Владислав Завьялов, директор по клиентскому сервису Inventive Retail Group (сети re: Store, Samsung, Lego, Street Beat, Nike и др.) рассказал, для чего ретейлу искусственный интеллект и как нейросети помогают сохранить индивидуальный подход к клиентам.

В 60–70-х годах XX века, во времена научного романтизма, когда на нейросети и искусственный интеллект (AI, ИИ) возлагались большие надежды, популяризаторы науки убеждали, что компьютеры будут мыслить подобно человеку. В современном мире людям нужны не просто думающие машины, а интеллектуальные инструменты, которые сделают работу сотрудников более эффективной, а значит, и выгодной для бизнеса.

Сегодня мы видим, как нейросети и машинное обучение постепенно становятся неотъемлемой частью производственных процессов.

Обработка обращений: услышать всех клиентов

Задача ретейла как сферы услуг — удовлетворить потребности и оправдать ожидания покупателя. Клиент должен остаться доволен продуктом, местом или оказанными ему услугами, чтобы впоследствии рекомендовать их другим. И если от дискаунтера потребители ждут только низкой цены, то от компаний, которые представляют крупные мировые бренды, они рассчитывают получить высококлассное обслуживание.

Желание клиентов общаться в цифровых каналах увеличивает объемы обращений и запросов в компаниях. Бизнес получает огромное количество текстовых сообщений из разных каналов (e-mail, мессенджеры, соцсети и т.д.), а также результатов опросов покупателей.

До недавнего времени наши менеджеры по работе с клиентами, например, обрабатывали каждое обращение отдельно, и если не успевали на него ответить сами, то переадресовывали с пометкой в соответствующие департаменты. Но стало быстро понятно, что ручная обработка постоянно увеличивающегося потока информации требует слишком много ресурсов.

Техническое решение: так же, но быстрее

В 2019 году мы внедрили семантическую нейросеть, разработанную специалистами компании «ЛАНИТ Омни», что заметно упростило обработку обращений. Интеллектуальное решение в автономном режиме анализирует и классифицирует все текстовые сообщения и отзывы, которые поступают в сети магазинов. Программа получает информацию из различных каналов коммуникаций, проводит семантический анализ и передает его в систему обработки обращений.

В процессе обработки высказываний нейросеть определяет их тональность и присваивает им статус: «позитивное», «негативное» или «нейтральное».

Как только сообщение обработано, система информирует об этом соответствующее подразделение, и команда специалистов оперативно реагирует. При этом сотрудники видят не только запрос конкретного человека с оценкой тональности сообщения, но и такие параметры, как продолжительность его участия в бонусной программе, историю покупок и предыдущие обращения в компанию. Это позволяет составить картину взаимодействия с каждым клиентом.

Несмотря на рост числа обращений (более чем на 20%), нейросеть позволила избежать расширения штата. Ускорилась обработка запросов, на которые при необходимости сотрудники могли реагировать в режиме реального времени. Появилась возможность приоритизации заявок. В масштабах всей группы это заметная экономия времени и ресурсов.

Процесс сбора и анализа информации сейчас автоматизирован. Это позволило расширить список каналов для получения данных. Если до внедрения системы сотрудники работали только с обращениями клиентов, которые поступили с сайтов магазинов или из мессенджеров, то теперь нейросеть получает и обрабатывает все отзывы о компании. В том числе и те, что были оставлены на сторонних ресурсах, например из Google Maps, «Яндекс.Карты» и «2ГИС», профильных форумов и сообществ. Анализировать такие массивы информации силами сотрудников сложно и дорого.

Человек и нейросеть: тонкости взаимопонимания

Нейросеть постоянно самообучается, расширяя набор словоформ, которые она способна различить, и спектр интонационных оттенков. Сегодня, например, она в автоматическом режиме с высокой точностью определяет суть сообщения, даже если имеет дело с языком социальных сетей. При этом тексты полны орфографических ошибок, в них встречаются плохо построенные или неоконченные фразы, жаргон, сокращения и аббревиатуры.

Эмоциональные клиенты порой не стесняются в выражениях, в том числе тогда, когда хотят высказать благодарность. Автоматически обработать такие сообщения — задача нетривиальная: ненормативная лексика многозначна; одно и то же слово может передавать очень широкий спектр оценок и эмоциональных состояний. Смысл таких выражений зачастую понятен только из контекста.

Вместе с тем поток сообщений, помимо прямых вопросов, содержит и ценную для бизнеса информацию, которую зачастую непросто извлечь. Так, одному клиенту не понравилось то, что сотрудник из зала часто к нему обращался. Однако из контекста выяснилось, что в салоне покупателю было жарко, поэтому любое обращение к нему раздражало. Во время ручной обработки такого сообщения его определили бы как негативное, однако нейросеть помогла выявить причину недовольства и быстро исправить ситуацию как в отношении этого посетителя, так и в самом салоне.

Что дальше

Мы работаем в такой нише, где искусственный интеллект еще долго не сможет заменить живого общения. Сегодняшний кризис может затормозить подобные инновации, ведь если на рынке появится большое количество профессиональных людей, готовых работать, то с точки зрения человеко-часов будет выгоднее нанять персонал, чем вложиться в разработку. Но это, конечно, касается только сегодняшней ситуации. Нейросеть — большое подспорье в развитии компании. Вот два основных профита:

1. Она помогает классифицировать и анализировать обращения, а решения, принятые на основании ее анализа, дают возможность выявлять несовершенство бизнес-процессов и проблемные места до возникновения репутационных рисков.

2. Такой подход позволяет оценить качество работы сотрудников и степень удовлетворенности клиентов.

Все это положительно влияет на бизнес в целом, делая его конкурентным и современным.