Консультанти тонули в піках.
Великий онлайн-магазин: консультанти перевантажені рутинним підбором і навчанням клієнтів — піки сягають 100–500 звернень на годину.
Розгорнули агента-рекомендатора в Telegram-віджеті з RAG над каталогом товарів, інтегрованого з ERP клієнта і запущеного на його власних серверах. Агент ставить уточнювальні питання й рекомендує позиції з каталогу; кожна відповідь заземлена на актуальні дані каталогу, тож він радить те, що є, і не вигадує товарів.
Типові консультації закриває агент, складні передає людям. Раніше в пікові години на консультантах збиралася черга, відповідь залежала від того, чи хтось вільний, а знання про товари жили в каталозі й головах, а не в каналі продажів; тепер відповідь приходить одразу в будь-який час, а джерело кожної рекомендації — каталог і ERP.
Що заважало
- ✗Пікові навантаження — 100–500 запитів на годину
- ✗Консультанти витрачали час на типовий підбір товару
- ✗Знання про товари жили в каталозі й головах — не в каналі продажів
Що вміє система
Підбір товару
Агент ставить уточнювальні питання і рекомендує позиції з каталогу.
Відповіді по каталогу
RAG-пошук по актуальних даних — відповіді заземлені на каталог, без вигадок.
Розвантаження команди
Типові консультації закриває агент, складні — передає людям.
Як ми впроваджуємо.
Аналіз звернень і доступів
Розбираємо історичні запити, перевіряємо доступи до CRM і API, оцінюємо потенціал автоматизації.
Частина реального трафіку
Агент працює на зрізі звернень із щотижневими синками — на живих діалогах, не на демо.
Метрики й розширення
Оцінюємо обсяг, швидкість відповіді та частку ескалацій — і розширюємо агента на весь трафік.