Главная страница Case Studies Запуск службы поддержки в онлайн-чатах с нуля

Запуск службы поддержки в онлайн-чатах с нуля

С нуля до эффективной линии поддержки: за 2 месяца мы построили систему, где клиенты получают ответы почти мгновенно. Узнайте, как нам это удалось.

Индустрия:

E‑commerce
Длительность проекта:

2 месяца до выхода на целевые метрики

Задача:
Клиент, крупный e‑commerce-партнер, обратился с задачей снизить нагрузку на голосовые каналы и повысить скорость обслуживания. На момент старта у клиента существовала только телефонная и почтовая поддержка, а канал онлайн-чатов отсутствовал.

Требовалось:
- создать чат-поддержку с нуля, включая набор и обучение персонала;
- выстроить операционные процессы и систему метрик;
- сократить время ожидания ответа и повысить общий уровень удовлетворенности клиентов.
Решение:

Проект реализовывался в сжатые сроки. За две недели была создана полноценная служба онлайн-поддержки:

Подготовка и обучение команды

Сформирована команда из 10 операторов, разработаны обучающие материалы по продукту и сценарии взаимодействия. Учитывалась специфика B2B-сегмента: консультирование партнеров интернет-площадок по вопросам логистики, заказов и технической интеграции.

Построение операционных процессов

Определены KPI, созданы шаблоны ответов и база знаний. Отлажено взаимодействие между чат-операторами и другими каналами поддержки.

Выход в линию и оптимизация

Первая смена из двух операторов начала работу спустя две недели после старта. Постепенно команда расширилась до 10 человек, а процессы стабилизировались.
Результаты:
1. Время ожидания ответа сокращено с 2 минут до 4 секунд.
2. Существенно снижена нагрузка на голосовую линию и email-поддержку.
3. Уровень удовлетворенности клиентов вырос до CSAT 4,8.
4. Среднее время обработки обращения составило 4 минуты 48 секунд, при Error Rate 1,4%.
5. За два месяца сформирована устойчивая система метрик и обучения для дальнейшего масштабирования.

Другие кейсы

Сбор данных для распознавания лиц в городе

Мы помогли клиенту обучить нейронную сеть для распознавания лиц в условиях сложной урбанистической среды, что позволило достичь точности до 96%. Благодаря эффективной организации процессов и контролю качества проект был выполнен раньше срока.

Подробнее