Блог

Статьи о клиентском сервисе, искусственном интеллекте и их взаимодействии.

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
Умный поиск по вашим документам

Умный поиск по вашим документам

Обычный поиск плохо справляется с вопросами со сложными формулировками или с запросами на основе фраз из разговорной речи, например: - Где взять актуальное заявление на отпуск? - Какой шаблон технического задания мы используем в проектах субподряда? - Актуальные на март цены на кондиционеры по южному региону У компании может быть хорошая база знаний и полный набор внутренней документации, но сотрудникам сложно найти ответ на свой вопрос, потому что поисковая система его не понимает, либо сотрудники не знают или забывают где найти нужный документ. В результате вопрос адресуется руководителям, которые часто могут быть заняты и процесс, который должен занимать 5 минут, растягивается на несколько дней. >Каждый третий лид Викибот просит **поиск по смыслу** в базе знаний компании. Мы проанализировали обратную связь и реальные потребности наших пользователей и запускаем новую большую функцию. ## Умный поиск Умный поиск ищет по смыслу, а не по ключевым словам. Напишите свой вопрос в свободной форме, или так, как бы вы его спросили у вашего руководителя. Вы можете использовать отрывок или цитату из документа, разговорные формулировки и даже запросы с ошибками и опечатками — **Викибот** выдаст нужную статью или документ. Мы ищем по PDF, файлам Word и Google Sheets и другим подключенным источникам: Notion, Confluence, HelpDeskEddy, Omnidesk, Юздеск. Цена поиска **в 10 раз меньше**, чем у обычных ответов чат-бота. Стоимость одного ответа **меньше 1 рубля**. ### Три кейса использования умного поиска 1. **Поиск по нормативной документации для внутренних сотрудников**. Умный поиск не только снизит нагрузку на всех руководителей компании, но и даст вам аналитику по самым популярным запросам и документам. 2. **Семантический поиск по сайту**. Умный поиск даст вашим пользователям гораздо больше полезной информации, чем поиск от гугла или стандартный полнотекстовый поиск. Кроме того, вы можете объединить эти подходы. Подключить Умный поиск Викибот можно через наш [API](https://docs.wikibot.pro/api-reference/endpoint/get-search). 3. **Ассистент для L2 и L3 поддержки**. Отличное решение, которое поможет сотрудникам находить _актуальные_ документы и статьи, а также другую подключенную информацию, в рамках решения сложных тикетов. ![Screenshot 2024-04-23 at 00.17.40.webp](https://cms.wikibot.pro/uploads/Screenshot_2024_04_23_at_00_17_40_4ae54b834e.webp) Ждём вас в разделе **Поиск** в [Личном кабинете](https://app.wikibot.pro/).

@Tom_LETO
На Albato, одной из лучших no code платформ по интеграции сервисов, появился чат-бот Wikibot

На Albato, одной из лучших no code платформ по интеграции сервисов, появился чат-бот Wikibot

Wikibot — умный помощник для служб поддержки, который обучается по вашей документации и отвечает на обращения пользователей в чате или по почте, как специалист первой линии поддержки. Преимущество сервиса заключается в быстром старте и практически полном отсутствии «магических» настроек для начала работы. Просто предоставьте нам ссылку на базу знаний и в течение нескольких часов вы сможете задать вопросы боту и получить ответы. Вместо громадного конструктора сценариев, в Wikibot вы обучаете бота как начинающего сотрудника, показывая ему как отвечать на разные типы вопросов. Если у вас нет базы знаний, то примеры для обучения бота можно завести в Google Sheets или на портале Wikibot. Особенность в том, что под капотом используется большая языковая модель LLM. Поэтому бот понимает вопрос в любой формулировке, кроме действительно спорных или сложных, и отвечает как человек. Вне зависимости от формулировки чат-бот поймет вопрос, найдет информацию в базе знаний или FAQ и ответит пользователю. Использование Wikibot для поддержки клиентов позволит: - Сократить общее время решения тикета за счет мгновенных ответов на типичные вопросы. - Повысить лояльность клиентов за счет улучшения качества обслуживания и доступности поддержки в любое время дня и ночи. - Высвободить ресурсы ваших специалистов для решения более сложных и важных кейсов. ## Интеграция Wikibot с помощью Albato Интеграция Wikibot с Albato открывает множество полезных кейсов, например: - Добавление в ваш сервис интеллектуального помощника, который понимает естественный язык. Естественный язык — самый популярный интерфейс в мире, его используют примерно 8 миллиардов человек. - Современные helpdesk системы и чаты на сайтах уже интегрированы с Wikibot. Однако иногда нужно отправлять в бота только некоторые типы вопросов (тикетов) пользователей. Тут отлично подходит Albato. В Albato можно настроить фильтрацию тикетов по любым полям, а также дополнительные действия. - Использование Wikibot в ваших любимых приложениях, например Google Sheets. - Пример интеграции Wikibot в Google Sheets Реализуем простой пример, в котором в первый столбец Google Sheets пользователь будет писать вопрос, а в соседней ячейке (второй столбец) получать ответ из своего бота Wikibot. Для повторения примера, необходимо зарегистрироваться в Wikibot и создать своего бота. Подробно процесс создания описан в документации. В настройках бота в разделе API ключи нужно добавить ключ. ## Пример интеграции Wikibot в Google Sheets Реализуем простой пример, в котором в первый столбец Google Sheets пользователь будет писать вопрос, а в соседней ячейке (второй столбец) получать ответ из своего бота Wikibot. Для повторения примера, необходимо зарегистрироваться в Wikibot и создать своего бота. Подробно процесс создания описан в [документации](https://docs.wikibot.pro/). В настройках бота в разделе API ключи нужно добавить ключ. ![1 1-e1705356394794.png](https://cms.wikibot.pro/uploads/1_1_e1705356394794_418bb20e6a.png) В примере будет использоваться бот https://t.me/Wikibot_support_bot, которой обучался на сайте Wikibot. Создадим новую связку, в которой будет получение значения ячейки из Google Sheets, передача вопроса в Wikibot, запись ответа в соседнюю ячейку Google Sheets (на скрине показан конечный вариант схемы). ![2.png](https://cms.wikibot.pro/uploads/2_2459a715f8.png) Сейчас подробнее остановимся на каждом шаге. ### Добавим шаг “Google Sheets: Создана новая строка”. В настройках необходимо выбрать документ, в котором первый столбец – Вопрос, второй столбец – Генерация ответа. Для такой связки важно чтобы документ Google Sheets был расшарен на редактирование по ссылке. ### Добавим шаг “ Wikibot: Задать вопрос Wikibot”. Тут потребуется API ключ созданный в настройках бота. ![3.png](https://cms.wikibot.pro/uploads/3_7a4747a7cf.png) В качества параметра Query зададим “Создана новая строка: Столбец Вопрос”. В поле Ticket ID установим 1, т.к. в данном примере оно не нужно. ![4.png](https://cms.wikibot.pro/uploads/4_c2d5168fab.png) ### Добавим шаг “Google Sheets: Обновить строку по номеру”. Зададим в качестве значения столбца с ответом “Задать вопрос Wikibot: Answer “. ![5.png](https://cms.wikibot.pro/uploads/5_939a0e6c81.png) ### Результат Запустите связку и набирайте вопросы в первом столбце документа, через 1-2 минуту во втором столбце начнут появляться ответы. Благодаря созданной связке, можно быстро собрать базу ответов вашего бота для дальнейшего анализа и улучшения качества его работы. ![6.png](https://cms.wikibot.pro/uploads/6_67978c0113.png) ### Итоги Задавайте в комментариях вопросы по возможностям применения языкового искусственного интеллекта в ваших продуктах. Специалисты Wikibot на связи [https://t.me/use_wikibot](https://t.me/use_wikibot)

@Tom_LETO
В октябре 2023 Wikibot стал Продуктом недели #1 на ProductRadar

В октябре 2023 Wikibot стал Продуктом недели #1 на ProductRadar

# Как пришла идея Сложно было не заметить бум ChatGPT и искуственного интеллекта в целом. Мы начали экспериментировать с языковыми моделями и возможностями, пытались понять что может и чего не может ИИ, преимущества и ограничения. Поняли, что сходу получается крайне неплохой результат и есть огромный задел по улучшению. Дальше начали продумывать конкретные продуктовые кейсы, так и пришли к решению для отдела поддержки. # Сколько времени заняло от идеи до первого клиента Первой нашей целью было найти трех клиентов за первый месяц. Примерно так и получилось. Среди этой тройки оказался Skillbox. Нам очень повезло с ними. Мы начали свои продажи с рассылки предложения на почты потенциальным клиентам, и одним из адресатов был публичный ящик hello@skillbox.ru. К нашему удивлению, нам ответили! Было примерно так: - Мы делаем крутого чат-бота с ИИ, предлагаем вам попробовать. - Ок, давайте пробовать! Так мы и погрузились в «прод-прод» и реальные кейсы пользователей 🙂 Так что не бойтесь таких простых путей, как прямые продажи! # Самый сложный момент и как его преодолели Самый сложный момент мы проходим сейчас и связан он, как ни странно, с ИИ 😀 Мы очень близки к четкому пониманию как нам закрыть первую линию так, чтобы мы могли отмасштабироваться. Есть реальное понимание, что мы нащупываем p/m fit, но представьте, что ИИ — это ребенок, хоть и гениальный, от которого мы зависим. Поэтому приходится периодически работать с его капризами. Но мы справимся, и наши старания окупятся. [![IMAGE ALT TEXT HERE](https://cms.wikibot.pro/uploads/sasha.png)](https://www.youtube.com/watch?v=LRgREgbPIg)

@Tom_LETO
Чат-бот с ИИ для службы поддержки

Чат-бот с ИИ для службы поддержки

## Идея По мнению основателя Microsoft - Билла Гейтса, ИИ-помощники, которые будут разработаны в скором будущем, изменят привычки и потребности пользователей настолько, что используемые ныне сервисы поиска, онлайн-ритейл и другие знакомые нам способы онлайн-взаимодействия изменятся до неузнаваемости и совсем не факт, что нынешние технологические гиганты выиграют эту новую гонку. «Вы никогда больше не зайдете на сайт поиска, вы никогда не зайдете на сайт продуктивности, вы никогда больше не зайдете на Amazon», — сказал он, описывая потенциальных виртуальных ассистентов. В этом году мы стали свидетелями того как Большие языковые модели (LLM, GPT) стали почти обязательным инструментом для аналитиков, разработчиков, дизайнеров, менеджеров. Большую часть жизни мы занимались созданием аналитических систем для бизнеса, поэтому захотелось дать бизнесу мощь GPT. ## Продукт У хороших сервисов обычно есть нормальная документация, но пользователи B2B продуктов зачастую предпочитают просто спросить у тех поддержки в чате чем искать решение самому. Большую часть времени тех поддержка продукта обычно завалена простыми вопросам, обсуждая это проблему с одним из клиентов мы нашли идею для продукта. WikiBot - Чат-бот с ИИ, который индексирует документацию по продукту и может отвечать на типовые вопросы клиентов в тех поддержку. Цель WikiBot - сделать простое решение которое позволяет компаниям сократить расходы на зарплату технической поддержки и уменьшить среднее время ожидания ответа. ## Как это работает? - Вы дает ссылку на документацию по продукту - WikiBot индексирует вашу документацию или сайт по продукту и затем отвечает на вопросы пользователей как человек. Под капотом ChatGPT или другая большая языковая модель. - Вы выбираете через какой интерфейс WikiBot будет общаться с пользователем. Сейчас доступны Telegram, Jivo, почта (скоро будет больше) - Когда пользователь задает вопрос, сначала с помощью семантического поиска в базе знаний находятся документы наиболее подходящие по смыслу, затем из найденных документов с помошью LLM формируется ответ. ## Что сделано в первый месяц жизни Наша команда впервые собралась и приняла решения делать продукт 29 мая 2023, так что нам всего один месяц!! Что мы сделали за это время: - Проработали идею, нашли аналоги на западе, проанализировали их. - Разработали сервис, сайт - Сделали пример чат-бота - [Помощник по Excel](https://t.me/Excel_WikiBot) - Сделали рассылку друзьям в linkedin и телеграм 200+ писем - Сделали почтовую рассылку по компаниям 250+ писем - в основном это ИТ сервисы которые уже используют чаты для тех поддержки пользователей - Разработали 3 пилота и выходим с этими компаниями на договор ## Что дальше? Хотим демократизировать ИИ, делая четкие инструменты быстро дающие отдачу даже в небольших компаниях. Проиндексировать Вашу документацию и подключить к ней чат-бота можно прямо сейчас у нас на сайте.

@Tom_LETO