Классификация обращений
Читает каждое обращение и за секунды определяет тему, срочность, тональность и ответственного. Ставит SLA по категории, сомнительное отправляет на проверку человеку. Срочное перестаёт ждать в общей очереди.
Иллюстрация показывает рабочий контур направления; конкретные шаги и интеграции разобраны ниже.
Как это выглядит без автоматизации
Пока обращение не прочитано и не назначено, по нему никто не работает — а таймер SLA уже идёт. В компаниях с потоком от пары тысяч обращений в месяц разбором занята целая смена первой линии: люди читают письма, угадывают тему, перекладывают в отделы. Утром понедельника очередь на разбор — час-полтора, и в ней вперемешку лежат «смените мне тариф» и «система встала, склад не отгружает».
Очередь на разбор — скрытая часть каждого SLA
От поступления до назначения исполнителя обращение лежит непрочитанным 35–90 минут в часы пик. Это время не видно ни в одном отчёте — отсчёт «работы над тикетом» начинается позже, а клиент ждёт с момента отправки.
Ошибка маршрута удлиняет решение в разы
10–15% обращений первая линия отправляет не в ту команду. Специалист открывает тикет, понимает, что это не его, пишет комментарий и перекидывает дальше. Каждый такой круг — плюс 2–4 часа к сроку решения и минус 10 минут дорогого времени специалиста.
Срочное тонет в рутине
Претензия клиента с годовым контрактом стоит в общей очереди за просьбой выслать акт. Раздражение, упоминание расторжения или юристов в тексте никто не замечает, пока клиент не напишет в третий раз — уже руководству.
Сортировкой заняты люди, которых нанимали отвечать
Разбор входящих не создаёт ценности: оператор за 3 минуты решает, куда переложить письмо, вместо того чтобы закрыть вопрос клиента. При 6 000 обращений в месяц это почти две полные ставки чистой сортировки.
Во что это обходится: 6 000 обращений × 3 минуты разбора ≈ 300 часов — почти две ставки первой линии (≈ 140 000 ₽ ФОТ) + 900 ошибок маршрута × 10 минут времени специалистов ≈ 75 000 ₽. Итого около 215 000 ₽ в месяц уходит на сортировку, которую клиент не видит и не ценит.
Возможности системы
Мы встраиваем языковую модель между каналами приёма и вашим Service Desk. Каждое обращение — из почты, мессенджера, формы на сайте — модель читает и размечает: тема по вашему дереву категорий, срочность, тональность, ответственная команда. Правила маршрутизации и SLA-матрица остаются вашими и записаны в явном виде; модель лишь заполняет то, что раньше угадывал оператор. Ничего не переезжает — работаем поверх систем, которые у вас уже есть.
Определяет тему по смыслу, а не по ключевым словам
«Не могу зайти в кабинет» распознаётся как проблема доступа, даже если в тексте нет слова «пароль». Классификатор настраивается на ваших исторических обращениях и говорит на языке ваших клиентов, включая опечатки и сленг.
Оценивает срочность и тональность
Простой в работе клиента, деньги, упоминание расторжения или регулятора, явное раздражение — каждый фактор повышает приоритет по согласованным правилам. Критичное уходит наверх очереди с уведомлением тимлиду.
Назначает ответственного и ставит SLA по категории
Каждой категории соответствуют команда и норматив решения. Тикет попадает не «в общую кучу», а сразу конкретной группе — с уже запущенным правильным таймером SLA.
Сомнительное отдаёт людям
Если уверенность модели ниже порога, обращение уходит в очередь проверки с подсказкой: «похоже на возврат средств, уверенность 78%». Человек подтверждает или исправляет за секунды — цена ошибки модели ограничена конструкцией.
Извлекает данные из текста
Номер заказа, договора или рейса, адрес объекта, название юрлица — модель вытаскивает их из свободного текста и подтягивает карточку клиента из CRM к тикету. Исполнитель открывает обращение с готовым контекстом.
Дообучается на исправлениях
Каждое ручное перекладывание тикета — обучающий пример. Точность маршрута растёт от месяца к месяцу, а не деградирует; динамику видно в ежемесячном отчёте по качеству разметки.
Путь одного события через систему
Каждый шаг оставляет след в журнале: любое решение системы можно открыть и проверить — что пришло, что проверено, что сделано.
Обращение поступает из любого канала
Почта, Telegram, WhatsApp, VK, форма на сайте, клиентский портал — всё сводится в один поток. Каналы, которые уже заведены в ваш Service Desk, остаются как были: мы читаем то же самое.
Модель читает текст и контекст
К тексту обращения добавляется история: прошлые тикеты клиента, статус договора из CRM. Модель определяет тему по вашему дереву категорий, срочность и тональность.
Правила назначают маршрут и SLA
Маршрутная матрица «категория → команда → норматив» записана в явном виде и согласована с вами — это не чёрный ящик. Модель определяет «что это», матрица решает «кому и как быстро».
Уверенная разметка сразу уходит в работу
Тикет появляется у исполнителя с заполненными полями: категория, приоритет, клиент, извлечённые номера документов. 80–85% потока проходит этот путь без единого прикосновения человека.
Сомнительное — в очередь проверки
Обращения с низкой уверенностью ждут человека: оператор видит текст, подсказку модели и кнопки подтверждения. Исправление занимает секунды и становится обучающим примером.
Метрики пишутся в отчёт
Время от поступления до назначения, точность маршрута (доля перекладываний), распределение нагрузки по категориям и командам. Руководитель поддержки впервые видит, из чего состоит входящий поток.
Что происходит по неделям
Каждый этап заканчивается результатом, который вы видите и принимаете. Оплата привязана к приёмке, а не к обещаниям.
Разбор исторического потока
Выгружаем обращения за 3–6 месяцев из Service Desk и почтовых ящиков. Строим фактическое дерево категорий — не «как в регламенте», а как реально пишут клиенты. Замеряем текущие цифры: время до назначения, долю ошибок маршрута, распределение по темам.
Классификатор на ваших данных
Настраиваем модель под ваше дерево. Вместе с тимлидом поддержки размечаем контрольную выборку из 500–1 000 обращений и меряем на ней точность по каждой категории. Подбираем порог уверенности: что уходит автоматически, что — на проверку.
Маршрутная матрица и SLA
Фиксируем правила «категория → команда → SLA» и эскалации для критичных обращений: кого уведомлять, через сколько поднимать выше. Собираем очередь проверки сомнительных с подсказками и горячими клавишами.
Интеграции с каналами и Service Desk
Подключаем каналы приёма и вашу тикет-систему: автозаполнение полей, назначение исполнителя, запуск SLA-таймера, подтяжка карточки клиента из CRM по извлечённым из текста реквизитам.
Теневой режим
Неделю модель размечает поток параллельно с людьми, не влияя на работу. Ежедневно сравниваем разметку человека и модели, разбираем расхождения, правим дерево и промпты.
Запуск и сопровождение
Переключаем поток на автоматическую разметку, первая линия переходит с сортировки на проверку сомнительных. Дальше в рамках поддержки: еженедельный разбор исправлений, обновление дерева при новых продуктах, контроль точности.
Модельный расчёт: из чего складывается эффект
Не «до 90% экономии», а конкретная модель с вводными, которые можно оспорить и пересчитать под себя.
| Показатель | Сейчас | После внедрения |
|---|---|---|
| Время до назначения исполнителя | 35–90 минут в часы пик | меньше минуты |
| Ошибочная маршрутизация | 15% обращений | 2–3% |
| Размечается без участия людей | 0% | 80–85% потока |
| Ставок на сортировке | 2 | 0,5 — проверка сомнительных |
| Приоритет и SLA | на глаз, у каждого оператора свои | по матрице, одинаково для всех |
Полная цена владения — три составляющие
Никаких скрытых платежей: внешние сервисы вы оплачиваете напрямую по своим договорам, мы не делаем наценку на чужие тарифы.
Внедрение
- типовой проект: 350 000 ₽
- срок: 3–6 недель
- диагностика, разработка, интеграции, пилот
- документация и обучение команды
Поддержка
- мониторинг и реагирование по SLA
- исправление дефектов бесплатно
- обновление сценариев и интеграций
- ежемесячный отчёт о работе системы
Эксплуатация
- LLM-токены на классификацию: 0,3–1 ₽ за обращение: 2 000–6 000 ₽/мес на поток из 6 000
- Сервер под интеграции и очередь проверки: 1 500–6 000 ₽/мес
- WhatsApp Business API (если нужен этот канал): 2 000–6 000 ₽/мес + плата провайдера за диалоги
- Лицензии Service Desk: без изменений — работаем поверх вашей системы
- число каналов приёма: одна почта проще, чем почта плюс три мессенджера и портал
- размер дерева: 15 категорий и 150 с подкатегориями — разная глубина разметки и тестов
- наличие API у Service Desk: облачные системы быстрее, самописные подключаем через базу или почтовый шлюз
- качество истории: если старые тикеты не размечались, контрольную выборку размечаем вместе с вами
- контур данных: облачная российская LLM или модель в вашей инфраструктуре (+20–50% к бюджету)
Участие заказчика
На диагностике достаточно обезличенных примеров. Боевые доступы — только после договора и NDA, через защищённые каналы.
С чем соединяем
Работаем с тем, что у вас уже есть. Если вашей системы нет в списке — скорее всего, подключимся через API: уточним на диагностике.
Как это решение работает в разных бизнесах
Аутсорсинговый контакт-центр, 12 000 текстовых обращений в месяц по трём проектам. Разметка темы и тональности до оператора: время первичной обработки упало с 40 минут до минуты, на разборе вместо четырёх человек в смене — один на проверке сомнительных.
Магазин с 8 000 обращений в месяц: «где заказ», возвраты, брак и претензии расходятся по разным командам сразу из письма. Претензии с риском спора на площадке получают приоритет и закрываются до эскалации — рейтинг магазина не проседает.
УК на 40 домов: «нет горячей воды в третьем подъезде» уходит аварийной службе за минуту — с адресом, распознанным из текста. «Пришлите квитанцию» — бухгалтерии. Аварийные заявки перестали ждать в общей очереди диспетчера по 2 часа.
Экспедитор, 5 000 писем в месяц: статусы грузов, претензии по срокам, запросы документов. Классификатор вытаскивает номера рейса и заявки из свободного текста; претензия по порче груза с нормативом 8 часов больше не лежит сутки в общем ящике.
Сеть магазинов: обращения по программе лояльности, чекам и возвратам из трёх каналов. Негатив с упоминанием Роспотребнадзора эскалируется руководителю в течение часа — до того, как жалоба уйдёт регулятору.
Что обычно спрашивают
Чем это лучше правил по ключевым словам, которые уже есть в нашем Service Desk?
Какая точность реальна и как вы её докажете?
Что произойдёт с обращением, которое модель не поняла?
У нас самописная тикет-система. Подключитесь?
Тексты клиентов уйдут в облачную нейросеть — а как же персональные данные?
Появятся новые продукты и темы — придётся всё перенастраивать?
Когда это решение не окупится
- меньше ~2 000 обращений в месяц — ручной разбор дешевле автоматики; начните с простых правил в вашем Service Desk
- один канал и 3–5 однотипных тем — хватит словарных правил, языковая модель здесь избыточна
- обращения разбираются в личной почте без тикет-системы и статусов — сначала нужен Service Desk, поможем выбрать и настроить
- ожидание нулевой ошибки: 2–5% потока всё равно проверяют люди — это осознанная страховка, а не дефект системы
- основной поток — голосовые звонки: их сначала нужно расшифровывать, это задача речевой аналитики, а не текстового классификатора
Если на диагностике расчёт не сойдётся — мы предложим более простой вариант или честно скажем, что автоматизация вам пока не нужна. Это дешевле для всех, чем проект ради проекта.
Контроль SLA
Следит за сроком каждого обращения, предсказывает просрочку по загрузке и сложности и эскалирует заранее — пока срок ещё можно спасти. О нарушении вы узнаёте до клиента, а не из его жалобы.
Поддержка клиентовЧерновики ответов клиентам
ИИ-ассистент читает историю переписки, регламенты и данные ваших систем — и кладёт оператору в тикет готовый черновик ответа. Оператор проверяет и отправляет: вдвое быстрее, в едином тоне, без выдуманных обещаний. Отправка всегда остаётся за человеком.
Поддержка клиентовАнализ негатива клиентов
Находит недовольных и собирающихся уйти клиентов в звонках, чатах и оценках за недели до расторжения — пока разговор ещё возможен. Ранжирует сигналы по ценности клиента и запускает сценарий удержания.
Посчитать «Классификация обращений» на ваших цифрах?
Пришлите объёмы и пару примеров — вернёмся с картой процесса, честным расчётом экономики и точной сметой. Если не сойдётся — так и скажем.
