Блог

Статьи о клиентском сервисе, искусственном интеллекте и их взаимодействии.

Как правильно считать ключевые метрики клиентского сервиса: FRT, TTR, AHT, CSAT

Как правильно считать ключевые метрики клиентского сервиса: FRT, TTR, AHT, CSAT

В статье описаны метрики клиентского сервиса и как меняется их расчет при использовании ботов. По каждой метрике приведён пример расчета. ## Ключевые метрики обслуживания клиентов FRT, TTR и AHT — это ключевые метрики обслуживания клиентов, которые помогают оценивать эффективность работы службы поддержки: - **FRT (First Response Time)** — время, которое проходит с момента получения запроса клиентской службой до первого ответа на него. Это показатель скорости реакции, считается среднее значение. - **AHT (Average Handle Time)** — среднее время обработки одного запроса, включая время общения с клиентом и пост-обработку (например, составление отчётов). - **TTR (Time to Resolution)** — время, которое требуется для полного решения проблемы клиента, начиная с момента поступления запроса. ### Пример: Клиент отправляет запрос в службу поддержки в 12:00. Первый ответ от службы приходит в 12:10 — это FRT. FRT = 10 минут. Общение с клиентом длилось 15 минут, и ещё 5 минут сотрудник потратил на запись отчета. Итого AHT = 20 минут. Проблему решают окончательно в 14:00 — это TTR, который равен 2 часам. TTR = 2 часа. ### Как считать: С внедрением ИИ метрики FRT, AHT и TTR необходимо считать раздельно для людей и ботов, чтобы адекватно оценить их продуктивность. ## Оценка автоматизации ИИ помогает автоматизировать до 50% клиентских запросов. Для оценки используются следующие метрики: - **NST (Number of Support Tickets)** — количество запросов, поступивших в службу поддержки за определённый период. Это показатель нагрузки на службу и востребованности поддержки. - **ROAR (Rate of Automated Resolution)** — доля запросов, решённых автоматически, без участия человека. Этот показатель демонстрирует эффективность внедрённых автоматизированных решений (например, чат-ботов). ### Пример: В течение дня в службу поддержки поступило 200 запросов. NST = 200. Из них 80 запросов было успешно решено автоматически. ROAR = 80 / 200 = 40%. ## Оценка клиентского опыта Метрики удовлетворенности клиентов (CSAT), лояльности (NPS) и усилий (CES) остаются важными для оценки влияния ИИ на клиентский опыт. Использование ИИ позволяет анализировать комментарии клиентов и автоматизировать обработку отзывов. - **CSAT (Customer Satisfaction Score)** — метрика удовлетворенности клиентов, измеряемая через опросы после взаимодействия с поддержкой. Клиенты оценивают свой опыт по шкале (обычно от 1 до 5 или 1 до 10). - **NPS (Net Promoter Score)** — показатель лояльности клиентов, отражающий вероятность того, что клиент порекомендует компанию другим. Клиенты отвечают на вопрос: "Насколько вероятно, что вы порекомендуете нас?" оценивая от 0 до 10. NPS рассчитывается как разница между процентом промоутеров (оценки 9-10) и критиков (оценки 0-6). - **CES (Customer Effort Score)** — метрика усилий клиента, показывающая, насколько легко ему было решить свою проблему. Клиенты оценивают, насколько сложно было взаимодействие (например, по шкале от 1 до 5). ### Пример: После взаимодействия с поддержкой клиент оценил опыт на 8 из 10 (CSAT = 8/10). На вопрос о рекомендациях клиент дал 9 (NPS = 9 — это промоутер). Клиент сказал, что решение его проблемы потребовало минимальных усилий, оценив их на 2 из 5 (CES = 2/5). ## Новые метрики в поддержке С развитием ИИ появляются новые способы измерения успеха службы поддержки: - **Уровень вовлеченности бота** — отслеживается, сколько диалогов обрабатывает бот по сравнению с общим числом взаимодействий. Рекомендуется подключать ИИ ко многим взаимодействиям, но исключать случаи, где необходимо человеческое участие, например, с VIP-клиентами. - **Удовлетворенность клиентов от взаимодействия с ботом** — если клиенты стараются обойти бота для общения с саппортом, это сигнализирует о необходимости улучшения его работы. Полезно следить за действиями клиентов после общения с ботом и добавлять опросы для получения обратной связи. - **Инсайты по взаимодействию** — ИИ способен анализировать взаимодействия с клиентами в реальном времени, что помогает выявлять проблемы и учитывать «голос клиента». Это позволяет понимать настроение клиентов и сосредоточиться на проактивном персонализированном сервисе. ## Итоги ИИ открывает новые возможности для улучшения аналитики и повышения производительности команд. Важно также пересмотреть распределение времени команды и разработать новые методы оценки работы поддержки.

@Tom_LETO
Кейс Мой горящий тур: у вас есть только 30 секунд, чтобы не потерять клиента

Кейс Мой горящий тур: у вас есть только 30 секунд, чтобы не потерять клиента

## О компании "Мой горящий тур" Сеть турагентств «[Мой горящий тур](https://moihottur.ru/)» была основана в 2010 году и является лидером на рынке горящих туров и путёвок в региональных центрах Сибири и Урала. Каждый месяц около 5000 туристов отдыхают, заказав путёвки через «Мой горящий тур». Сеть турагентств включает филиалы в более чем 30 городах России, а также активно развивается франчайзинговая сеть. ## Задачи компании В современном мире покупатели не хотят ждать. Если они не получат информацию или товар у вас, они обратятся к конкурентам, которые предложат то же самое быстрее и, возможно, дешевле. Это особенно актуально для холодных лидов. В сфере турагентств у всех компаний примерно одинаковые предложения, поэтому на первое место выходят скорость и качество ответа клиенту. Если холодный лид задает вопрос, у вас есть всего 30 секунд, чтобы не потерять его. При запуске рекламных кампаний в сервисе «Мой горящий тур» возникала проблема — лиды, задававшие вопросы в соцсетях, терялись из-за задержек с ответом. Поскольку таким лидам нужно отвечать максимально быстро, операторы и консультанты не всегда успевали. **Цель** — заинтересовать холодного лида и начать диалог в течение 30 секунд после поступления вопроса. Важно выяснить, куда клиент хочет поехать, и предложить ему «горящие» варианты туров. ## Решение Был выбран Wikibot, главные критерии: очень умный бот, недорогой сервис, крутая команда поддержки. Итоговое решение работает так: 1. База туров есть на сайте в формате XML. 2. Для бота Wikibot база туров просто часть базы знаний. 3. Бот мгновенно вступает в коммуникацию с лидами из соцсетей, отвечает на общие вопросы и помогает выбрать тур. 4. Инструкция для бота выглядит так: ``` Ты менеджер по продажам турагенства, консультируй туристов. При выборе тура следуй сценарию: 1. Для поиска тура по контексту используй формат: "Город вылета" - "Город или Страна прилета" - "дата тура" в формата yyyy-MM-dd 2. Уточни обязательные параметры это город вылета, страна или курорт отдыха 3. При первом поиске предложи туры, независимо от дат и количества туристов. 4. После каждого уточнения данных по туру, осуществи поиск тура по контексту 5. Если поиск по стране Турция, то ищи сразу по городу Анталия 6. Если много подходящих вариантов, то показывай в порядке возрастания цены. ``` ## Результаты запуска бота Первая цель достигнута - мы оперативно отвечаем на все запросы, не теряя при этом лиды. А это значит, что можем масштабировать наши рекламные кампании с более эффективным бэком. Кроме того бот уже помог нескольким клиентам пройти все шаги выбора тура, передав менеджеру заказ на оплату. Благодаря боту наши лиды получают быстрые ответы на типовые вопросы и актуальные цены по направлениям, выставленным на сайте турагентства. Сейчас бот отвечает в соцсетях вк, инстаграм и телеграм, а также в виджете на сайте в городах где нет офисов компании, это примерно 5-10% всех заявок. Расти есть куда, но постепенно, т.к. бота нужно презентовать в разных подразделениях компании и вводить в работу постепенно, не ломая другие процессы. Также нужно адаптировать алгоритм бота под разные сегменты аудитории: для постоянных клиентов нужна одна логика, для тех кто постоянно мониторит цены, но ещё не купил, нужна другая логика. Круто что алгоритм работы бота задается на обычном русском языке, важно только понимать что бот умеет, а что нет. Далее мы будем улучшать работу бота, настроим аналитику и посчитаем экономику бота в сравнении с людьми. Умный бот — хорошее решение для работы с холодными лидами, особенно в периоды повышенной активности клиентов. Для теплых лидов, пока лучше подходят менеджеры. Артем, технический директор «Мой горящий тур» ## Об умных ботах Wikibot Умные боты Wikibot — это автономные программы на базе искусственного интеллекта, способные решать задачи без участия человека. Бот Wikibot: - Поддерживает диалог, помнит всю беседу, задает уточняющие вопросы клиентам. - Собирает с клиентов любые данные и передает менеджерам. - Вызывать API других систем, например, чтобы узнать статус заказа или получить список товаров по критериям клиента. Умных ботов Wikibot всё чаще называют цифровыми сотрудниками, поскольку они выполняют те же функции, что и обычные сотрудники. Создайте своего цифрового сотрудника или выберите готовый шаблон на https://app.wikibot.pro/bots/new

@Tom_LETO
Кейс СушиСелл: чат-бот закрывает 20 тысяч тикетов в неделю, больше 90% от всех обращений

Кейс СушиСелл: чат-бот закрывает 20 тысяч тикетов в неделю, больше 90% от всех обращений

## О компании Суши Sell [Суши Sell](https://xn--e1afka0abm4b.xn--p1ai/) стремится стать компанией №1 по доставке суши в России. Наша миссия — вкусные роллы для своих людей. На данный момент у компании: - Более 120 филиалов, которые успешно работают и приносят прибыль - Присутствие в 100 городах России и команда из более чем 800 сотрудников - Более 140 тысяч подписчиков в социальных сетях ## Задачи технической поддержки В отделе заботы о клиентах работает 30 специалистов. Основные задачи отдела: поддержание лояльности клиентов, решение их проблем, консультирование. Помимо вопросов, связанных с доставкой заказов, отдел заботы о клиентах также обрабатывает сообщения и комментарии в социальных сетях. Компания активно представлена в социальных сетях VK и Telegram, постоянно проводит конкурсы и акции. В результате этого компания получает более 80 тысяч заявок в месяц, при этом более 85% из них не требуют ответа. **Текущая ситуация:** - Из-за большого числа сообщений операторы пропускают важные запросы, что может приводить к потере клиентов. - Политика компании предусматривает ответ на каждый запрос, не являющийся спамом. Ответы на однотипные комментарии вручную экономически нецелесообразны. - Операторам компании приходится просматривать все обращения, что отнимает много времени от выполнения важных задач. Для решения этих проблем команда Суши Sell решила создать цифрового сотрудника, который разгрузит операторов и будет оперативно отвечать на запросы пользователей. **Цель:** сократить ручную обработку и снизить стоимость обработки комментариев. ## Решение Был выбран Wikibot, главные критерии: очень умный, недорогой, крутая команда поддержки. Итоговое решение работает так: ![sushisell.jpg](https://cms.wikibot.pro/uploads/sushisell_jpg_969c0ae22c.jpeg) 1. Клиент Суши Sell пишет вопрос или комментарий в одной из социальных сетей. 2. Сначала запрос обрабатывает антиспам-навык, который работает быстро и очень дешево — всего за 50 копеек. 3. Далее запрос обрабатывается навыком переключения на оператора: по самым важным темам запрос передается оператору, а на остальные — главному агенту для ответа. 4. Если запрос доходит до последнего этапа, клиенту отвечает самый «умный» и мощный навык, который использует базу знаний. Каждый навык использует свою языковую модель. Такое решение позволяет на втором шаге закрывать большую часть тикетов всего за 50 копеек, что значительно оптимизировало расходы на работу бота. Навыки не только помогают сократить расходы, но и лучше определяют границы знаний бота. Навык переключения на оператора передает задачу навыку ответов только по тем вопросам, по которым настроена база знаний. ## Результаты запуска чат-бота для СушиСелл > Бот оправдал все наши ожидания, и мы смогли решить главную проблему — обращения, не требующие ответа. Мы внедрили фильтрацию спама. Теперь бот автоматически обрабатывает обращения клиентов, не требующие ответов, без участия оператора. Он также закрывает часто задаваемые вопросы, что в совокупности составляет более 90% всех обращений. Благодаря этой автоматизации мы снизили ФОТ на 2,5 единицы. На данный момент бот обрабатывает 20 тысяч обращений в неделю, из которых 18 тысяч полностью закрывает самостоятельно. Это стоит компании 30 тысяч рублей в неделю. Таким образом, 30 000 / 20 000 = 1,5 рубля — средняя стоимость закрытия одного обращения. По затратам бот сопоставим с расходами на сотрудников, но при этом предоставляет значительные преимущества для развития бизнеса: - Время ответа бота всегда не превышает 10 секунд, что для нас является важным показателем. В результате мы смогли сократить общее время ответа на 30%. - Бот полностью обрабатывает спам, благодаря чему операторы больше не пропускают важные сообщения, что повышает лояльность клиентов. - Бот позволяет избежать увеличения штата в пиковые сезоны и периоды роста компании. Следующим шагом мы планируем научить бота работать с нашей CRM, чтобы он мог информировать клиентов о заказах и начислять баллы лояльности. Лариса, руководитель отдела заботы о клиентах. ## Ещё раз о цифрах в сухом остатке - Бот обрабатывает 20 000 обращений в неделю за 30 000 рублей. - Средняя стоимость закрытия одного обращения: 30 000 / 20 000 = 1,5 рубля. - 90% обращений бот закрывает самостоятельно, остальные передает операторам. Чтобы включить умный и дешевый анти-спам фильтр напишите нам https://t.me/use_wikibot

@Tom_LETO
Самый короткий учебник по Wikibot

Самый короткий учебник по Wikibot

Wikibot стремительно развивается, поэтому запускаем новый формат «маленький учебник». ## Глава 1. Как создать бота? 1. Кликните по ссылке: https://app.wikibot.pro/bots/new. 2. Введите имя бота и язык общения. Нажмите кнопку “Создать”. Откроется форма для приглашения коллег в команду. Создайте ссылку и поделитесь ею с коллегами. Бот готов, и вы попадете в личный кабинет. ## Глава 2. Общие понятия В личном кабинете, в разделе "Обучение": - Агент — инструкция на русском языке о том, что должен делать бот. Пишите её так, как если бы объясняли новичку. - База знаний — ваша документация, основной источник, где бот ищет ответы. Доступны следующие источники данных: Google Sheets, Google Docs, файлы PDF и DOCX, сайты. - Первая линия — модуль, в котором можно задать точные ответы с изображениями на часто задаваемые вопросы. Также здесь указываются ответы на самые чувствительные вопросы. - Глоссарий — расширение лексикона вашего бота. В каждой сфере есть множество общепринятых аббревиатур, сокращений, сленговых и жаргонных слов. Чтобы бот лучше понимал ваши термины, добавьте их в глоссарий. ## Глава 3. Создаем и обучаем бота шаг за шагом Попробуйте создать своего ИИ-бота — это займет всего 15 минут: 0. Создайте бота: https://app.wikibot.pro/bots/new. 1. Используйте Google Sheets как базу знаний для бота. Сделайте копию документа: https://bit.ly/create_wiki. 2. Заполните документ вопросами и ответами о вашей компании (что должен знать бот). 3. В личном кабинете Wikibot добавьте источник: Обучение => База знаний => Добавить источник => Ссылка на ваш Google Sheet. 4. В личном кабинете, в разделе "Тестирование", поговорите с ботом. В личном кабинете, в разделе Тестирование, можно поговорить с ботом. В разделе Подключения можно подключить бота к вашему хелпдеску или чату на сайте. В разделе Журнал можно просматривать историю входящих сообщений. ## Глава 4. Тонкости обучения бота Иногда бот отвечает не так как мы хотим. В этой главе расскажем, как улучшить интеллект бота, чтобы он всегда давал точные ответы. 1. Основная мысль. Любая серая зона порождает галлюцинации. Если ответ есть в документации, бот его найдёт. Если ответа нет в документации, бот может додумать. 2. Добавьте все самые частые вопросы в модуль "Первая линия". 3. В инструкциях для агента укажите, когда необходимо переключать на оператора (для самых сложных тем). 4. Добавьте в промпт агента инструкции следующего типа: "Если вопрос о смене онлайн-курса, уточни, является ли клиент физическим лицом или юридическим лицом." 5. Улучшите документацию: + Одна статья должна отвечать на один вопрос. + Используйте упоминание близких по смыслу терминов при описании понятий, например: "Войти в аккаунт" и "Войти в личный кабинет". + Заголовки в документации должны быть похожи на вопросы, например: "Как запустить аппарат?" + Если инструкция содержит много шагов, то в начале кратко перечислите их списком: "Чтобы запустить аппарат, следует сделать: А. … Б. …" + Если статья называется "Как запустить аппарат", то в ней должна быть формулировка: "Чтобы запустить аппарат...". Часто название статьи одно, а описывается похожая, но другая тема, что приводит к отсутствию точного ответа на вопрос. 6. Если остались вопросы, то мы готовы помочь https://t.me/use_wikibot

@Tom_LETO
Считаем стоимость закрытия тикета в техподдержке в России для SaaS-компании

Считаем стоимость закрытия тикета в техподдержке в России для SaaS-компании

В качестве исходных данных возьмем: 1. Средняя зарплата сотрудника отдела поддержки — 50 тысяч рублей. 2. Сотрудник закрывает 40 тикетов в день. ``` В месяце 22 рабочих дня. Количество тикетов, закрытых сотрудником за месяц: 40 тикетов в день × 22 дня = 880 тикетов. Средняя стоимость закрытия одного тикета: 50 000 рублей / 880 тикетов = 56 рублей. ``` Однако это слишком упрощенный расчет, чтобы быть правдой. Реальная стоимость закрытия тикета будет в несколько раз выше. Нужно учитывать налоги, отпуска, косвенные и накладные расходы. Мы создали калькулятор стоимости тикета. Сделайте копию Google-таблицы и введите свои данные: [Ссылка на калькулятор.](https://bit.ly/support-calc). В калькуляторе мы считаем общие расходы на отдел поддержки за год и делим их на количество закрытых тикетов за год. ![tiket-cost.jpg](https://cms.wikibot.pro/uploads/tiket_cost_4e11f904cd.jpg) Напишите нам, чтобы посчитать стоимость закрытия тикета ботом для вашей компании: https://t.me/use_wikibot

@Tom_LETO
Консультант-продажник в турагентстве

Консультант-продажник в турагентстве

Недавно глава Nvidia Дженсен Хуанг рассказал, что скоро AI-агенты научатся планировать многоходовые решения сложных проблем. Они будут иметь привилегированный доступ к информации и взаимодействовать с другими AI для выполнения практически любых задач ([источник](https://www.windowscentral.com/software-apps/nvidias-ceo-envisions-a-future-where-multi-shot-agentic-ais-armed-with-reasoning-superpowers-outperform-humans-in-the-job-market)). AI-агенты — это автономные программы на базе AI, способные решать задачи без участия человека и общаться между собой. Теперь Wikibot тоже AI-агент: + Поддерживает диалог, помнит всю беседу, задает уточняющие вопросы. + Собирает с клиентов любые данные и передает менеджерам. + Может вызывать API других систем. Пример нашего клиента: Туристическое агентство - сделали бота без нас: 1. База туров есть на сайте в формате XML. Они дали нашему боту на неё ссылку. 2. Написали инструкцию боту. 3. Подключили к чату. Инструкция бота - программирование на русском языке (Обучение —> Агенты): ``` Ты менеджер по продажам турагенства, консультируй туристов. При выборе тура следуй сценарию: 1. Для поиска тура по контексту используй формат: "Город вылета" - "Город или Страна прилета" - "дата тура" в формата yyyy-MM-dd 2. Уточни обязательные параметры это город вылета, страна или курорт отдыха 3. При первом поиске предложи туры, независимо от дат и количества туристов. 4. После каждого уточнения данных по туру, осуществи поиск тура по контексту 5. Если поиск по стране Турция, то ищи сразу по городу Анталия 6. Если много подходящих вариантов, то показывай в порядке возрастания цены ``` Бот-Консультант-продажник помогает клиенту выбрать тур и, когда клиент готов к оплате, переключает на менеджера. Консультант-продажник в турагентстве — это специалист, занимающийся продажей туристических услуг и консультированием клиентов по вопросам выбора туров, бронирования поездок и подготовки к путешествиям. Напишите нам, чтобы получить сравнение эффективности бота-продажника и человека-продажника, а также расчет экономической выгоды проекта https://t.me/use_wikibot.

@Tom_LETO
Как понять, стоит ли компании внедрять чат-бота для поддержки клиентов?

Как понять, стоит ли компании внедрять чат-бота для поддержки клиентов?

Внедрение чат-бота может значительно улучшить обслуживание клиентов и повысить продажи компании. Однако чат-бот — это серьёзная инвестиция и требует перестройки процессов. Чтобы понять, стоит ли внедрять чат-бота, необходимо: 1. Сравнить сферу деятельности вашей компании с теми, где чат-боты уже успешно работают. 2. Проанализировать и категоризировать всю историю диалогов техподдержки, чтобы определить, какие темы можно автоматизировать. 3. На основе пункта 2 рассчитать экономическую целесообразность проекта по запуску чат-бота. ## Сферы успешного применения умных ботов Бот подходит не всем. Вот отличительные черты компаний, где бот принесет большую пользу: **Компания с B2C аудиторией** Чат-боты идеально подходят для компаний, работающих с B2C сегментом, где большое количество запросов требует оперативного ответа. Пример: интернет-магазины, банки, страховые компании. **Сезонный спрос x2+ от обычного** Если спрос на ваши товары или услуги резко возрастает в определенные сезоны (например, праздники или распродажи), чат-бот поможет справиться с увеличенным потоком заявок. Пример: розничная торговля, туристические агентства. **Нехватка рук в техподдержке** Если ваша служба поддержки не справляется с объемом запросов, что приводит к потере заявок и росту бэклога тикетов, чат-бот может стать отличным решением. Пример: IT-компании, телекоммуникации, SaaS. ## Анализ истории диалогов и расчет экономики проекта Это сложная тема, которая требует экспертизы в анализе текстовых данных. Компания Wikibot оказывает услугу: ``` Анализ возможностей чат-автоматизации + Пилотный проект по созданию цифрового сотрудника ``` **Суть услуги:** 1. Глубокий анализ истории диалогов техподдержки. 2. Создание максимально качественного бота силами команды Wikibot. 3. Для сложных сценариев разработка технического задания на цифрового сотрудника, который полностью заменяет специалистов первой-второй линии поддержки. **Что будет сделано в рамках оказания услуги:** - Будет проведен анализ всей истории диалогов техподдержки с помощью искусственного интеллекта Wikibot. - Будут выявлены самые частые темы, интересующие пользователей, и оценено, насколько хорошо данные темы раскрыты в документации. - На основе пунктов 1 и 2 будет проведена реструктуризация базы знаний, чтобы будущий бот отвечал гораздо лучше. - Будут проработаны и описаны сценарии, в которых бот может выполнять всю рутинную работу, высвобождая специалистов для решения сложных задач. - Будет проведен анализ истории диалогов и расчет экономики проекта. - Будет создана первая версия Цифрового сотрудника. ## Итоги Чтобы понять, стоит ли внедрять бота, закажите услугу "Анализ возможностей чат-автоматизации + Пилотный проект по созданию цифрового сотрудника". Услуга также отлично подходит компаниям, которые уже создали бота и хотят, чтобы он закрывал больше сценариев первой и второй линии поддержки. Стоимость услуги: **250 тысяч рублей.** Срок выполнения проекта: **6 недель.** Напишите нам, чтобы получить пример реального отчета https://t.me/use_wikibot.

@tom_leto
Support Awards 2024 – Оскар для команд технической поддержки!

Support Awards 2024 – Оскар для команд технической поддержки!

Мы рады объявить о премии Support Awards 2024 – Оскаре для команд технической поддержки! Специалисты техподдержки каждый день справляются с трудными задачами, оставаясь в тени. Присоединяйтесь к нам, чтобы выразить признательность этим незаметным героям, благодаря которым наша жизнь становится легче! Номинации: 1. Лучший кейс внедрения чат-бота в поддержку. 2. Лучший хелпдеск для совместной работы ИИ и человека. 3. Лучший саппорт проект. 4. Человек года. 5. Личный опыт - любая личная история про саппорт. До 1 октября 2024 года отправьте заявку на [гугл форму](https://forms.gle/vjtRWqLdgEdgg8WN8). Подведение итогов и награждение победителей 1 ноября 2024. Структура заявки: 1. Один-два обзаца о компании. 2. О вашей команде поддержки. 3. Описание проблемы или задачи. 4. Описание решения, желательно с цифрами и деталями преодоления трудностей. 5. Итоги и планы. Все заявки будут опубликованы в блоге и соцсетях Wikibot. Каждый участник получит крутой приз. - Точно, каждый? - Точно, каждый. [Ждем ваши заявки.](https://forms.gle/vjtRWqLdgEdgg8WN8) По всем вопросам пишите https://t.me/tom_leto

@Tom_LETO