 36 раз быстрее

В среднем оператор Qiwi отвечает клиенту за 20-40 секунд. Когда появился Квик, скорость реакции на обращение клиента возросла до 6,7 секунд, а сейчас достигла 1,1 секунды.

Тратим на обработку заявки почти в 2 раза меньше времени

Обычно оператор тратит по 6,2 минуты на обработку заявки. А Квик закрывает все вопросы клиента за 3,7 минуты (без учета диалогов, переведенных на оператора).

Стали обрабатывать в 4,5 раза больше обращений

Сразу после начала проекта на 40% упало количество обращений в тикеты на почту, весь этот трафик перетек в чат с Квиком. Также, со временем 100% трафика обращений из мобильных приложений (iOs, Android) забрал на себя чатбот.

В целом, прирост трафика со всех каналов уже составил +350% (и он продолжает расти!). До разработки чатбота у нас было 40 тысяч диалогов в чате в месяц. С началом проекта и перераспределением трафика число диалогов увеличилось до 150-160 тысяч. В октябре обращений около 180 тысяч.

Распределили заявки на более удобный для клиентов канал

Клиентам удобнее общаться в чате, а не в почте или по телефону. Им не приходится ждать, пока операторы возьмут трубку или напишут ответный e-mail. Бот предоставляет ответ моментально, за 1 секунду.

Можем обработать 36 сообщений в секунду

Изначально мы ожидали, что робот сможет обработать только 30 сообщений одновременно, но Квик нас удивил и ответил на 36 сообщений сразу!

Мы обновили платформу, чтобы она могла выдерживать еще большую нагрузку, а также внесли изменения в панель аналитики и обработку обращений. Так что в будущем Квик сможет обрабатывать еще больше сообщений одновременно.

У нас появилась новая должность

Найм операторов и бюджетирование сервиса теперь идут с учетом бота. Недавно у нас сейчас вышел специалист контроля качества ботов. А еще мы ищем контент-менеджера для написания новых сценариев.

Операторы тоже полюбили Квика

Робот общается шаблонами, которые для него пишут супервайзеры. И его манера общаться становится ориентиром для других операторов. Менеджеры из клиентского сервиса стали придерживаться Квик-стиля в коммуникации.

А если робота по каким-то причинам на время отключают, операторы сразу пишут руководству с просьбой вернуть им робота-помощника. Ведь без него с новой нагрузкой они буквально тонут в очереди обращений клиентов.

Чатбот — помощник для операторов

Мы ценим то, как наши люди в контакт-центре помогают клиентам. И мы хотим помочь менеджерам обрабатывать больше заявок, сократить их время на обработку звонков, дать им более интересные и сложные задачи.

Благодаря Квику операторы больше не отвечают на рутинные вопросы и не сталкиваются с клиентами, которые клянчат деньги (да, такие есть!). Они видят развернутые вопросы клиента, которые передал им бот, даже если он не смог распознать все 100% диалогов. В результате оператор может быстрее приступить к решению задачи, выполнить ее с меньшим стрессом и с большей эффективностью.

Дальнейшие шаги

• Довести уровень автоматизации до 73%, за счет внедрения новых классов, подключения новой целевой аудитории, создания специальных команд внутри колл-центра.
• Добавить больше персонализации. Мы хотим, чтобы Квик умел отвечать на вопросы с учетом всех прошлых данных о клиенте, о его пользовательском опыте, сделанных покупках и т. д.
• Добавить рекомендательные системы и дать умному помощнику еще больше функций. Мы хотим, чтобы Квик ориентировался на персональные данные клиента и вовремя напоминал ему об оплате мобильного телефона или продлении подписки в игре. Также он может сообщать о новых поступлениях и скидках в магазинах, в которых клиент часто делает покупки.
• Развивать предиктивную модель поведения клиента. Например, клиент задает вопрос или озвучивает проблему в общих чертах: «Я что-то нажал, деньги ушли, СМС не пришла и ничего не купилось». Благодаря обновлению бот сможет сразу увидеть причину проблемы, не задавая уточняющих вопросов. Он сможет моментально приступить к решению задачи или сразу же дать точный ответ.
• Разработать еще 2 ботов: голосового для телефонии и чатбота для поддержки тикетов через форму обратной связи.