Один сотрудник техподдержки обрабатывает 200+ заявок в месяц: кейс Core12

Как работать, когда чат-бот регистрирует по 235 обращений в месяц от клиентов, а отвечает на все только один сотрудник поддержки? Core12 занимается разработкой ПО для создания автоматизаций, чтобы упростить жизнь собственникам и сотрудникам автомоечного бизнеса.

Команда Core12 рассказала нам, как они отладили работу отдела поддержки и не утонули в заявках от клиентов. Как это получилось реализовать с помощью Kaiten и за счет чего мы вывели техподдержку на новый уровень — рассказываем в статье.

Телеграм-бот: почему и как его пришлось доработать через Kaiten

Большинство клиентов Core12 — консервативные собственники автомоек, которым привычнее разбираться со всеми проблемами во время телефонных звонков. 

Чтобы оставить заявку в техподдержку через бот Kaiten, пользователь должен был отправлять два сообщения подряд: 

1.  В первом описывал тему проблемы;
2.  Во втором — описывал ее подробности. 

Если к уже созданной проблеме нужно было добавить уточнение, это можно было сделать только через кнопку «Добавить комментарий» — только так сообщение добавлялось к созданной заявке. Проблема была в том, что многие пользователи пропускали этот этап и каждый раз писала сообщения без кнопки. Такие дополнения становились отдельными заявками, которые не были ни к чему привязаны. 

Без контекста проблемы и привязки к задаче такие комментарии невозможно было разобрать и распределить.  

Негатив клиентов рос — ведь они уже подробно рассказывали, что их волнует. Все чаще они раздраженно писали «не буду повторять все еще раз» или «я уже все написал выше». Для них вся информация была в одном диалоге, проблему техподдержки они, конечно, не знали.   

Чтобы придумать решение этой проблемы, мы проводили мозговые штурмы. В результате решили изменить бота так, чтобы клиент сразу указывал тему запроса, а все следующие обращения были автодополнениями в виде комментариев к карточке. 

Что получилось. Теперь каждый пользователь мог писать текст боту без лишних кнопок и действий — так клиенты не путались и им не приходилось повторять информацию по несколько раз. Этот подход уменьшил негатив от пользователей и заметно сократил время на сбор данных.

Обновленный бот повлиял и на работу сотрудников — теперь им было намного проще получить ценную информацию и использовать ее для обработки заявок. 

Для каждой карточки прописали улучшения, теперь они включали в себя:

• Источник заявки/ответственный. Если она пришла в бот — присваивается значок Телеграма. Если составил сотрудник — то в заявке указывается имя. 
• Метки. С их помощью сотрудники могут расставить категории и приоритеты для разных задач, и выполнять срочные задачи в первую очередь.  
• Номер кабинета. У каждого клиента есть свой номер ЛК (личный кабинет), он отображается в карточках заявок. Так сотрудники смогут видеть историю обращений и оперативно помогать клиенту в его вопросах.
• Участники. В карточке указываются все, кто работает с обращением. Так заявка не потеряется и будет в работе, пока задача не будет закрыта. А еще это простой способ найти ответственного за выполнение и уточнить статус и срок завершения.
• История комментариев. Даже если пользователь при первом касании отправил только картинку без какого-либо контекста, это все равно отобразится в карточке со всеми входящими данными.

Еще один шаг к упрощению работы с пользователями — обновление меню бота. Теперь в нем осталось всего 3 кнопки:

• «Создать заявку» — создать новый запрос к техподдержке по другому вопросу;
• «Настройки профиля» — добавить другой кабинет, удалить текущий или выйти из профиля;
• «Активные заявки» — по клику можно увидеть все запросы в работе и посмотреть их статусы. 

Автоматизация: улучшаем клиентский опыт

Задача. Первоначально создание заявки и затянутость процесса вызывали только раздражение и занимали слишком много времени. Когда запрос был уже создан, сотруднику поддержки приходилось начинать с уточнения номера кабинета — внутреннего ID пользователя. Это каждый раз вызывало задержку — клиенту приходилось искать свой номер.

Что сделали. Автоматизировали процесс регистрации и решила проблему потери данных от клиента. Как это сделали: добавили в бот обязательную регистрацию с сохранением номера. Клиент вводит свой номер только один раз — во время регистрации в боте поддержки. А чтобы поиск номера не вызывал затруднений, команда подготовила визуальные подсказки, где его смотреть.

Если у пользователя несколько кабинетов, то он может переключаться между разными ID в один клик. 

Подтягивающийся идентификатор. Мы смогли ускорить процесс обработки заявок — теперь клиент регистрируется один раз, а затем идентификатор подтягивается автоматически. Пользователям легче и комфортнее обращаться к поддержке, это повышает их лояльность. 

Категория обращения. Во время создания новой заявки пользователь должен выбрать, на какую тему его обращение — для этого он кликает на подходящую кнопку, а в системе заявке присваивается категория.

Под каждую из этих категорий в Kaiten создали отдельные доски. Пользователь создавал обращение, и оно превращалось в карточку на доске. Например, если клиент выбрал «Предложения по улучшению сервиса», то задача окажется на доске с соответствующим названием, а на фасаде этой карточки отразится метка с тематикой и ID пользователя.

Голосовые сообщения: удобный формат вместо звонков

Задача. Большая часть клиентов компании — консерваторы, которые привыкли созваниваться, чтобы разбираться во любых вопросах. Нужно было предложить им удобный способ составления заявки.

Что сделали. В качестве эксперимента решили добавить в чат-бот возможность отправлять голосовые сообщения в виде запросов для техподдержки.

Кажется, что «голосовухи» — не такой уж большой шаг в работе с клиентами. Но эта опция оказалась востребованной, и для других команд техподдержки в чат-ботах это может стать огромным прорывом в развитии. Каждое сообщение прикреплялось к карточке в формате аудио. Сотрудник техподдержки мог его послушать и оставить свой ответ в комментариях.

Пока мы писали эту статью, наша техподдержка получила и обработала 60 голосовых сообщений. Это могли бы быть 60 входящих звонков и сложная работа оператора с раздраженными клиентами.

Среди таких заявок в виде голосовых сообщений было обращение от девушки — молодой мамы с ребенком. Она не могла отпустить малыша и просто напечатать сообщение в поддержку. Голосовые сообщения стали идеальным способом решить вопрос. 

Этот пример показывает, что пользователи могут не обращаться в техподдержку, потому что им неудобно пользоваться текущим интерфейсом. 

Сейчас работа техподдержки выстроена так, чтобы было легко управлять десятками и сотнями обращений. Сотрудники при таком подходе могут решать конкретные вопросы и проблемы клиента вместо того, чтобы принимать звонки и «сидеть» на линии. Часто  звонки только замедляют и усложняют решение проблем, а голосовые сообщения стали хорошим дополнением к работающему сервису.

Результат. Благодаря новой функции удалось избежать «перегорания» у персонала и вечно занятой телефонной линии, а клиенты остались довольны появлением голосовых сообщений.

Эмоджи: как получить максимум оценок качества 

Мы все время стараемся улучшить качество обслуживания клиентов. Раньше для контроля за работой техподдержки была стандартная система оценки работы менеджеров по 5-балльной шкале.

Задача. Оценок от клиентов было мало — поэтому мы задумались о том, как можно мотивировать пользователей делать это. Нам нужно было иметь полное представление о работе отдела.

Что сделали. Проанализировав поведение пользователей, мы решили заменить привычную систему на простой выбор из 3-х вариантов эмодзи: не нравится, средне, отлично. Этого было достаточно, чтобы получить представление о том, остался ли пользователь доволен или нет. 

Результат. После внедрения этой механики в поддержку посыпались оценки. Оказалось, что большой выбор мешал клиентам определиться. 

Чтобы проанализировать результаты NPS и предложить идеи для улучшения работы поддержки, мы стали еженедельно проводить ретро. 

После упрощения системы оценки появился материал из реальных впечатлений клиентов, с помощью которого можно работать над качеством сервиса.

SLA: как следить за быстрым решением заявок

SLA  — соглашение об уровне, на котором должно быть обслуживание пользователей компании. Обычно в SLA также вписывают время, за которое поддержка должна ответить на его вопрос. 

В Kaiten можно задействовать таймеры, которые будут фиксировать время регистрации заявки, и соответствует ли показатель настроенному в системе SLA. Настроить такие же таймеры в своем проекте вы можете за несколько минут по инструкции в базе знаний Kaiten.

Мы задействовали тайминги SLA, потому что время — важный фактор в работе с пользователями, и скорость реагирования на их проблемы должна всегда оставаться на уровне. 

Как это работает. После поступления запроса от пользователя в очередь, менеджер в течение 5 минут отправляет сообщение-«отбивку» — приветствие и сообщение, что его заявка уже в работе. Такой подход помогает создать контакт с пользователем и уведомить его, что проблему уже решают. 

SLA помогает улучшать оперативность ответов и следить за эффективностью работы команды поддержки. Например, каждый сотрудник может сам посмотреть свои показатели и продумать, как их улучшить.

После первого ответа запрос оказывается на доске 1-ой или 2-ой линии техподдержки. Вся доска разделена на 3 дорожки в зависимости от приоритета:

• Овер-срочно. Это дорожка для самых срочных запросов, которые тормозят работу всего сервиса. Например, если перестала работать касса или не запускается ПО. Проблемы этой категории необходимо решить в течение 5 часов и перевести в статус «Завершено». 
• Сделать сегодня. Запросы этой категории тоже влияют на работу бизнеса, но их нельзя отнести к критическим. Например, в эту колонку попадут вопросы, связанные с интеграциями или помощь по работе с ЛК. От решения этих запросов не зависит работа всей системы клиента, поэтому на их решение выделяются сутки. 
• Ждут более двух дней. Важные запросы, которые не влияют напрямую на работу, поэтому их не нужно немедленно выполнять. Например, к такой категории можно отнести разные вопросы для финотдела или переоформление документов. Выполнить такие задачи можно в течение 2-х дней. 

Чтобы управлять дорожками в Kaiten было проще, таймер SLA ведет отсчет прямо на фасаде карточки. Так менеджеры могут соблюдать сроки и вовремя замечать забытые задачи. 

История взаимодействия: все заявки от пользователя внутри каждого тикета

Когда Kaiten создала возможность собирать историю заявок внутри карточки текущего запроса, мы сразу же использовали новую функцию в проекте. 

Теперь работать с обращениями пользователей стало проще — можно посмотреть все заявки от клиента, которые приходили раньше и ответы менеджеров на них. Так легче быстро решать любые запросы и снижать негатив в случаях, если проблема повторяется, а решение для нее уже есть. 

Чтобы посмотреть историю пользователя или найти старое обращение, нужно открыть любую из его заявок — все его заявки отображаются внутри.

Результаты внедрения чат-бота и Kaiten

После того, как мы изменили принцип поступления заявок в техподдержку, показатели работы заметно улучшились. За последние 5 месяцев обслуживания клиентов нам поступило 1221 обращение, в среднем по 235 ежемесячно. И да, на линии по-прежнему работает один человек — пропускная способность очевидно выросла. 

Мы стремимся к постоянному повышению качества обслуживания и успешному решению всех обращений.

Например, внедрение упрощенной системы оценки помогло значительно увеличить количество оценок от клиентов — стало проще определять негатив и разбираться в недочетах работы. Команда получает несколько десятков оценок ежемесячно, поэтому мы можем анализировать результаты и вовремя вносить корректировки в работу, чтобы постоянно улучшать сервис. 

Наша команда всегда в поиске способов развития и новых решений, которые сделают взаимодействие с клиентами еще комфортнее и проще.