Кейс ALIOT · ИИ-Квалификатор
Первый слой ответа для WhatsApp и Instagram: быстрый ответ, типовые вопросы, Bitrix24 и передача сложных случаев менеджеру.
Проверим, где входящие теряют скорость, контекст и передачу менеджеру.
Предсказуемость входящего потока после запуска первого слоя ответа
«Мы можем фокусироваться на маркетинге и быть уверенными, что заявки будут обработаны».
Proof · Nextbot
В кейсе используются данные из кабинета Nextbot по агенту «База Сна»: диалоги, сообщения, функции и действия передачи дальше.
01 · Контекст
«База Сна» работает на стыке товаров для сна, восстановления и заботы о здоровье. Клиенту важно быстро понять состав, пользу, цену, доставку и порядок заказа.
Продукт покупают не за один клик. Перед заказом человеку нужно получить ответы: что входит в комплект, кому подходит решение, сколько стоит, как оплатить и как устроена доставка.
Если ответ задерживается, первое впечатление пропадает. Для продукта с консультационной продажей это риск потери интереса.
Ортопедический комплекс для сна и восстановления. Клиенты приходят из контента, рекламы и мессенджеров, поэтому быстрый первый ответ влияет на сохранение интереса.
Клиенты приходят из контента, рекламы и мессенджеров, часто с первичным интересом и вопросами.
По словам представителя клиента, средний чек находится примерно в диапазоне 50-60 тысяч рублей, а с дополнительными товарами может доходить примерно до 70 тысяч рублей.
Пока клиент ждёт ответа, он может остыть, уйти в другой канал или выбрать конкурента, который ответил быстрее.
02 · Проблема
До внедрения входящие зависели от ручной реакции: вечер, ночь, выходные и всплески после публикаций у блогеров могли превращаться в пропущенный первый интерес.
«Менеджеры работают рабочий день. Всё остальное время заявки поступают в WhatsApp, в Instagram, но никем не обрабатываются. При этом мы знаем, что зачастую клиенту нужно дать ответ в пару-тройку минут, чтобы он не потерялся».
Обращения приходили вне рабочего дня, когда команда не могла стабильно держать первый ответ.
После рекламы или публикаций у креаторов поток заявок мог резко вырасти и создать ручной хаос.
Если менеджер не успевал, в переписку подключались другие участники проекта: кто-то увидел, кто-то пропустил, кто-то ответил недостаточно вовлечённо.
Суть проблемы: бизнес уже платил за входящий интерес, но первый ответ не был достаточно предсказуемым.
03 · Задача
ALIOT не заменял продавца. Задача была в другом: быстро принять обращение, закрыть типовые вопросы и вовремя передать человеку всё, что требует индивидуального подхода.
04 · Решение
Контур работал как первая линия продаж: отвечал по продукту, сохранял обращения, отправлял ссылку на оплату и подключал менеджера там, где нужен человек.
Отдельная ценность: ALIOT собрал для клиента базу знаний о компании, продукте, аудиториях, возражениях и сценариях коммуникации. Это стало рабочим активом, который можно использовать дальше.
Передача клиенту
После запуска клиент получил инструкции по работе с платформой, материалами, базой знаний и сценарием взаимодействия с агентом.
Ценность проекта не только в ответах ИИ, но и в том, что команда понимает, как пользоваться контуром дальше: где смотреть диалоги, как работать с базой знаний и когда подключать человека.
05 · Внедрение
Проект быстро вышел в боевой контур, но потребовал нормальной рабочей отладки: уточнения ответов, проверки на реальных диалогах и настройки передачи человеку.
«Нейросети - это новое направление, но любое новое направление требует старых подходов: разумности, последовательности, внимания к деталям и доведения до конца».
Тестовая версия появилась быстро и начала работать в реальном контуре входящих обращений.
Команды уточняли ожидания, правили ответы и разбирали ограничения ИИ-продавца.
Сложные, сомнительные и нестандартные случаи уходили менеджеру, а не закрывались ботом любой ценой.
06 · Метрики Nextbot
По данным кабинета Nextbot за выбранный период агент участвовал в 792 диалогах, 6 799 сообщениях и выполнил 624 функции в контуре входящих заявок.
| Функция | Кол-во | Что это давало бизнесу |
|---|---|---|
| escalate_to_manager | 139 | Сложные случаи передавались человеку. |
| get_delivery_info | 107 | Агент закрывал вопросы по доставке. |
| get_product_price_details | 67 | Агент отвечал по цене. |
| move_deal_to_ai_chat | 56 | Диалоги переводились в ИИ-контур. |
| save_lead_to_bitrix24 | 45 | Агент выполнял действия сохранения лида / сделки в Bitrix24. |
| send_payment_link | 22 | Агент доводил клиента до этапа отправки ссылки на оплату. |
По данным кабинета Nextbot за выбранный период агент участвовал в 792 диалогах, 6 799 сообщениях и выполнил 624 функции в контуре входящих заявок.
Отдельное действие: 22 раза агент довёл диалог до этапа отправки ссылки на оплату.
07 · Отзыв
Клиент описал главный эффект как спокойствие и предсказуемость входящего потока после запуска первого слоя ответа.
«Помимо цифр, есть ощущение предсказуемости. Мы можем фокусироваться на маркетинге и быть достаточно уверенными, что наши заявки будут обработаны».
«Не будет такого, что вышел ролик поздно, лиды посыпались в ночи, и мы их не обработали. Это даёт очень много спокойствия, энергии в голове, свободы для того, чтобы заняться другими делами».
Смысл для собственника: ценность не только в цифрах кабинета. Команда получила более спокойный и управляемый входящий поток, с которым можно запускать маркетинг увереннее.
08 · Роль человека
В проекте быстро стало понятно: агент хорошо закрывает первый слой, но не должен брать на себя сложные, эмоциональные и нестандартные продажи.
«Бот - это инструмент, который работает по определённому алгоритму. Человек может почувствовать сомнения клиента, позвонить ему, выйти чуть за рамки скрипта. Бот этого не может делать».
09 · Кому подходит
Сценарий особенно полезен, если клиент пишет в мессенджеры, продукт требует консультации, а первый ответ зависит от ручной дисциплины команды.
WhatsApp, Telegram, Instagram, сайт или реклама у креаторов дают входящий поток.
Продукт нужно объяснять: цена, состав, условия, доставка, ограничения.
После рекламы бывают ночные, вечерние или выходные обращения.
CRM уже есть, но входящие всё равно держатся на ручной дисциплине.
10 · Следующий шаг
Проверим скорость реакции, типовые вопросы, передачу в CRM и момент подключения менеджера.
