Главная страница Case Studies Поддержка дилеров автомобильной площадки

Поддержка дилеров автомобильной площадки

3 недели, чтобы ускорить работу платформы: мы выстроили процессы, которые сократили время ответа до одного рабочего дня. Смотрите детали кейса

Индустрия:

Автомобильные онлайн-платформы
Длительность проекта:

3 недели
Объем обращений:

20–25 в сутки

Задача:

Клиент, крупная площадка по продаже автомобилей, обратился с целью сократить время ответа на запросы дилеров.

До запуска проекта общение шло через поддержку платформы, это увеличивало цепочку коммуникации и задерживало обработку обращений. Требовалось выстроить прямой канал взаимодействия между дилерами и командой проверки объявлений.
Решение:

Для ускорения процесса мы создали линию поддержки дилеров с выделенным оператором:

Интеграция тикетов

Все обращения дилеров поступают автоматически в виде тикетов в систему клиента, где оператор обрабатывает их напрямую без участия внешней поддержки.
Функционал и задачи линии
- Перенаправление проверок в альтернативные инструменты (чат-бот, Росомотр);
- Создание дополнительных проверок по запросу дилера;
- Уточнение причин отказов с предоставлением скриншотов и пояснений;
- Отправка инструкций по подтверждению адресов при несоответствии координат;
- Работа со спорными кейсами и исключениями (например, техника продана до проверки).
Подготовка и запуск

На разработку процесса, обучение и настройку инструментов ушло около 1,5 недель. Ещё через неделю поддержка вышла в операционный режим.
Результаты:
1. Удалось исключить лишние звенья коммуникации и сократить time-to-market при работе с обращениями.
2. Все обращения обрабатываются в течение суток одним оператором без потери качества.
3. Процесс устойчиво работает уже несколько месяцев.
4. После обновления требований к проверке автомобилей планируется масштабирование линии.

Другие кейсы

Сбор данных для улучшения системы распознавания лиц и голоса

Мы помогли клиенту повысить точность биометрической системы распознавания лиц и голоса, собрав уникальный датасет из более чем 400 000 единиц данных. Этот подход улучшил производительность системы на 21%.

Подробнее

Сбор Replay-атак для кибербезопасности

В течение 26 месяцев мы ежемесячно собирали 40 000 уникальных Replay-атак для обучения Face ID-модели клиента. Через краудсорсинг и автоматизированную валидацию данных нам удалось значительно повысить точность системы в распознавании фальсификаций.

Подробнее

Все кейсы