Как «М.Видео-Эльдорадо» обучает чат-бот общаться с покупателями

Возникший несколько лет назад тренд на использование текстовых или голосовых помощников охватил весь мир. Ритейлеры создают чат-боты, чтобы автоматизировать ответы на стандартные обращения клиентов в условиях взрывного роста онлайн-торговли. Такие системы в процессе работы обрабатывают огромные объемы информации о поведении покупателей, удачных и неудачных сценариях общения и т.п. Анализ этих данных позволяет непрерывно совершенствовать виртуальных помощников, обучая их навыкам не только информирования, но и продаж. О том, как это происходит, Retail.ru рассказал Константин Руденок, руководитель по управлению продуктом чат-бот «М.Видео-Эльдорадо».

По прогнозам Insider Intelligence, к 2024 году объем покупок потребительских товаров и услуг с использованием чат-ботов достигнет $142 млрд. И это при том, что в 2019-м чат-боты принесли своим владельцам лишь $2,8 млрд.

Вызванный пандемией бум электронной торговли тоже внес свой вклад, так как спрос в значительной степени перетек в интернет. Привыкнув к высокому уровню сервиса, покупатели стали рассчитывать на круглосуточное обслуживание и мгновенное получение ответов по всем каналам онлайн-коммуникаций. 

«М.Видео-Эльдорадо» уже несколько лет занимается развитием собственных голосовых и чат-ботов, призванных помогать клиентам находить ответы на интересующие их вопросы, проверять наличие товаров, уточнять технические характеристики или подбирать наиболее подходящие конкретному клиенту товары.

Писать или говорить: какую помощь предпочитают покупатели?

В «М.Видео-Эльдорадо» есть два основных канала для роботов-помощников – голосовой и текстовый. При одинаковой базовой функциональности сценарии их применения разнятся. Голосовой помощник активируется, когда клиент звонит по телефону на горячую линию поддержки. Он может проверить статус заказа или выполнить какие-то простые действия, для которых голосового ответа достаточно.

При этом часто возникают ситуации, когда общение в чате предпочтительнее – здесь можно показать изображения, предложить ссылку на рекомендованную модель товара и пр. В этом случае клиент получает от чат-бота приглашение. Этот вариант активируется только в том случае, когда ритейлер точно знает намерения покупателя и этот сценарий действительно целесообразен.

Основная задача голосового виртуального консультанта – амортизация нагрузки на колцентр. Уровень удовлетворенности клиента напрямую связан со временем ожидания. Поэтому даже ответ автоматизированной системы в такой ситуации гораздо лучше, чем классическое «Ваш звонок очень важен для нас».

Отдельно стоит заметить, что если по нашей статистике в 2020 году количество текстовых обращений от покупателей составляло 20%, а 80% оставались голосовыми, то в прошлом году доля текста выросла до 40%. Покупательское поведение меняется, так как чат-бот становится наиболее удобным и быстрым инструментом поиска информации, всегда свободным и готовым ответить на запрос.

Сейчас чат-бот проводит 15–25 тысяч диалогов в сутки в зависимости от конкретного дня недели и других факторов.

Общение можно начать и сразу в текстовом чате, в этом случае возможности виртуального помощника значительно расширяются. Здесь покупатель может получить ответы на те вопросы, которые не хочет искать самостоятельно: «Какая матрица установлена в телевизоре?», «Каков уровень шума у этого холодильника?», «Что входит в комплектацию этого пылесоса?»

Чат-бот может предоставить любую информацию о товаре, подобрать модели по указанным характеристикам, выполнить много других сервисных задач. Например, проверить профиль пользователя в хранилище данных, узнать его статус в программе лояльности и предложить сформировать персональную цену. Если клиент не авторизован – попросить его это сделать.

Сценарий перехода к продаже состоит из трех этапов:

  • Определение заинтересованности клиента в товаре на основе его вопроса;

  • Проверка доступности товара и получение его характеристик;

  • Перевод разговора на сотрудника или сразу на страницу оформления заказа.

Ключевая задача чат-бота – стимулировать к покупке. Так может выглядеть диалог покупателя с ботом.

Чему учится чат-бот?

Дерево доступных виртуальному помощнику сценариев отличается для разных товарных групп, поэтому бот работает по модели поэтапного уточнения задачи. Классификация намерений начинается с определения категории товаров, выделения товарных характеристик, определения артикула указанной модели и т.д. Если задача подразумевает рекомендацию, то на основании предпочтений клиента модель рекомендует подходящие варианты. 

Один из сценариев продажи основан на поиске расширенных характеристик товара, которым интересуется клиент. Второй строится на консультировании по цене, наличию, видам доставки и пр. Этот вариант уже подразумевает интеграцию бота не только с товарным каталогом, но и с логистическими системами, сервисами программы лояльности и пр. 

На определенных этапах работы чат-бота применяется машинное обучение. В частности, ИИ помогает определить общий эмоциональный настрой покупателя в четких качественных значениях – негативный, нейтральный, позитивный. В то же время ИИ направлен на анализ собранных в ходе работы чат-бота данных. Это реальные сценарии взаимодействия, статистика преждевременных выходов покупателей из чата и пр. Все это нужно для дальнейшего развития чат-бота, которого «М.Видео-Эльдорадо» хочет сделать более «вовлеченным» в процесс и усиленно над этим работает.

Кстати об эмоциях. Опираясь на данные от ИИ и оценки, которые поставили чат-боту сами клиенты, ритейлер постоянно контролирует общий уровень удовлетворенности CSI по каждому каналу и тематике. Весь выявленный негатив просматривается и анализируется вручную, и на основании этого в сценарии чат-бота вносятся необходимые изменения.

Разработка включает создание целостных сценариев для разных категорий товаров и составление разметок для обучения моделей.

Производительностью чат-бота на текущий момент компания вполне довольна – усредненное время ответа на вопрос составляет около половины секунды.

Чат-бот и его «начальник»

Путь совершенствования виртуального помощника отнюдь не прост. Одна из основных проблем, с которыми мы столкнулись, оказалась кадровой. Работа над диалоговыми системами на базе ИИ, которые должны решать конкретные маркетинговые задачи, требует уникального совмещения экспертиз.

Сложно найти хорошего аналитика данных с глубокими знаниями в области лингвистики. А определить закономерности влияния конкретных словоформ на коэффициент конверсии – задача не самая тривиальная. Нам пока удается решать вопрос со специалистами, но таких людей нужно больше.

Пришлось поломать голову и над сценариями перевода покупателя из одной среды в другую. Есть общая особенность при покупке в онлайне – переключение на другое окно заметно влияет на конверсию. Кроме того, встает еще и вопрос доверия клиента. Условно говоря, если ему в Telegram предложить что-то купить и предоставить ссылку, результатом может стать некоторое недоверие. С одной стороны, надо работать над убедительностью сообщений чат-бота, с другой – свести на нет потери конверсии на этом этапе вряд ли возможно.

Текущие показатели компанию устраивают – бот продает так же хорошо, как и сотрудник колл-центра, периодически даже вырываясь вперед.

Пути развития

Чего же ждать ритейлу на горизонте двух-трех лет? Главное, что произойдет за это время, – интеграция виртуальных помощников с внутренними системами продаж компании станет гораздо более глубокой. Стоит стремиться к тому, чтобы чат-боты все больше переходили из категории вспомогательных в категорию независимых инструментов общения между клиентом и компанией. Для этого надо радикально расширить функциональность чат-бота и постепенно двигаться к тому, чтобы продажа происходила в режиме одного окна.

Качественно повысить удовлетворенность клиента в будущем помогут и гибкие рекомендательные сервисы. Вместе с эффективными технологиями распознавания запросов покупателя и данными из внутренних систем компании они научатся формировать персонализированные предложения с учетом всех факторов – трендов популярности товаров и определенных брендов и категорий, уровня лояльности клиента, сезонности, истории покупок и пр. 

Retail.ru

Источник: Retail Ru