«Детский мир» подключил умного бота Яндекс.SupportAI к HelpDeskEddy: типовые вопросы по магазинам и заказам закрывает ИИ, а операторы первой линии занимаются сложными кейсами. Разбираем, как устроена связка и что взять из кейса.
Зачем ритейлу ИИ в helpdesk
У крупной сети большая доля обращений однотипна: статус заказа, работа магазина, наличие, доставка. Даже опытный оператор тратит минуты на поиск ответа, правку шаблона и имя клиента — на объёме это бьёт по скорости и бюджету первой линии.
HelpDeskEddy собирает каналы (в кейсе — VK и WhatsApp) в одну очередь. SupportAI подключается как умный слой: распознаёт тему, подбирает ответ из базы, персонализирует текст и при необходимости запускает смежные проверки. Подробнее про ИИ в продукте — на странице AI.
Что умеет Яндекс.SupportAI
Платформа вендора (на момент внедрения кейса) закрывала не только чат:
- Письменный ассистент — диалог, ответы из базы, типовые сценарии вроде промокодов и возвратов
- Голосовой оператор — например, найм в курьерскую службу на большом параллельном объёме
- Антиспам и приоритизация — отсев шума, чтобы срочное не терялось
- Роутинг — распределение по темам и командам
- SMM-сканер — тональность и спам в соцсетях
- Оптимизация компенсаций — data-driven подсказки по расходам и удовлетворённости
Цифры покрытия и «незаметности» бота зависят от сценариев и качества шаблонов — их нужно мерить на своём объёме, а не копировать маркетинговые ориентиры один в один.
Как это сработало у «Детского мира»
- Диагностика. Большая часть потока — магазины и заказы; нагрузка на первую линию.
- Шаблоны. Несколько вариантов реплик на типовые ветки диалога готовили совместно поддержка сети и SupportAI; нейросеть персонализирует выбранный вариант.
- Автоответ. По ключевым словам — ответ из базы за секунды; при необходимости — параллельные уточнения (наличие, доставка, магазин).
- Фильтр шума. Эмодзи-спам, оскорбления, нерелевантное — отсекаются; важное поднимается.
- Подсказки людям. Если нужен оператор — система предлагает шаблоны по теме; меньше перепечатки и опечаток.
- Каналы. С первого дня бот закрывал сотни обращений в день из VK и WhatsApp, попавших в HelpDeskEddy.
Эффект для команды: рутина уходит боту, операторы фокусируются на сложных задачах; качество ответов стабильнее за счёт шаблонов и подсказок. Схожая логика автоматизации мессенджеров — в кейсе Вкусвилл.
Чек-лист: ИИ-бот в helpdesk
- Выделите топ-темы первой линии (заказы, магазины, доставка…)
- Соберите каналы в одну систему — иначе бот «видит» только кусок потока
- Подготовьте несколько вариантов шаблонов на каждую ветку + Tone of Voice
- Задайте эскалацию: когда бот обязан отдать живому
- Отфильтруйте спам и нерелевант до очереди людей
- Замерьте покрытие, CSAT/оценки и долю эскалаций до и после
- Не гоните 100% автоответа — сложные кейсы оставляйте людям
Общий обзор ботов — в статье чат-бот поддержки; конструктор — в возможностях ботов.
FAQ
Что сделал «Детский мир»?
Внедрил умного бота Яндекс.SupportAI в контур HelpDeskEddy, чтобы автоматизировать типовые обращения первой линии из мессенджеров.
Заменяет ли бот всю поддержку?
Нет. Закрывает шаблонный объём; нестандарт и спорные кейсы остаются у людей — с подсказками системы.
Почему важны шаблоны?
Нейросети нужны варианты реплик и правила. Без базы и сценариев модель отвечает хуже и чаще эскалирует.
Какие каналы были в кейсе?
Обращения из VK и WhatsApp, попадающие в HelpDeskEddy. Логика та же для других каналов в омниканале.
Итог
Кейс «Детского мира» показывает рабочую схему: helpdesk как единая очередь + ИИ-слой на типовых вопросах + шаблоны и эскалация. Первая линия перестаёт «съедать» бюджет на копипаст, клиенты быстрее получают ответ. Возможности автоматизации — в разделе возможности.
Кейсы
Автоматизация поддержки в мессенджерах на большом объёме — близко к логике бота на VK/WhatsApp.
Высокий поток чатов и контроль качества — среда, где ИИ на первой линии даёт эффект.
Выстроенная автоматизация поддержки и рост удовлетворённости.
Ещё истории — в кейсах. Вопросы по интеграции — на контактах.
