Крупный ритейлер испытывал высокую нагрузку на HR-отдел из-за постоянного потока низкокачественных резюме на вакансии продавцов-консультантов. Рекрутеры тратили до 80% времени на ручной отсев.
Крупный ритейлер испытывал высокую нагрузку на HR-отдел из-за постоянного потока низкокачественных резюме на вакансии продавцов-консультантов. Рекрутеры тратили до 80% времени на ручной отсев.
Время закрытия вакансий сократилось
Доля релевантных кандидатов выросла с 20%
Высвободилось времени HR-специалистов
Внедрен ИИ-ассистент в онлайн-чаты сайта и мессенджеры. Он был интегрирован с системой логистики и мог в реальном времени проверять статус заказа по номеру, а также давать точные ответы по условиям доставки и возврата на основе актуальной базы знаний.
Интернет-магазин электроники столкнулся с ростом нагрузки на поддержку: 70% вопросов касались статуса заказа, сроков доставки и условий возврата. Клиенты ждали ответа по несколько часов, особенно в нерабочее время, что вызывало недовольство.
Ответы клиентам формируются быстрее
Снизилась нагрузка на живых операторов
Доля положительных отзывов о скорости поддержки выросла
Мы развернули корпоративного ИИ-ассистента с базой знаний компании. Новички могли в чате задавать вопросы в любое время:
«Как оформить клиента в CRM?», «Где найти прайс на процедуру?». Ассистент моментально давал точные ответы со ссылками на инструкции.
В сети салонов красоты новый администратор тратил до двух недель на изучение огромного объёма стандартов: бренд-бук, технологии услуг, CRM-система. Менеджеру приходилось постоянно отвлекаться на повторяющиеся вопросы новичков, что снижало общую продуктивность.
ИИ-онбординг для сотрудников
Срок онбординга новых администратора сократился
Количество простых вопросов к менеджерам уменьшилось
Мы подключили ИИ-ассистента для прогрева базы. Он анализировал историю покупок каждого клиента и отправлял персонализированные сообщения с актуальными предложениями через мессенджеры. Клиенты, проявившие интерес, автоматически передавались менеджерам.
Компания по производству шин имела обширную базу «уснувших» клиентов, с которыми не было контакта больше года. Менеджерам вручную было нереально эффективно обзвонить всех, а массовые рассылки не давали результата.
За первый месяц работы удалось «разбудить» 15% от всей базы
Количество квалифицированных лидов увеличилось
Внедрена система анализа диалогов на основе ИИ. Она автоматически расшифровывала 100% звонков, оценивала их по заданным критериям (соблюдение скрипта, вежливость, решение проблемы) и формировала отчёты с «горячими» точками для каждого оператора.
В колл-центре крупного провайдера хватало ресурсов для прослушивания только 1% звонков. Это не позволяло объективно оценивать качество обслуживания, выявлять ошибки менеджеров и тренировать их на реальных кейсах.
Руководство получило объективную картину качества обслуживания.
Процент успешных сделок после тренингов, основанных на анализе ИИ, вырос