Цифровые решения · проектная история
Как автоматизировали квалификацию 100 заявок в день
Система отсекала заведомо нецелевой поток, задавала одинаковые вопросы и передавала человеку только те обращения, где он действительно нужен.
DiDi — источник входящего потока в проекте, не заявляется как заказчик
Отрасль
Сервис для водителей
Период
Не указан в исходном описании
Роль
Архитектура автоматизации и регламент обработки
Основная услуга
Автоматизация операционного сценария
Ключевые показатели кейса
- 100
- входящих заявок в день
- ≈40
- нецелевых отсекались автоматически
- ≈25%
- случаев доходили до менеджера
По подтверждённым материалам кейса.
По подтверждённым материалам кейса.
По подтверждённым материалам кейса.
Исходная ситуация
Большой поток из агрегатора содержал много нецелевых обращений из-за региональных ограничений. Менеджеры вручную проверяли номер, регион и задавали одинаковые вопросы.
В пиковые моменты к сортировке заявок приходилось подключаться одному из собственников.
Ключевой диагностический вывод
Робот полезен не потому, что заменяет человека, а потому, что снимает одинаковую проверку, которая сотни раз повторяется до настоящей продажи.
Логика решения
Архитектура
Заявка → фильтр по маске номера → умный IVR → инструкция в WhatsApp → менеджер для целевого или нестандартного случая.
Что изменили в работе
Добавили фильтрацию
Дополнение на сайте проверяло номер и отсекало часть заведомо нецелевого трафика.
Внедрили умный IVR
Система звонила по заявке, задавала квалификационные вопросы и выбирала сценарий.
Автоматизировали инструкцию
После разговора клиент получал следующие действия в WhatsApp.
Зафиксировали исключения
Описали, когда нужен менеджер и что считается целевой заявкой.
До → решение → после
Материалы, которые объясняют кейс
Три визуала помогают проследить переход от исходной ситуации к архитектуре решения и рабочему результату. Конфиденциальные данные не раскрываются.
Что появилось на выходе
- Из 100 заявок в день около 40, по материалам проекта, отсеивались без участия сотрудника.
- Оставшийся поток проходил автоматическую первичную обработку, а менеджеры подключались примерно в четверти случаев.
- По материалам проекта, ручная нагрузка на первичную обработку снизилась на 90%.