ბავშვთა ტანსაცმლის მაღაზია: AI კონსულტანტი ზომებში

ბავშვთა ტანსაცმლის ონლაინ-მაღაზია თვეში დაახლოებით 60 ათასი ვიზიტითა და რამდენიმე ათეული ბრენდის ფართო ასორტიმენტით. გაყიდვები ძირითადად მესენჯერებით მიდის და საღამოს, როცა მშობლები სამსახურის შემდეგ თავისუფლდებიან, მიმართვების ნაკადი რამდენჯერმე იზრდებოდა. ხუთი ოპერატორი ცვლებში მუშაობდა, მაგრამ პიკს ვერ ასწრებდა: ყველაზე დატვირთულ საათებში კლიენტი პირველ პასუხს 40 წუთამდე ელოდებოდა და მყიდველების ნაწილი უბრალოდ ხურავდა ჩატს.

ჩვენ გავარჩიეთ მიმოწერა თვენახევრის განმავლობაში და დავინახეთ, რომ შეტყობინებების ნახევარზე მეტი ერთი და იგივე კითხვაა: მოერგება თუ არა ზომა ბავშვის სიმაღლესა და ასაკს. მშობლები ებნეოდნენ, რადგან სხვადასხვა ბრენდის ზომების ბადეები არ ემთხვევა, და თავიდან ეკითხებოდნენ. სამუშაო დროის შესამჩნევი ნაწილი კონტაქტებისა და შეკვეთების CRM-ში ხელით გადატანასაც ხმარდებოდა, ხანგრძლივი ლოდინის გამო კი თბილი კლიენტების ნაწილი კონკურენტებთან გადიოდა.

მარტივი ღილაკებიანი ბოტები აქ მხოლოდ აღიზიანებდა: მშობელს ცოცხალი გამყიდვლის რჩევა სჭირდება და არა ვარიანტების მენიუ. ამოცანა იყო გვესწავლებინა ასისტენტისთვის თავისუფალი ფორმულირებების გაგება, მაგალითად «ვაჟი ხუთი წლისაა, სიმაღლე მეტრ და ათი, რა ავიღო შემოდგომაზე», და პასუხი კონკრეტული მოდელით გაეცა და არა ზოგადი სიტყვებით. ამასთან მას უნდა ახსოვდეს ბრენდების ზომების ბადეების განსხვავება, ხედავდეს მარაგს საწყობში და არავითარ შემთხვევაში არ იგონებდეს ნაშთს, რომელიც არ არსებობს.

ჩვენ შევქმენით AI ასისტენტი WhatsApp-ში, რომელსაც ესმის კითხვები ჩვეულებრივ ენაზე და გირჩევთ კონკრეტულ მოდელებს მცირე მარაგით ზრდისთვის, ზომებისა და მიმდინარე ნაშთების ბაზასთან შედარებით. ის გეუბნებათ ზომას ბრენდის მიხედვით, გთავაზობთ ანალოგებს, თუ პოზიცია არ არის, და თავად შეაქვს შეკრებილი განაცხადი CRM-ში ხელით კოპირების გარეშე. ტონი მოცემულია მაღაზიის რეალური მიმოწერის მაგალითებით, ამიტომ პასუხები ადამიანურად ჟღერს. რთულ შემთხვევებში, მაგალითად თანხის დაბრუნებისას, დიალოგი რბილად გადადის ოპერატორთან.

გაშვებას დაახლოებით ხუთი კვირა დასჭირდა. ჯერ გადმოვწერეთ დიალოგების ისტორია და მისგან შევკრიბეთ მშობლების ხშირი კითხვები და ფორმულირებები. შემდეგ ავაგეთ ზომების შესაბამისობის ბაზა თითოეული ბრენდისთვის და დავუკავშირეთ საწყობის ნაშთებს. ცალკე დავამუშავეთ საზღვრები: სად პასუხობს ასისტენტი თავად და სად ევალება ადამიანის მოწვევა. ამის შემდეგ ფორმულირებები გავტესტეთ ტრაფიკის ნაწილზე, ცოცხალი დიალოგებით გავასწორეთ ტონი და მხოლოდ მერე გავიტანეთ ასისტენტი მიმართვების მთელ ნაკადზე.

ახლა ბოტი თავად ხურავს ზომებზე რუტინული მიმართვების დაახლოებით 60 პროცენტს, პირველი პასუხი კი წამებში მოდის ადრინდელი ორმოცი წუთის ნაცვლად. განაცხადების CRM-ში ხელით გადატანა გაქრა: კლიენტის ბარათი ავტომატურად იკრიბება. ოპერატორებმა ერთგვაროვან კითხვებზე პასუხი შეწყვიტეს და რთულ შემთხვევებსა და დამატებით გაყიდვებზე გადაერთვნენ. ჩატიდან კალათაში კონვერსია დაახლოებით 15 პროცენტით გაიზარდა, რადგან მყიდველი რჩევას მაშინვე იღებს, სანამ ყიდვის სურვილი ჯერ კიდევ ცხელია.