Сеть ресторанов: бронь без телефона и рейтинг 4,8 на картах
Пять ресторанов, 4 200 входящих звонков в месяц, из них 800 не доходили до хостес. За 12 недель собрали голосового робота брони, мониторинг отзывов с черновиками ответов и разбор причин негатива по точкам. Потери на линии упали до 1,7%, брони выросли на 19%, средний рейтинг сети поднялся с 4,4 до 4,8 за пять месяцев.
С чем пришли
Владелец пришёл с двумя жалобами, которые считал не связанными. Первая: в пятницу вечером гость не может дозвониться и бронирует у соседей, при этом нанимать отдельного человека на телефон при пяти точках он не хочет. Вторая: рейтинг на картах уехал с 4,7 до 4,4, отзывы месяцами висят без ответа, а почему именно люди недовольны — внятно сказать в сети не может никто. Условие жёсткое: кассу не менять, работу кухни не трогать.
Что делали по неделям — включая сложности
В реальных проектах всегда есть грабли. Мы показываем их здесь честно — потому что умение их проходить и есть то, за что вы платите.
Замер базовой линии
Две недели ничего не запускали, только считали. Выгрузили статистику АТС по всем шести номерам за квартал, прослушали 140 записей и вручную разметили 900 отзывов за год. Первое открытие: в отчётах владельца стояло 7% потерянных звонков, потому что статистика собиралась только по единому номеру сети, а пять городских номеров точек не смотрел никто. Реальная цифра по сумме — 19%, а в пятницу и субботу с 19:00 до 22:00 — 35%. Второе: 22% звонков вообще не про бронь, это часы работы, адрес и парковка. Третье: негатив распределён неравномерно — одна точка даёт 38% всех отзывов ниже трёх звёзд при доле в выручке 20%.
Робот брони и коннектор к основной системе резервов
Собрали голосового робота и подключили к облачной системе резервов, которая обслуживает четыре точки из пяти. Робот видит живую посадку по залам и времени, предлагает окна, оформляет бронь, переносит и отменяет её, отправляет гостю подтверждение в мессенджер. Отдельно вытащили и записали правила, которые хостес держали в голове: компании от восьми человек, столы у окна, детские стулья, кальянный зал. Всё, что в правила не укладывается, робот переводит человеку сразу.
Пилот и сужение сценария
Вывели робота на живой поток вечером и в выходные и получили главную проблему проекта. 26% диалогов уходили в вопросы про еду: есть ли детское меню, какая паста без глютена, что входит в сет на двоих. Робот отвечал по загруженному меню уверенно и примерно в одном случае из восьми — неправильно: путал состав похожих позиций и не знал про сезонные замены, которые кухня делает еженедельно. Ошибка в составе блюда — это не потерянная бронь, а вопрос аллергенов, поэтому спорить с цифрой мы не стали. Сузили робота до трёх тем: бронь, часы работы, адрес и парковка. Любой вопрос про еду, алкоголь и цену банкета закрывается одной честной фразой и переводом на хостес. Доля звонков, закрытых без человека, упала с 74% на пилоте до 62% — это прямая плата за то, что жалоб на робота нет ни одной.
Отдельный коннектор для флагмана
Пятая точка работала на своей системе резервов: план зала, депозиты, предзаказ банкетного меню. Публичного API нет, вендор на письмо не ответил за две недели. Писать напрямую в чужую базу мы не стали — это конфликт с вендором и гарантированная поломка при первом же их обновлении. Нашли легальный канал: у системы есть файловый обмен с кассой, она кладёт выгрузку резервов в папку каждые пять минут и оттуда же забирает импорт. На этом и построили коннектор: чтение из выгрузки, создание брони через файл импорта. Задержку до пяти минут закрыли мягким резервом — робот держит стол и подтверждает гостю только после того, как увидит бронь в обратной выгрузке. Банкеты и депозиты робот не трогает совсем, они уходят менеджеру. Этап, заложенный на неделю, занял три.
Мониторинг отзывов и черновики ответов
Подключили сбор отзывов с четырёх площадок по пяти карточкам, классификацию по теме и точке и генерацию черновика ответа в тоне сети. Автопубликацию обсуждали и отказались: ответ от заведения читают будущие гости, и цена неудачной формулировки выше, чем экономия минуты. Черновик уходит управляющему точки в мессенджер, он правит текст или отправляет его в один клик. Отдельное правило для отзывов ниже трёх звёзд: черновик содержит не только извинение, но и конкретный вопрос, а сам отзыв параллельно ставится управляющему задачей с дедлайном.
Разбор причин негатива и подтверждение броней
Собрали разбор негатива по точке, дню недели и времени суток. Первый же отчёт дал результат, ради которого стоило делать весь блок: 40% негатива худшей точки — это ожидание на баре в пятницу и субботу с 19:30 до 22:00, один бармен на 140 посадочных мест. Автоматизацией это не лечится: сеть поставила второго бармена на два вечера в неделю и вынесла заготовки в отдельный холодильник. Тогда же добавили подтверждение брони за три часа до визита — неявки снизились с 9% до 6%, а освободившиеся столы возвращаются в продажу, а не стоят пустыми в пик.
Полный запуск и сопровождение
Робот принял весь входящий поток по всем пяти точкам, включая дневные часы. Раз в неделю разбираем диалоги с переводом на человека и закрываем пробелы в базе знаний. Раз в месяц сверяем брони системы резервов с журналом робота: расхождение больше 0,5% считаем инцидентом и разбираем до причины. Обновляем часы работы и правила посадки перед праздниками — это единственное, что требует от сети внимания регулярно.
- Голосовой робот брони на едином номере сети и пяти номерах точек. Три разрешённых темы, всё остальное — мгновенный перевод на хостес с расшифровкой уже сказанного.
- Двусторонний коннектор к облачной системе резервов для четырёх точек: живая посадка на чтение, создание и перенос брони на запись.
- Отдельный коннектор для флагмана через файловый обмен его системы резервов, с мягким резервом стола и подтверждением гостю по факту записи. Банкеты и депозиты выведены из контура робота.
- Сбор отзывов с четырёх площадок по пяти карточкам, классификация по теме, точке, дате визита и тональности.
- Генератор черновиков ответов в тоне сети. Публикация только руками управляющего точки, отзывы ниже трёх звёзд дополнительно ставятся задачей с дедлайном.
- Дашборд для владельца: потери на линии по точкам и часам, воронка от звонка до посадки, разбор негатива по темам, динамика рейтинга по каждой карточке.
Цифры до и после
- Границу робота определяет не то, что он умеет, а цена его ошибки. На демо он бодро отвечал про состав блюд, на живом потоке ошибался в одном случае из восьми — и это вопрос аллергенов, а не потерянной брони. Сужение до трёх тем стоило нам 12 процентных пунктов автономности: 62% звонков без человека вместо 74%. Размен мы считаем правильным и с тех пор пишем в договор явный перечень тем, которые робот не обсуждает ни при каких условиях. В ресторане это меню, состав, алкоголь и цена банкета.
- Спрашивать про учётные системы нужно не словами, а экранами. На диагностике нам сказали, что система резервов в сети одна, — так было записано в регламенте. Пятая точка два года назад осталась на своей десктопной программе, потому что там банкетный зал и депозиты. Стоило это трёх недель вместо одной и отдельного коннектора через файловый обмен. Теперь на диагностике мы просим скриншот рабочего экрана с каждой точки, а не ответ управляющего по телефону.
- Рейтинг подняли не ответы на отзывы, а второй бармен по пятницам. Система только показала, что 40% негатива одной точки — это ожидание на баре в вечерний пик, и показала цифрой, с которой невозможно спорить на планёрке. Ни один черновик ответа этого бы не исправил. Автоматизация не чинит операционные дыры, она делает их видимыми и адресными, и продавать её честнее именно так.
- Экономику считаем чистыми и с разгоном. Брутто 336 600 ₽ в месяц складывается из трёх строк: маржа с прироста броней — 273 600 ₽, отказ от подрядчика, который вечерами принимал брони на аутсорсе, — 45 000 ₽, и 20 часов маркетолога на ручной сбор отзывов в таблицу — 18 000 ₽. Из этого вычитаем 48 000 ₽ поддержки и 32 000 ₽ эксплуатации: телефония с распознаванием и синтезом на 5 300 минут диалогов — 18 500 ₽, языковая модель — 7 500 ₽, сервер и сбор данных с площадок — 6 000 ₽. Чистыми остаётся 256 600 ₽ в месяц. Формально внедрение возвращается за 2,5 месяца, но полка эффекта наступила только к третьему месяцу, поэтому в расчёт мы ставим четыре. Маржу считали жёстко: из прироста в 456 броней в модель взяли половину — 228, остальное списали на гостей, которые пришли бы и без брони; средний счёт стола 4 800 ₽, маржинальность после себестоимости продуктов и переменных расходов 25%. Рост рейтинга с 4,4 до 4,8 в деньги не переводили вообще: связь рейтинга с выручкой мы честно измерить не можем, поэтому она осталась запасом прочности расчёта.
Похожая ситуация в вашем бизнесе?
Расскажите о ней — сравним с этим сценарием, найдём отличия и посчитаем вашу экономику. Диагностика бесплатна.
