Урок 4: Автоматизируем службу поддержки

Цели и задачи

Вы когда-нибудь задумывались, как происходит работа в службе поддержки в большинстве компаний?

А ведь иногда это работа в качестве живых автоответчиков. Потому что большинство запросов, которые персоналу приходится разрешать — это стандартные вопросы и типовые проблемы, которые смог бы разрешить и чат-бот.

Согласно многочисленным опросам, почти 70% людей при обращении в поддержку хотят, чтобы проблемы решались моментально и им не важно, кто именно их будет решать. Они не хотят ждать, пока их вопрос пройдет длинных путь через одного или нескольких специалистов, вернется к ним с постоянным повторением ситуации. Время — ценный товар, к которому люди в современном мире не относятся легкомысленно.

Вот почему так много людей признаются, что предпочитают использовать чат-ботов и другие автоматизированные технологии для самообслуживания. Ведь чат-боты дают мгновенные ответы. Также люди ценят тот факт, что чат-бот может перенаправить их сразу к нужному человеку, если это понадобится, передав их контекст беседы, а еще он может помочь в нерабочее время.

Но при этом люди в службе поддержки сами работают как роботы, занимаясь копи-пастом ответов на часто-задаваемые вопросы, вместо того, чтобы фокусироваться исключительно на нестандартных, сложных и эмоциональных ситуациях, которые действительно требуют человеческого участия.

Задайте себе вопрос, как клиент компании (или пользователь сервиса), обратившись с проблемой в поддержку, в каком случае вы себя будете чувствовать лучше: когда к вам относятся как к очередной заводской операции, обслуживаемой копи-пастом, или когда к вам отнесутся с пониманием и уделят качественное внимание?

Приведем пару интересных исследований касаемо плохого клиентского опыта (CX):

После более чем одного неудачного опыта около 80% потребителей говорят, что они предпочли бы иметь дело с конкурентом. (Zendesk);
1 из 3 клиентов покинет любимый бренд после всего лишь одного неудачного опыта, а 92% полностью покинут компанию после двух или трех негативных взаимодействий. (PwC).

Что можно отнести к плохому клиентскому опыту?

Иногда, это банально: забыли связаться с клиентом повторно. Вы можете избежать многих неприятных ситуаций, просто уделив клиенту больше заботы, отправив дополнительное письмо, написав сообщение или сделав звонок.

В конкурентной среде, где компании оказывают примерно похожие услуги или производят похожие товары, именно организации, которые серьезно относятся к опыту работы с клиентами, выделяются из общей массы и завоевывают лояльных клиентов.

Но где сотрудникам можно найти дополнительной время? Компаниям, заинтересованным в быстром росте быстрыми темпами, в особенности нужно, чтобы их сотрудники имели возможность решать сложные проблемы. Для роста требуется комплексное мышление, к которому не каждый сотрудник может адаптироваться, если он увяз в повторяющихся задачах.

Согласно данным, собранным Salesforce, 64% сотрудников признают, что благодаря чат-ботам у них появилось больше времени, чтобы сосредоточиться на общей картине. И наоборот, в компаниях без чат-ботов только 50% сотрудников могут сказать то же самое.

Так почему бы нам не научиться внедрять чат-боты в службы поддержки для того, чтобы высвобождать персоналу время на решение сложных и эмоциональных задач, которые приведут к улучшению клиентского опыта и росту лояльности клиентов? Именно этим мы с вами сейчас и займемся.

Как работает

Достаточно хорошо обученный чат-бот для самообслуживания на базе технологии распознавания естественного языка (NLP), которой вы сейчас овладеете, по нашему опыту, способен обрабатывать до 70-90% рутинных обращений в службу поддержки.

Чат-бот обладает следующим функционалом:

Встраивается в любой канал: чат на сайте, мессенджеры и социальные ~~сети.~~сети;
Работает 24/7 без выходных и перерывов и мгновенно отвечает на ~~запросы.~~запросы;
Умеет отвечать на вопросы, заданные в свободной ~~форме.~~форме;
Содержит меню с кнопками для популярных ~~запросов.~~запросов;
Бесшовно переводит диалог на персонал контакт-центра и обратно, в случае необходимости, предварительно собрав данные о ~~запросе.~~запросе;
Умеет опрашивать пользователя и передавать анкету в CRM и CDP системы по ~~API.~~ API;
Способен интегрироваться c cистемами компании по API, например, для проверки статуса заказа.

Инструкция по разработке: Подготовка бота

В этом уроке мы покажем, как создается чат-бот на базе NLP c помощью Dialogflow от Google. Мы создадим бот для небольшой фирмы межевания, который даст возможность клиентам получить быстрые ответы на базовые вопросы о месте, времени работы и оказываемых услугах, а так же разгрузит работу операторов. Если ответ бота не устроит пользователя, то у него будет возможность поговорить с оператором.

1. Первым делом создайте бота на платформе Metabot.

Вы можете узнать как создать самого простого бота из урока Hello Humans: ваше руководство по быстрому старту

2. Следующим этапом является создание скриптов. Нашему боту потребуются такие скрипты, как:

Стартовый скрипт -— стандартный скрипт приветствия;
Скрипт с NLP распознаванием -— в этом скрипте бот будет получать вопрос от пользователя и отправлять его в Dialogflow на распознавание;
Скрипты-NLP намерения -— когда намерение в Dialogflow распознано, оно ищется по базе скриптов, используя поле NLP Намерение в свойствах скрипта по полному совпадению;
Перевод на оператора -— переключение на оператора. Данная задача легко реализуется с помощью команды Перевести на оператора, которую нужно будет разместить в этот скрипт.
Вызов бота -— скрипт необходим для перевода с оператора на бота по просьбе пользователя;
Некорректный ввод -— скрипт с типом Fallback, который бот выполняет, когда не распознано намерение пользователя.

Перед тем как идти дальше рекомендуем ознакомиться со статьями Скрипты и Редактор скрипта.

Создание скриптов

Стартовый скрипт

1. В Стартовый скрипт должны быть добавлены следующие команды:

Отправить текст с тем содержимым, которое вам нравится;
Выполнить скрипт "Задать вопрос" -— скрипт с NLP распознаванием.

Скрипт с NLP распознаванием

2. В свойствах скрипта с подсказкой, как задать вопрос должны быть настроены следующие параметры:

Включить NLP -— чтобы распознавание срабатывало внутри скрипта;
Включить NLP Action -— чтобы внутри скрипта можно быть распознавать NLP Action (функционал Small Talk от Dialogflow и другие action);
Остальные параметры оставить без изменений.

Галочка параметра Создать новую сессию в NLP при обнаружении намерения всегда проставляется по умолчанию и ее не нужно убирать, если логика скрипта не подразумевает зацикливание. Например, если вы хотите воспользоваться функционалом запроса данных через Dialogflow с подбором значения из системных справочников.

3. В редакторе скрипта нужно добавить текст, призывающий задать вопрос, а в меню добавить скрытый пункт. Этот пункт не заведет пользователя в тупиковый сценарий, а будет слушать ввод. Если сделать скрипт без меню, то при вводе текста внутри этого скрипта, бот сбросит диалог, а не приведет в нужный ответ.

Поскольку мы включили опции распознавания естественного языка у скрипта, то ввод от пользователя в первую очередь будет отправлен в DF для распознавания намерения и только в случае, если намерение не будет найдено, ввод от пользователя будет перенаправлен в Fallback.

3. Скрипт-NLP намерение

Выполнение данных скрипта подразумевают реакцию на вопрос пользователя, распознанный DF .

4. В данном боте мы создадим подобные скрипты трех типов:

Простой ответ на вопрос -— один скрипт на все вопросы требующие однозначного ответа;
Отдельный скрипт-ответ -— в нашем случае это скрипты услуг, на каждую услугу будет создан свой скрипт;
Перевод на оператора -— скрипт, который вызывается просьбой лида поговорить с человеком и переключает его на оператора.

Главным условием работы данных скриптов является установка значения в поле NLP Намерение. Когда намерение в Dialogflow найдено, оно ищется по базе скриптов и сравнивается со значениями полей NLP Намерение. Если найдено полное совпадение, то скрипт с совпадающим значением вступает в работу.

NLP намерение лучше называть по аналогии с названием скрипта, но без пробела. Например для скрипта "Заказать услугу" намерение лучше назвать "заказать_услугу".

Рекомендуем также прописывать нумерацию намерений, чтобы легче работать с базой. Например: 01_заказать консультацию.

Рассмотрим примеры каждого типа скрипта:

Скрипт простого ответа на вопрос должен содержать команду с выводом атрибута {{$nlpLastResponseText}}. Данный атрибут будет возвращен DF после распознавания вопроса и содержать ответ на вопрос указанный в намерении DF.

Для исправной работы в поле NLP Намерение скрипта следует указать .*, чтобы в данный скрипт попадали все распознанные намерения не относящиеся к другим скриптам.

Отдельные скрипты-ответы в поле NLP Намерение должны содержать намерение соответствующее названию скрипта и могут содержать одну или несколько команд, например:

Отправить текст: "Я Ваш личный бот-помощник и я готов принять Ваш заказ прямо сейчас! Просто ответьте на мои вопросы."
Запросить значение: "Одним сообщением укажите Ваши данные (ФИО, адрес, индекс и номер телефона) и какую услугу Вы хотите заказать." и т.д.
Перевести на оператора -— выполнение данной команды приведет к переводу лида на оператора. Она обязательна.
Стоп -— выполнение данной команды приведет к остановке работы бота. Она также обязательна.

По тому же принципу создается скрипт "Перевод на оператора":

В вашем боте может быть множество скриптов намерений и создаются они все по аналогии.

4. Вызов бота

Скрипт будет возобновлять работу чат-бота в том случае, если пользователь был переведен на оператора.

5. В редакторе скрипта добавьте такие команды, как:

Вернуть боту - для передачи диалога обратно боту;
Отправить текст, в которой вы уведомите пользователя о том, что с ним снова общается бот. Например, текст "Я здесь, с вами снова общается бот.";
Выполнить скрипт "Задать вопрос".

Некорректный ввод

Скрипт, который будет выполняться в том случае, если пользователь ввел вопрос/намерение или фразу не заложенные в базе знаний вашего бота.

6. В свойствах данного скрипта следует установить тип Fallback:

7. Далее в редакторе скрипта добавьте команду Отправить текст. В данной команде необходимо сообщить пользователю, что его запрос не распознан и порекомендовать его перефразировать, например, "Извините не понял. Сформулируйте свой вопрос по-другому."

8. Последним этапом добавьте команду Повторить вопрос.

Основные скрипты для работы бота созданы. Далее рассмотрим создание маршрутов для взаимодействия бота с пользователями.

Создание маршрутов

Перед прочтением рекомендуем ознакомиться со статьей Маршруты

1. Нам понадобится создать всего два маршрута:

Маршрут, который будет запускать скрипт приветствия. В Регулярном выражении напишите .*. Это выражение означает, что бот будет реагировать на любой текст от ~~пользователя.~~пользователя;
Маршрут, который будет запускаться при вызове бота и скрипта Позвать бота. В Регулярном выражении напишите слово "бот". Это выражение означает, что бот будет реагировать на ввод текста "бот" от пользователя. В качестве опции выберите из выпадающего списка значение ~~"Оператор"~~Оператор.

Приступим ко второй части нашего урока -— созданию базы знаний и модели Dialogflow.

Создание намерений в Dialogflow

Для полноценной работы чат-бота с распознаванием намерений пользователя необходимо создать и настроить базу знаний, по запросам к которой бот будет давать правильные ответы и выстраивать логику взаимодействия с пользователем.

Для работы нам понадобится сервис Dialogflow.

Перед тем как приступать к созданию намерений пройдите уроки Начало работы с Dialogflow и Интеграция с Dialogflow

1. В привязанном к вашему боту агенту мы будем создавать намерения, с помощью которых бот сможет распознавать текстовые запросы пользователя и подбирать правильные ответы из базы знаний. По кнопке Create Intent создаем новое намерение.

2. Для каждого скрипта с NLP намерением в боте создаем свое намерение DF с идентичным наименованием.

Внимание! При обучении бота, чем больше вы введете однородных по смыслу запросов и синонимов ключевых слов, тем более точнее ваш бот будет понимать ваших пользователей.

3. В раздел Training phrases надо добавить различные варианты на тему того, что могут написать пользователи. Например для намерения вызова оператора:

Внимание! В тренировочных фразах не должно быть знаков препинания в конце предложений. Так же при обучении бота намерению важно стараться не допускать фраз, которые могут повторяться в соседних намерениях, иначе бот из базы знаний может выбрать некорректный ответ.

Применение вариантов с перестановкой слов приветствуется. Знаки вопроса и прочие знаки препинания здесь прописывать не нужно.

4. Для намерений с однозначным ответом в поле Responses добавьте текстовый ответ. Он и будет выводиться в атрибут nlpLastResponseText.

5. В процессе обучения бота нужно проверять правильность вводимых значений. Для этого, в поле Try it now необходимо указать один из введенных вариантов обращения и система должна предоставить ссылку на нужное намерение.

6. После ввода всех вариантов возможных обращений необходимо сохранить намерение, нажав на кнопку Save.

7. Таким же образом создайте остальные намерения для вашего бота.

Остается только проверить работу чат-бота через мессенджер.

Проверка работы бота

Проверим как работает наш бот.

1. Задайте вопрос боту. Бот должен распознать намерение и отправить соответствующий ответ на вопрос.

2. Попросите бота перевести вас на оператора. Бот должен остановить свою работу.

3. Попросите бота вернуться к диалогу. Бот должен возобновить свою работу.

Если все работает правильно, то поздравляем вас с созданием вашего бота c NLP на платформе Metabot24!

Вы так же можете попробовать в действии тестовый NLP бот, созданный командой Metabot24, набрав в Telegram логин @NLPDialogflowMetabot.