Как мы настроили для NAOS обработку 400–500 обращений с Ozon в день без ручной сортировки

У производителя косметики бывает по 400–500 обращений с Ozon в день. Перед ответом сотруднику нужно прочитать сообщение, определить его тему, найти нужный товар и выбрать ответственного. Обработка сотен сообщений — это отдельная работа.

NAOS решил перенести поток в Битрикс24 и поручить ИИ первичный разбор. Мы подключили обращения с Ozon, настроили маршрутизацию и связали CRM с сервисом Suvvy. Для этого тестировали разные варианты передачи данных из сервиса в Битрикс24, выбрали вариант с прямым запросом через API, который задействовал меньше запросов к модели. После оптимизации стоимость одного диалога снизилась с 47 до 24 ₽.

NAOS — французская косметическая компания, основатель брендов BIODERMA, Institut Esthederm и Etat Pur. В России товары продаются на собственном сайте и маркетплейсах.

Покупатели спрашивают о доставке, подлинности и сроках годности, просят сравнить продукты или помочь с выбором. Бывают и вопросы, для которых нужен медэксперт: например, подходит ли средство младенцу-атопику.

Такой поток сначала надо разобрать. Благодарность может закрыть первая линия, вопрос о задержке — логистика. А если покупатель спрашивает о составе или применении средства, обращение передать эксперту.

Сейчас команда работает с обращениями на Ozon и других маркетплейсах. Первыми в Битрикс подключили вопросы и отзывы покупателей с Ozon. Заказчик планирует добавить чаты с продавцом, сообщения по заказам и возвраты, позже — обращения с сайта и электронной почты. Начали с вопросов и отзывов на Ozon.

Задачи, которые стояли перед нашей командой:

• настроить интеграцию Ozon с Битрикс24 по обращениям;
• создать для каждого обращения карточку и сохранить в ней данные о товаре и сути вопроса;
• определить тему обращения и нужный отдел без ручного диспетчера;
• назначить конкретного сотрудника по правилам, заданным в Битрикс24;
• дать сотруднику возможность ответить из CRM, а не возвращаться в кабинет маркетплейса;
• отделить типовые вопросы от тех, где ИИ лучше позвать человека.

В дальнейшем тот же процесс должен принять обращения с других площадок, сайта и почты. Задача была больше интеграции с Ozon; требовалась новая общая логика, которую не надо в будущем собирать заново для каждого канала.

Первая версия работала без использования ИИ. Команда подключила каналы Ozon к Битрикс24, настроила открытую линию и отдельную воронку для обращений. В ней видно, поступил ли новый вопрос, сформирован ли ответ и закрыт ли диалог.

Для обращения создаем карточку. В ней бренд, название и артикул товара, SKU, тип и подтип запроса. Там же краткое описание проблемы, ожидание покупателя, выбранный отдел и результат обработки. Срок годности система запрашивает только тогда, когда он нужен для ответа.

Изначально карточку должен был заполнять сотрудник первой линии. Он же выбирал отдел и передавал обращение дальше. Когда эта схема заработала, повторяющуюся часть отдали ИИ.

ИИ читает обращение и определяет, куда оно относится: к обычной консультации, медицинской экспертизе, проверке качества или подлинности, логистике или возвратам. Он выбирает отдел, но не конкретного человека.

Сотрудника назначает уже Битрикс24 — по структуре компании и правилам распределения. Получилось два уровня маршрутизации: нейросеть Suvvy понимает, куда передать вопрос, а CRM решает кому именно.

Так правила не зашиты целиком в ИИ. Состав отдела или очередь сотрудников можно изменить в Битрикс24, не переписывая инструкции.

С отзывами и вопросами работают по-разному. На отзыв вполне достаточно ответить один раз: поблагодарить или извиниться. В вопросе покупатель может уточнять детали, а если речь идет о применении средства, к разговору придется подключить специалиста.

Для каждого типа обращений настроили отдельного агента Suvvy. У него свои инструкции, база знаний и линия в Битрикс24. Агент видит только нужные стадии воронки. Как только обращение переходит к сотруднику, агент не участвует в переписке.

По ходу диалога бот заполняет карточку в Битрикс24: определяет товар и тему, коротко записывает суть обращения, собирает недостающие сведения. Сотрудник получает вопрос уже с исходными данными и не начинает разбор заново.

Например, во время теста команда спросила о сроке годности и прислала фото упаковки; даты на снимке не было. Бот попросил другую фотографию. Ему отправили упаковку снизу — он прочитал срок и перенес его в карточку.

Для фотографий отдельную ветку не собирали. В настройках указали, какие данные нужны для такого обращения. В каком виде их пришлет покупатель, текстом или снимком, бот разбирается уже по ходу диалога.

Проект не запускали сразу в полной автоматике. Сначала Suvvy работал как второй участник за плечом сотрудника, он готовил скрытый черновик, которого покупатель не видел. Менеджер проверял текст, при необходимости правил и только потом отправлял.

На простых отзывах часть диалогов уже можно закрывать автоматически. Консультационные вопросы пока нейросеть переводит на специалистов. Они знают продукцию и могут уточнить ситуацию покупателя, прежде чем что-то посоветовать. Медицинских рекомендаций агент не дает. Во время тестирования он иногда пытался ответить на такие вопросы сам. Команда разобрала эти диалоги вместе с NAOS и уточнила, в каких случаях обращение нужно сразу передавать человеку.

На первых тестах один диалог с вопросом стоил в среднем 47 ₽. Основной агент обращался к товарной таблице и получал слишком много данных. Вместе с полезным описанием в запрос к модели каждый раз уходил лишний контекст, счет рос.

Команда пересмотрела промпты и вынесла поиск по товарам в отдельного технического агента. Он находит позицию по артикулу и передает основному агенту сведения только об этом товаре.

После оптимизации средняя стоимость разговора с вопросом снизилась до 24 ₽, почти вдвое. Если учесть, что в день проходит в среднем 400–500 сообщений, разница чувствительная.

Товарный справочник связали с 1С. Новые позиции и изменения в описаниях попадают в базу знаний без ручной перезагрузки.

Система еще проходит настройку, у проекта пока нет итоговых данных по загрузке сотрудников, сроку полного ответа и доле обращений без правок. Есть показатели, которые команда уже измерила.