Аналитика инцидентов для крупного ритейлера
- Наш клиент
- Крупная торговая компанияя
- Контекст
- Проблема с оперативной обработкой клиентских претензий и обращений
- Необходимость освободить персонал колл‑центра от обработки рутинных вопросов
- Потребность в повышении лояльности клиентов
- Отрасль
- Ритейл, Служба доставки
Задачи
Решение
Результат
- Имплементировать речевой ML‑сервис в работу Службы доставки
- Обеспечить достоверную автоматическую классификацию обращений
- Повысить качество и оперативность урегулирования претензий
Задачи
Решение
Результат
- С помощью NLP‑методов создан автоматический классификатор сообщений
- Разработана система автоматических голосовых ответов на звонки с тривиальным контекстом
- Обеспечена оперативная передача сложных инцидентов подготовленной команде операторов
Задачи
Решение
Результат
- Уверенная классификация типов обращений для точной переадресации
- Экономия времени операторов до 74%
- Достигнуто масштабирование решения до 500 клиентов с возможностью расширения до 1000
с 20 до 2 дней
сокращение времени обработки запросов
35%
повышение индекса удовлетворенности клиентов
60%
операционных усилий покрывается автоматически