Автоматизируем службу поддержки

Цели и задачи

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

А вот как: как на заводе. 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 без поддержки человека. Им нужны быстрые и мгновенные ответы на их вопросы. Они не хотят ждать, пока случайный человек вернется к ним с ответами на их вопросы. Время — ценный товар, к которому люди 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 к реальному человеку, если это понадобится, и 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? В особенности компаниям, заинтересованным в быстром росте быстрыми темпами, 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

Внедрения чат-ботов на предприятие нередко начинается с автоматизации рутинный запросов, поэтому после Hello World, знакомящего с платформой, мы наше обучение всего начинаем именно с именно этого кейса. 

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

Инструкция по разработке

В этом уроке мы покажем как создается чат-бот на базе NLP c помощью Dialogflow от Google.

Подготовка бота

Первым делом создайте бота на платформе Metabot.

Вы можете узнать как создавать ботов из урока "Hello World: ваше руководство по быстрому старту".

Следующим этапом является создание скриптов. Нашему боту потребуются следующие скрипты:

• 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. Так как одной из основных задач чат-бота будет являться перевод пользователя на оператора в случае необходимости и перевод обратно на бота, нам необходимо отслеживать этот переход. 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;
• Fallback - скрипт, который бот выполняет, когда не распознано намерение пользователя.

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

Стартовый скрипт

В Стартовый скрипт должны быть добавлены следующие команды:

1. Отправить текст с тем содержимым, которое вам нравится;
2. Установить статус со статусом "Первичное касание";
3. Выполнить скрипт "Скрипт с NLP распознаванием".

Скрипт с NLP распознаванием

В свойствах данного скрипта нужно установить опцию Включить NLP, остальные параметры оставьте без изменения:

Проверьте отсутствие галочки у параметра Создать новую сессию в NLP при обнаружении намерения. Уберите ее, в случае если она стоит, чтобы избежать зацикливания.

В редакторе скрипта нужно добавить только пункт меню в поле Код которого указать значение а{300}. Это регулярное выражение обезопасит чат-бот от случайно введенного не заложенного в сценарии варианта, который может привести к остановке бота.

Однако, поскольку мы включили опцию Включить NLP 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 использован для поиска пункта меню с соответствующим кодом.

Далее установите опцию Скрыть код и в поле Подпись пункта меню укажите, например, фразу "Что бы вы хотели узнать?":

Скрипт-NLP намерение и Перевод на оператора

Выполнение данного скрипта подразумевает не только ответ на вопрос пользователя, но и переключение на оператора.

Главным условием работы данного скрипта 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. Если в наименовании намерения содержится более 1 слова, то слова должны быть соединены знаком "_".

Рассмотрим создание подобного скрипта на примере скрипта Заказать услугу:

NLP намерение назовем по аналогии с названием скрипта: "заказать_услугу".

Скрипт может 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.
• Установить статус лида: обязательно "Диалог с оператором".
• Стоп - выполнение данной команды приведет к остановке работы бота. Она также обязательна.

В вашем боте может быть множество скриптов намерений и создаются они все по аналогии. По тому же принципу создается скрипт "Перевод на оператора".

Вызов бота

Скрипт будет возобновлять работу чат-бота в том случае, если пользователь остановил его.

В редакторе скрипта добавьте такие команды, как:

• Установить статус лида. В данной команде необходимо перевести пользователя в первоначальный статус "Первичное касание";
• 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, в которой произойдет распознавание NLP намерения, в качестве скрипта укажем созданный скрипт с NLP распознаванием.

Fallback

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

В свойствах данного скрипта следует установить тип Fallback:

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."

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"

Нам понадобится создать всего два маршрута:

• Маршрут, который будет запускать скрипт приветствия. В Регулярном выражении напишите ".*" без кавычек. Это выражение означает, что бот будет реагировать на любой текст от пользователя. В качестве статуса выберите ранее созданный статус Первичное касание.

• 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 статуса выберите ранее созданный статус Диалог с оператором.

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"

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.

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.

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

Внимание! 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.

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.

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

Таким же образом создайте остальные намерения для вашего бота.

Поздравляем вас с созданием вашего бота c NLP на платформе Метабот24! Остается только проверить работу чат-бота через мессенджер.

Вы так же можете попробовать в действии тестовый NLP бот, созданный командой Metabot24, набрав в Telegram логин @urok1_nlp_bot.