Поддержка пользователей — распространённый канал общения с аудиторией. Компании предлагают два способа связи: голосовой и письменный. Первый — колл-центр. Второй — это форма вопроса-ответа, мессенджеры, соцсети и моментальный чат с оператором прямо на сайте.
- Выбираю человека
- Что на практике?
- Выбираю нейросеть
- Что на практике?
- Выбираю обоих
- Выбора нет
- Оффтоп для начинающих разработчиков
Обратите внимание: мы разделяем поддержку пользователя и техподдержку. Для техподдержки всегда предпочтительнее человек и звонок, чем нейросеть и переписка. С поддержкой пользователя дела обстоят не так критично, и можно выбирать.
Выбираю человека
Многие компании, в том числе бизнес-гиганты, до сих пор предпочитают людей нейросетям в поддержке пользователей. Это легко проверить на любом сайте вакансий: мы ввели в поисковую строку «поддержка пользователей», после чего Headhunter предложил нам 465 объявлений по Санкт-Петербургу и 5191 объявление по всей стране.
Это немало, но объяснимо. Главная проблема бизнеса в вопросе поддержки пользователей — сам пользователь не всегда предсказуем, и иногда его вопросы могут быть на грани темы или вообще вне её. Ещё один важный момент — люди расценивают общение оператора с ними как сервис, и они правы.
Но иногда желания и запросы пользователей выходят за рамки обязанностей сотрудника поддержки. Если регламент компании не предусматривает подобного (а он не предусматривает почти никогда) — сотрудник сам решает, что делать. Он анализирует ситуацию, важность для пользователя проблемы, его поведение, тон, уровень переживания. Это решение в 9 из 10 случаев будет принято на основании эмпатии. Но как себя поведёт нейросеть, особенно если её не обучили? Использует рандомайзер?
Пример поддержки по email, сайт Ростелекома
Что на практике?
Контент-менеджер InfoShell около года работала в разных видах поддержки пользователя. Далее она расскажет о некоторых неординарных случаях в её практике. Эти примеры доказывают, что бизнесу ещё рано отказываться от человека в поддержке пользователей.
Забавных и неоднозначных моментов было достаточно много.
Однажды утром мне написали письмо, начало которого я иногда цитирую до сих пор: «РЕБЯТА, НЕИЗВЕСТНОСТЬ ХУЖЕ НЕИЗБЕЖНОСТИ. Скажите, пожалуйста, ...». Далее задавался типичный для нашей линии вопрос, ответ на который мог бы вставляться автоматически. Но я ответила не по шаблону (мне, вообще, никогда не нравилось их использовать, за что меня периодически предавали анафеме).
Мне показалось, что человек взволнован, и в данном случае необходим пресловутый индивидуальный подход. Общение заняло 10 минут. Но они стоили тёплых слов (не только в адрес компании, но и мой), которую я получила в последнем письме цепочки.
Ещё несколько интересных историй связаны с моей работой в чате. Да-да-да, это те самые раздражающие всех окошки, которые открываются, когда вы заходите на страницу. Раскрою страшную тайну, они бесят не только вас, но и самих операторов. В том числе — автоприветствия. В большинстве случаев их составляют неправильно, и люди думают, что можно спрашивать вообще обо всём.
Конечно, можно ответить что-то из серии «к сожалению, я не могу помочь вам с этим. Есть ли у вас вопросы по %нужная тема%?». В лучшем случае человек снова спросит о том, что ему нужно. В худшем — невежливо попрощается и будет позже рассказывать всем о том, что в вашей компании одни… редиски.
Расскажу не очень весёлую, но показательную с точки зрения «человечности» поддержки пользователей историю. Мне написала женщина с вопросом не совсем по тематике услуг компании, но близкой к ней. Она не уточняла, для чего спрашивает, и я решила ей помочь.
В итоге со мной поделились историей семьи, потерей близких на войне и тем, что сейчас она ищет родственников. Уже после этого я могла закрыть обсуждение, так как человек понимал, что наша компания не занимается подобным и не настаивал на моей помощи, однако очень просил её.
Кстати, через какое-то время эта дама всё-таки обратилась за услугой в компанию, где я работала. Она сказала, что запомнила организацию благодаря сервису поддержки пользователей.
Что касается нецелевых вопросов — этого много. Допустим, ваша компания продаёт красные яблоки сорта «Титания». Вот список того, что зададут люди с вероятностью 99%: «а груши не продаёте?», «какой высоты деревья в саду поставщиков и обрабатывают ли их от клещей», «а яблоки вкусные?», «а можно есть яблоки, если у меня болит колено?», «моему ребёнку 2, ему можно ваши яблоки?», «А яблоки Виста Белла можно есть на ужин? (этот сорт вы не продаёте), «удобрения с содержанием серы?», «СКАЖИТЕ, ЯБЛОКИ С ГЛЮТЕНОМ???» и подобное.
Даже если на главной странице вашего сайта будет обо всём этом большими буквами — пользователи всё равно спросят. Вопросы будут очевидными, неочевидными, простыми, сложными, глупыми. Но они будут. И они будут разными.
Сотрудник поддержки, особенно если его не обучают, как в некоторых компаниях-гигантах, скорее всего растеряется от таких обращений. Откуда он знает, используется ли сера в удобрениях яблонь вообще и у конкретного поставщика в частности. Конечно, можно спросить у руководства. Но пользователь ждёт ответа сейчас.
Нейросети предпочитают людям из-за их скорости. Однако скорость не всегда гарантирует удовлетворение пользователя от помощи. Признаюсь честно, я не имею понятия, как поведёт себя нейросеть, у которой не будет ответа на вопрос юзера. При этом я знаю, как поведёт себя человек, и я уверена, что результат может быть отличным.
Но что, если в приоритете скорость ответа, а большинство обращений от пользователей типичны? В таком случае можно попробовать новые технологии без риска ущерба бизнесу.
Выбираю нейросеть
Главный плюс нейросети — она не устаёт. Монотонная и неинтересная работа не скажется на концентрации внимания или настроении модели. Она будет говорить в том тоне, в котором её научили. И только так, как это нужно компании. Ещё нейросеть не уйдёт в отпуск, и у неё не заболеет любимая кошка, ради которой нейросеть не то что выходной готова взять, но и уволиться.
К тому же с помощью нейросети можно решить одну из главных проблем поддержки пользователей — очереди. Даже в час-пик. А это ценно для пользователей компании. И часто сказывается на оценке обслуживания даже больше, чем уровень самого сервиса.
Да, приобрести или создать и обучить нейросеть — это не дёшево. Но в перспективе может быть экономнее, чем содержать штат сотрудников.
Если вы всё же решились «нанять» нейросеть, вот несколько советов по её обучению.
Отберите материал. Это должны быть истории переписок пользователей и операторов. Количество можете определить сами, но лучше взять больше. Если информации не хватит — обучение нейросети будет слабым, а ответы — неточными или вообще неверными.
Разделите текст по признакам: авторство — пользователь и сотрудник поддержки, текст — само тело сообщения, временная метка, тема вопроса — если ваша поддержка письменная, и это не чат — часто прописывается в отдельном поле.
Проанализируйте полученное и определите вектор развития диалога. Это необходимо для того, чтобы построить дерево сценариев, по которому позже будет обучаться нейросеть.
Уберите лишнее: автоприветствия, тексты не по делу, недописанные клиентские запросы, ответы сотрудников поддержки, проигнорированные пользователем и так далее. Классифицируйте. Но не вопросы, а ответы. Пользователи могут спрашивать об одной и той же проблеме разными способами. Ответы операторов чаще всего типичны полностью или частично. Нейросети будет проще обучиться по ним.
Не гонитесь за количеством классов ответов. Они не должны быть маленькими. Но и не должны быть гигантскими. Соблюдайте баланс и не забывайте тестировать промежуточные результаты. Только так вы сможете подобрать оптимальное количество классов для своей нейросети.
Помните, нейросеть всегда можно дообучить. Не спешите и сделайте качественную основу для дальнейшего развития.
Получается, нейросеть действительно хороша. По крайней мере для решения типовых вопросов пользователей. Ожидание даже в несколько секунд напрягает юзеров. Что говорить о проблемах, которые требуют обсуждения с руководством или поиска в интернете. Операторы смогут отвечать также быстро только в том случае, если начнут использовать уже заполненные шаблоны. Но тогда зачем вообще нужны люди?
Пример поддержки в чате, сайт Сбербанка
Что на практике?
Лично я не работала в компаниях, где нейросеть вела бы «полноценный диалог» с пользователем. Поэтому не могу поделиться конкретным опытом и проблемами. Однако мне есть, что сказать.
Очень часто (особенно в чате) люди ещё до приветствия спрашивали меня: «а вы не робот?». Некоторые сразу добавляли, что они не хотят общаться с «роботами» принципиально. Я отвечала им правду в виде какой-нибудь простой и даже глуповатой шутки. Например, «Нет, но под конец рабочего дня я в этом сомневаюсь» или «Да, но впереди ещё 10 часов работы, и мне бы очень хотелось им быть». Это всегда расслабляло и располагало людей. Так, мы быстрее закрывали их боль. Потому что это была уже командная работа.
Я не имею ничего против нейросетей. Иногда они действительно нужны. Можно также привести пример из периода моей работы в чате. На сайте было 2 выпадающих меню с разными типами услуг, эргономичный инструмент поиска с полями для заполнения, строка поиска по ключевикам, но люди всё равно просили у меня ссылки.
Вместе с конкретной ссылкой я всегда давала людям инструкцию о том, как использовать поисковую систему сайта. Но в 90 % случаев моя просьба игнорировалась, и запрос с уже другими параметрами повторялся. Однажды меня даже прямо спросили: «а для чего тогда вы тут вообще сидите?». Было немного обидно (явно не для того, чтобы заниматься поиском по действительно удобному сайту). К тому же это требовало времени и отвлекало от действительно актуальных вопросов.
Именно для таких задач подойдёт нейросеть. Ещё она очень нужна, если в поддержку пользователей поступают заявки или заказы. А они поступают. Оператор будет тратить время на внесение данных, чтобы не отказывать и не упускать клиента в то время, как другие пользователи будут ждать. Нейросеть справится с этим гораздо быстрее» (прим. авт.: как пример — наш кейс о работе с «DOSTAЕВСКИЙ».
Возможно, сейчас вы подумали, что для бизнеса важно всё. И скорость, и точность, и человеческое отношение. Вы правы. Поэтому можно попробовать объединить машину и человека в вопросе помощи юзерам.
Выбираю обоих
Иногда компании совмещают нейросеть и человека в поддержке пользователей. Математическая модель сортирует обращения, адресует их на разные линии или разным специалистам, а также отвечает на типовые вопросы шаблонами. Люди работают с более сложными, требующими обсуждения и «живого контакта», письмами и звонками. Это наиболее затратный, но удобный для всех вариант.
Ниже представлены плюсы и минусы обоих видов поддержки. В случае совмещения легко удастся перекрыть некоторые из них.
Плюсы человека:
- эмпатичное отношение положительно сказывается на лояльности клиента;
- индивидуальный подход к каждому пользователю и проблеме;
- возможность обсуждения спорных моментов с руководством;
- возможность нативно предложить дополнительный товар или услугу, объяснить в разговоре, зачем и почему это предлагается конкретному пользователю, воздействовать на него эмоционально и этически.
Плюсы нейросети:
- высокая скорость ответа;
- точность ответа, сообщения без опечаток и «воды»;
- нет риска конфликта с пользователем или руководством;
- нет необходимости платить зарплату при работе 24/7.
Минусы человека:
- ответ не всегда моментальный, что раздражает пользователя;
- ответы бывают неточными, размытыми, неграмотно написанными или с обилием опечаток, что сказывается на отношении к компании в принципе. Иногда это происходит просто потому, что человек устал;
- есть риск конфликта с пользователем, который ведёт себя некорректно;
- нужно оплачивать работу (средняя ЗП по Санкт-Петербургу в поддержке пользователей: официально 30 000, на деле — 20 000–25 000), отпускать по ТК РФ и т. д. Поиск сотрудника — это месяц рабочего времени компании, траты на объявления, работу рекрутёра.
Минусы нейросети:
- затраты на создание, обучение и техническую поддержку. В среднем первые два пункта занимают от 2 месяцев и больше, в зависимости от сложности задачи и объёма информации. Цены тоже достаточно сильно варьируются. На итоговую стоимость влияют цена сбора информации и времени на сбор, каждый из этапов обучения нейросети и их тесты;
- шаблонные и однотипные ответы без эмпатии к юзеру;
- спорные моменты не обсуждаются с руководством, если нет прописанного решения — возможны проблемы с клиентом;
- возможность предложить товар или услугу с помощью нейросети ограничена. Её можно обучить различать пользователя, определять его желания. Но это вряд ли будет сравнимо с хорошим продажником. Дообучение до приемлемого уровня возможно, но дорого.
Выбора нет
На самом деле выбора действительно нет. Для крупного бизнеса есть только один рациональный вариант — совмещать. Для небольшого — пока оставить людей. Так как пользователи РФ не до конца готовы к общению с «роботами». Особенно старшее поколение, а именно его представители чаще всего не могут разобраться в сайте и обращаются в поддержку пользователей.
Хотя это не всегда люди почтенного возраста. Иногда пишет и молодёжь. Поэтому человек, способный различить по разговору хотя бы примерный портрет клиента, сможет сориентироваться и помочь так, как этого хочет пользователь.
Каким бы ни был ваш выбор, помните: вы делаете это для людей. Отталкивайтесь от проблемы не только своей компании (очереди, продажи и так далее), но и от болей юзеров. И тогда любое решение станет правильным.
Оффтоп для начинающих разработчиков
Если вы хотели научиться создавать нейросети, но передумали после «Выбора нет» — очень зря. Несмотря на то, что в поддержке пользователей предпочтение отдаётся людям, математические модели активно используются в других областях, в том числе в бизнесе. Это достаточно перспективное направление, и, как нам кажется, популярность нейросетей будет только расти.
Стоит ли делать своей главной фишкой создание и обучение нейросетей — каждый решает сам для себя. Однако понимать принцип работы, уметь писать что-то простое — лишним не будет.
Для того, чтобы создать нейросеть, вам понадобится знание языка программирования, например, Python — достаточно популярный и доступный многим, а также TensorFlow — открытая библиотека Google, которая пригодится в том числе для тренировки вашей нейронной сети, знание хотя бы базовых архитектур. Чем сложнее задумка, тем выше должен быть ваш уровень как специалиста. Это логично.
Материал подготовила Анжелика Финкельштейн, контент-менеджер компании InfoShell.
