Как сократить число потерь заявок в B2B на 99% с помощью ChatGPT: кейс интернет-магазина электротоваров и промоборудования

Компания Кабель.РФ® более 15 лет специализируется на онлайн-продажах электротехнических и промышленных товаров преимущественно в B2B-секторе. Около года назад во время внутреннего аудита была выявлена проблема так называемых потерянных заявок.

Для решения проблемы попробовали подключить возможности модного сейчас ChatCPT. Из каких этапов состояла работа? Какие были сложности? И каких результатов достигли (кроме заявленного в заголовке).

Вместо предисловия

Компания Кабель.РФ® активно работает над увеличением количества заказов, используя различные источники их привлечения и вкладывая средства в рекламу и развитие персонала.

Также уделяет большое внимание лояльности и выстраиванию долгосрочных отношений с клиентами. В течение нескольких лет это было приоритетной задачей специальной структуры — отдела клиентского сервиса.

Заявка: трудно найти и легко потерять

Около года назад во время внутреннего аудита была выявлена проблема так называемых потерянных заявок. Выяснилось, что часть писем с запросами на выставление счета или коммерческого предложения, полученные менеджерами по электронной почте, были отмечены как прочитанные. Но несмотря на это клиенты не получили на них ответ.

Простые расчеты позволили оценить масштаб проблемы. На момент весны 2023 года ежемесячно в почтовые ящики менеджеров поступало около 45 000 писем. Отдел клиентского сервиса проверил около 15% от этого объема. Из них около 200 проверенных запросов оказались потерянными заявками.

Получается, что компания ежемесячно упускала более 1000 запросов от клиентов. При этом большая часть таких обращений была получена от "постоянников", которые ранее уже оплачивали счета.

Почему так вышло?

Удалось обозначить следующие причины возникшей ситуации:

• менеджеры физически не могли охватить весь объем поступающих писем из-за высокой загруженности;
• вследствие этого при заведении заявки из почты в систему 1С менеджеры могли неверно расставить приоритеты;
• недочеты в Регламенте работы отдела продаж.

Корректировка пунктов в Регламенте, связанных с взаимодействием с входящими заявками, не могла полностью решить проблему. Было важно снизить до минимума влияние человеческого фактора.

ChatGPT оказался хорошим инструментом для решения данной задачи.

ChatGPT спешит на помощь!

Итак, осенью 2023 в Кабель.РФ® запустили проект, который должен был обеспечить автоматическую обработку входящих писем.

Как должно быть

Идея заключалась в следующем. ChatGPT обрабатывает поступающие электронные письма от менеджеров. В случае распознавания ботом письма как заявки, он автоматически формирует ее в 1С.

Информацию о входящих письмах ChatGPT получает в html-файле. Простое решение, которое позволило быстро протестировать гипотезу.

Что мы хотели получить

• Предотвращение потерянных заявок.
• Рост прибыли компании.
• Сокращение времени обработки заявок.
• Уменьшение доли ручного труда менеджеров и контролирующих структур (в частности, отдела клиентского сервиса).
• Повышение уровня лояльности клиентов.

Этап тестирования

Главный вызов состоял в обучении ChatGPT правильному распознаванию и распределению  входящих писем внутри организации.

Перед началом этапа тестирования было проведено предварительное исследование ChatGPT, которое помогло определить следующие аспекты:

• механизм работы чата (c учетом стоимости токена – своего рода внутренней валюты в API ChatGPT);
• возможная пропускная нагрузка;
• скорость обработки данных;
• сравнение с аналогичными сервисами;
• ориентировочная стоимость работы.

Все это привело к созданию системной архитектуры по функционированию ChatGPT в Кабель.РФ®.

Тестирование проекта было разделено на два этапа:

• Создание правильного текста с промтом, способного распознать заявки в почте.
• Автоматическое формирование заявок в 1С.

Особое внимание было уделено работе с промтом:

• В отделе продаж был создан чат фокус-группы для сбора обратной связи от менеджеров. Важно было оценить точность обработки писем ChatGPT. Результаты наблюдений использовались в дальнейших корректировках промта. Постепенно количество изменений сократилось практически до нуля.
• Чтобы оптимизировать работу промта, потребовалось провести около 12-14 тестов, в каждом из которых задействовалось от 80 до 150 входящих сообщений. В общей сложности было проанализировано порядка 2000 писем.
• Также отдел клиентского сервиса провел дополнительную проверку, чтобы убедиться в правильности определения типа письма ботом. Для этого необходимо было вручную проанализировать переписку в почте; определить, актуальна ли в данный момент сделка с клиентом и действительно ли его запрос является коммерческим, а не информационным, и так далее.

Стоимость проекта

В начале проекта расходы на ChatGPT составляли приблизительно 7000 рублей ежемесячно. Сумма складывается из таких параметров, как количество входящих сообщений менеджерам, необходимое число токенов и пропускная способность чат-бота в единицу времени.

Со временем было добавлено еще несколько фильтров, которые помогут чат-боту еще больше повысить точность отбора новых заявок для обработки. Это позволит сократить расходы на проект более чем в два раза – до 2500 рублей в месяц.

Токен — это некая виртуальная единица, которая необходима для работы ChatGPT с запросом (в рассматриваемом проекте в запросе содержится текст). Бот должен сначала взять запрос, обработать его, а затем вернуть назад. Таким образом, для выполнения одного запроса токены расходуются дважды и по итогу суммируются.

С какими сложностями мы столкнулись?

Тестирование позволило выявить частые ошибки в работе промта:

• ChatGPT определяет как заявку запросы поставщиков о наличии той или иной продукции.

Решение: список email-адресов всех поставщиков добавлен в исключения.

Преимущество: экономим токены, а значит, и деньги компании.

• Была добавлена автоматическая проверка по активным сделкам, чтобы исключить дубли при одновременном направлении запроса клиентом на несколько электронных адресов.
• Проблема с пониманием полезности и эффективности проекта со стороны менеджеров по продажам была устранена после доработки промта.
• Сложность в создании и доработки промта.

Результат

На данном этапе развития проекта точность промтов составляет от 87 до 95%. Некоторые отклонения не влияют значительно на общий результат. Здесь мы говорим о случаях, когда чат-бот расценивает некоторые из рекламных сообщений как диалог с клиентом, а обычную переписку принимает за уточнение по счету и так далее.

Все это не мешает достижению основной цели проекта, а именно, минимизации потери заявок на почте. Во время тестирования всего одна заявка была пропущена! Это совсем немного, особенно если учесть стартовые показатели.

В ближайшем будущем проект выйдет за рамки фокус-группы и будет запущен на весь объем писем компании.

Применение ChatGPT позволило нам достичь следующих результатов:

• Сокращение потерь заявок на 99%.
• Уменьшение времени распределения заявки до 1 минуты.
• Положительное влияние на прибыль компании.
• Повышение уровня удовлетворенности клиентов.