Содержание
Крупная российская компания в сфере ритейла, чей колл-центр ежедневно обрабатывал тысячи звонков, в том числе с высоким процентом типовых запросов.
О проекте
Для компании с высоконагруженным колл-центром внедрена интеллектуальная голосовая система (IVR). Решение автоматизировало типовые операции: оформление заказов, проверку статуса и ответы на частые вопросы через распознавание естественной речи. Система интегрирована с CRM и телефонией компании, что позволило перенаправить рутинные запросы с живых операторов на «виртуального ассистента».
Задачи
- Снизить нагрузку на операторов и сократить очереди ожидания (доходили до 5 минут).
- Автоматизировать оформление заказов, которое вручную занимало до 5 минут.
- Интегрировать голосового ассистента с действующей CRM и телефонией без замены инфраструктуры.
- Сдержать рост операционных затрат на масштабирование штата колл-центра в сезонные пики.
Этапы реализации
1. Анализ обращений.
Классификация типовых запросов, проектирование сценариев голосовых диалогов.
2. Разработка NLP-модуля.
Настройка распознавания естественной речи на облачной платформе NLP.
3. Интеграция с CRM и телефонией.
Подключение через REST API и SIP-телефонию.
4. Автоматизация типовых сценариев.
Оформление заказов, проверка статуса, ответы на частые вопросы.
5. Тестирование и постепенный вывод в продакшн.
Пилот на части звонков, донастройка диалогов, полный запуск.
Экспертиза
Project manager, аналитик, 2 backend-разработчика, data scientist, QA-инженер, технический писатель.
Технологии
Облачная платформа для NLP (Google Dialogflow/Amazon Lex), Python, REST API, SIP-телефония, PostgreSQL, Celery + Redis.
Результаты
- 40% — сокращена нагрузка на операторов.
- 25% — снижены затраты на колл-центр, годовая экономия ~1,5 млн рублей.
- 10% — выросла конверсия звонков в заказы.
- 15% — повысился индекс удовлетворённости CSAT.
- 30% — снижены жалобы на долгое ожидание.
Рутинные звонки ушли к «виртуальному ассистенту», а операторы освободились для обращений, где действительно нужен человек.
