«Спасибо за ваш отзыв». Как в Happywear внедрили нейросеть для работы с обращениями клиентов

Компания Happywear («Хеппивеар Юг») с 2012 года занимается поставками одежды и обуви известных брендов, а с 2019 года развивает собственное производство под маркой Happyfox. Одна из ключевых стратегий роста — активная работа на маркетплейсах. В компании работает более 500 сотрудников, а ассортимент включает около 3000 товаров.

Для автоматизации бизнес-процессов компания использует цифровые технологии. Например, внедрила программу, которая управляет ценами на маркетплейсах. С её помощью сотрудники экономят до 80% времени на корректировке данных вручную. 

Рассказываем, зачем Happywear решила использовать нейросеть для обработки отзывов покупателей и к каким результатам это привело.

Проблема

С увеличением объёмов продаж на маркетплейсах значительно возросло количество отзывов о товарах. Каждый месяц сотрудники компании обрабатывали вручную более 150 тысяч сообщений, что требовало привлечения дополнительных операторов.

Решение

Чтобы ускорить обработку сообщений клиентов, не увеличивая при этом штат, компания решила автоматизировать процесс с помощью AI-системы. 

Нейросеть должна была решить несколько задач: 

• сократить операционные затраты;
• ускорить обработку отзывов;
• устранить субъективность в анализе сообщений;
• улучшить качество обратной связи; 
• повысить лояльность покупателей и количество повторных покупок.  

Технологии

AI-решение на основе GigaChat (русскоязычной нейросети Сбера) быстро анализирует сообщения: определяет тональность (позитивные, нейтральные, негативные отзывы) по ключевым фразам и словам, классифицирует их, а также выявляет по контексту недостатки товара и предпочтения покупателей. 

На основе проведённого анализа нейросеть генерирует релевантные ответы и предлагает клиентам дополнительный ассортимент, который может их заинтересовать. 

Сложности

В компании не было специалистов, способных формулировать правильные запросы для нейросети (промты), которые обеспечивают выполнение конкретных задач AI. Поэтому было решено привлечь экспертов в области искусственного интеллекта. Обучение нейросети потребовало значительных ресурсов и времени.

Этапы работы

• Июнь — июль 2024 года. Подготовка требований к ответам на отзывы, написание и корректировка промтов.
• Август 2024 года. Внедрение AI-решения и интеграция с учётной системой 1С.

Результат

• Операционные расходы на обработку отзывов были снижены на 55% благодаря автоматизации.
• Процесс обработки отзывов ускорился на 70% — сотрудники теперь быстрее реагируют на обращения клиентов.
• Алгоритмы нейросети обеспечивают объективный анализ данных, извлекая из сообщений глубокие инсайты и выявляя проблемы, которые не всегда очевидны. Это помогает приоритизировать задачи по улучшению товаров и услуг.
• Качество обратной связи улучшилось на 40%. Искусственный интеллект генерирует точные и персонализированные ответы, исключая ошибки, вызванные человеческим фактором.
• Технология интеллектуального анализа сообщений способствовала повышению лояльности клиентов и увеличению числа повторных покупок.

Следующие шаги

Компания планирует совершенствовать промты для нейросети, опираясь на анализ реальных кейсов и отзывов клиентов. 

• Чтобы быть в курсе важных трендов и мнений ведущих экспертов, следите за нами в телеграм-канале. О развитии навыков управления, личностном росте пишем в «Дзене». Про технологии и развитие в IT — в блоге на VC.