Один из главных технических и менеджерских вызовов в помогающих кому-либо проектах — как справиться с большим потоком входящих обращений и запросов. Егор Еремеев, it-специалист и сооснователь бренда «КУЛЬТРАБ», после начала войны стал создавать технологические продукты для антивоенных движений. О том, как создать эффективную службу поддержки и снизить нагрузку на команду, — в материале Теплицы.
Как все начиналось
«Я уехал из России до войны, почти на год раньше. С началом войны все текущие проекты пришлось притормозить. Другие проблемы вышли на передний план. Россия напала на Украину. Мы готовили новый релиз [новой коллекции «КУЛЬТРАБ»], и, естественно, выпускать его не было смысла. Сейчас вообще имеет смысл только помогать украинцам», — рассказывает Еремеев.
Егор вместе с друзьями начал помогать жителям Украины эвакуироваться. Через несколько дней помощь вылилась в целый проект Helping to leave с круглосуточной горячей линией по эвакуации и сотнями волонтеров со всего мира. Еремеев стал операционным директором проекта и запустил службу поддержки с чат-ботом, в который поступали тысячи обращений в день.
В мае 2022 года Еремеев вышел из Helping to leave, чтобы консультировать другие антивоенные инициативы, как им улучшить службу поддержки через мессенджеры. Задумкой Еремеева было повысить эффективность и сократить затраты ресурсов с помощью внедрения диалоговой платформы и AI-чат-ботов.
Разбираем по шагам
Служба поддержки — это не просто несколько специалистов, отвечающих на вопросы. Для слаженной и корректной работы необходимо внедрять сразу несколько технических инструментов. Еремеев советует выбрать формат диалоговой платформы (см. ниже), соединенной с ботом с искусственным интеллектом и базой знаний. Последнее используется, впрочем, только для самых сложных служб поддержки.
Комплексное решение позволяет:
- соединить в одно окно все каналы коммуникации (Telegram, WhatsApp, Instagram, email, Twitter и др.), распределять нагрузку на операторов поддержки (можно назначить определенного волонтера за нужной веткой переписки);
- автоматизировать ответы на однотипные сообщения;
- защитить переписку и персональные данные.
В Telegram cуществуют стандартные боты с «кнопками», то есть такие, где после нажатия кнопки /start бот предлагает ответить на несколько вопросов с помощью заданных программ. С такими ботами вы наверняка встречались. Другая разновидность — AI-боты (диалоговые), которые «читают» обращения, считывают из них информацию и в процессе учатся распознавать запросы. Таких ботов вы можете увидеть, например, в российских онлайн-банках.
Решения, которые предлагает Еремеев, по большей части no code, то есть не требуют написания кода и сильных навыков разработки. Чтобы запустить в работу более продвинутого, AI-бота, можно обратиться к it-волонтеру и объяснить свой запрос с помощью этой статьи. Можете попробовать сделать большую часть самостоятельно — это не так сложно и очень интересно. Ниже мы обсудим два шага, которые потребуют помощи специалиста.
«Специфика волонтерских организаций в том, что работают одновременно много волонтеров. Чаще всего это короткие смены, может быть, волонтер работает даже несколько раз в неделю. Если использовать коммерческие продукты, то лицензирование идет за каждого пользователя, а когда много волонтеров и нужно очень много лицензий, продукт становится жутко дорогим. Вот и преимущество системы с исходным кодом, который разворачивается у тебя на сервере, — не нужно оплачивать лицензии. Таким образом можно очень сильно масштабировать работу».
Итак, ваш запрос: «Мы хотим создать удобную для сотрудников и благополучателей службу поддержки, чтобы снизить нагрузку на команду и работать эффективнее и оперативнее. Что нужно сделать?»
Шаг № 1. Разверните диалоговую платформу
Установите на собственный или виртуальный сервер диалоговую платформу Chatwoot. Chatwoot — это бесплатное решение с открытым исходным кодом. Вам не надо будет платить за лицензии на пользователей, диалоги будут храниться у вас, плюс будет возможность доработать решение под себя. Для установки вам понадобится помощь it-специалистов, которые по инструкции помогут вам развернуть платформу.
К диалоговой патформе можно подключить Telegram*, WhatsApp, Instagram, другие мессенджеры и даже электронную почту. Это делается достаточно быстро: одного дня хватит для установки. Сервис не сложнее, чем любой другой сервис автоматизации работы, — представьте, что вы разбираетесь с Google-аналитикой или WordPress.
* В отличие от WhatsApp и других мессенджеров, у Telegram нет функции бизнес-аккаунта для приема обращений. Поэтому к диалоговой платформе можно подключить не личный аккаунт, а аккаунт, который Telegram называет ботом. Делается это за одну минуту с помощью BotFather. Инструкцию можно посмотреть здесь.
С этого момента уже можно принимать и отвечать на сообщения из всех мессенджеров. Некоторым организациям, у которых нет большого потока обращений, можно пользоваться только диалоговой платформой, чтобы отвечать благополучателям через единый сервис коммуникации.
Шаг № 2. Подключите к платформе AI-бота
После выполнения первого шага возникает вопрос: зачем подключать сложного бота, если все обращения уже собраны в одном месте. Все просто: AI-бот нужен, чтобы классифицировать поступающие данные, задавать уточняющие вопросы и снять нагрузку с первой линии обращений.
Для этого шага нужно воспользоваться сервисом от Google — Dialogflow. Dialogflow — система для бота, она может «понимать» текстовые сообщения и даже аудиосообщения, а еще может сама отвечать благополучателям.
Также можно воспользоваться сервисом Rasa, это альтернативное open-source решение, но для него необходимы ML-специалисты (Python-разработчики и Rasa-инженеры; у Rasa своя методология, и это отдельная специализация). К Rasa стоит обращаться, если нужно больше контроля над данными: например, организациям с более высокими рисками.
Чтобы связать бота и диалоговую платформу, понадобится помощь специалистов. По этой инструкции специалист(ка) сделает задачу.
Шаг № 3. Работа с текстовыми данными
На этом шаге нужно классифицировать запросы в вашу организацию. Обычно это занимает от одной до нескольких недель — в зависимости от разнородности и объема данных. Еремеев предлагает категоризировать первичные обращения, чтобы распределять их по группам операторов (волонтеров/ок, специалистов/ок проекта), анализировать запросы и отсеивать нерелевантные обращения и спам, — это решение снимает 30% нагрузки на горячую линию. Обращение за помощью становится похоже на коммуникацию в онлайн-банке: человек обращается с вопросом, бот отвечает ему автоматически, а потом направляет напрямую к специалисту, который может ему помочь, например к дежурному по юридической или психологической службе.
Как это сделать? В простой таблице в Excel или Airtable (заодно можете пройти наш курс по Airtable) составить категории запросов, например юридические, психологические, волонтерские и так далее. Дальше прописать в столбцах варианты обращений по этим темам.
Чтобы до специалистов доходили только самые сложные кейсы, нужно настроить ответы на часто задаваемые работы и дизайн диалогов. Отсеивать все обращения не по теме организации — легко на уровне категоризации.
После того как вы закончили, вам нужно будет выгрузить эти данные в бот. Здесь можно привлечь специалиста или разобраться самостоятельно. Вам может помочь специальный курс.
Классификацию нужно постоянно улучшать — мониторить, как бот размечает обращения, и корректировать его.
Шаг № 4. Разработать дизайн диалога
Чтобы бот отвечал вежливо и учтиво, необходимо использовать подходы conversation design, то есть дизайна интерфейсов, сосредоточенных на коммуникации с человеком. Егор Еремеев рекомендует книгу «Conversational UX Design: A Practitioner’s Guide to the Natural Conversation Framework», ее можно бесплатно скачать в формате PDF на английском языке. Автор книги больше 20 лет занимается дизайном ботов, его книга — основополагающая в conversation design. На русском языке есть множество курсов по conversation design для начинающих, можете выбрать один из них.
Для самых продвинутых
Задача co звездочкой для тех, кто решается делать бота, способного отвечать подробной информацией из базы знаний. Это задача сложная, требует много времени, а функция нужна не всем организациям. Чтобы отвечать на вопросы, категоризация должна быть очень точно структурирована. Плюс нужна совместная работа с составителями базы знаний и экспертами службы поддержки. Также много ресурсов уходит на дизайн диалогов, потому что люди могут задавать дополнительные вопросы или менять тему, — и это все нужно учитывать при реализации проекта.
Таким образом, служба поддержки получится:
— единой. Все диалоги будут собираться в одном месте. У вас будет веб- и мобильное приложение, в которых можно будет отвечать на сообщения. Вы сэкономите время на переключения между приложениями, и ни одно сообщение не потеряется;
— упорядоченной. Все чаты будут распределены по ответственным за работу сотрудникам. Каждый диалог можно закрепить за сотрудником, волонтером или командой. Количество операторов — без ограничений. Вы будете уверены, что на все сообщения ответили;
— автоматизированной. Команде больше не придется тратить время на ответы на однотипные вопросы, всей обработкой будет заниматься бот. Он ответит на популярные вопросы и узнает всю необходимую информацию, а потом передаст диалог оператору. Так вы снизите нагрузку на службу поддержки;
— безопасной. Переписки и персональные данные сотрудников и благополучателей будут храниться только у вас (в случае выбора в пользу Rasa). Информация будет защищена от доступа третьих лиц и компаний.