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.
Иллюстрация показывает рабочий контур направления; конкретные шаги и интеграции разобраны ниже.
Как это выглядит без автоматизации
В service desk у каждого обращения есть срок — но при двух тысячах заявок в месяц за этими сроками уже никто не уследит глазами. О просрочке компания узнаёт из жалобы клиента или из месячного отчёта, когда санкции уже начислены. Руководитель поддержки работает пожарной командой: тушит то, что уже сгорело.
О нарушении сообщает клиент
Заявка три дня висела «в работе», и первым это заметил не тимлид, а клиент — письмом руководителю. Такой сигнал стоит дороже самой просрочки: доверие к поддержке подорвано, продление договора обсуждается уже со скидкой.
Отчёт по SLA приходит, когда штраф уже начислен
Долю обращений в SLA считают в конце месяца, вручную, в таблице. Управлять этой цифрой невозможно — она уже случилась. При 6 000 обращений и 9% просрочек это 540 нарушений, о каждом из которых узнали постфактум.
Перегрузка исполнителя не видна до срыва
У одного инженера 8 открытых заявок, у другого 30 — в общей очереди этого не видно, пока второй не начнёт срывать сроки пачкой. Понедельничные пики и сезонные волны повторяются из месяца в месяц, но каждый раз оказываются сюрпризом.
Сложные обращения тонут между отделами
Заявка, которой нужны ответы трёх подразделений, формально «в работе», фактически — стоит. Таких обращений 5–10%, но они дают непропорциональную долю просрочек и почти все жалобы.
Во что это обходится: 6 000 обращений × 9% просрочек = 540 нарушений в месяц. Санкции и компенсации по трети из них по 400–500 ₽ ≈ 80 000 ₽, плюс разборы и извинения: 540 × 15 минут ≈ 135 часов × 600 ₽ ≈ 81 000 ₽. Итого ≈ 160 000 ₽ в месяц — не считая клиентов, которые после второй просрочки уходят молча.
Возможности системы
Мы строим контур контроля поверх вашего service desk — не меняя систему, в которой работает команда. Контур забирает события по каждому обращению, ведёт таймеры по матрице из договоров, считает риск просрочки по загрузке и сложности и поднимает тревогу заранее: конкретному человеку, в мессенджер, с рекомендацией. По сути это диспетчер, который смотрит на все заявки одновременно и дёргает за рукав только тогда, когда без этого случится нарушение.
Честные таймеры по каждому обращению
Матрица SLA из договоров кодируется в систему: приоритеты, календари рабочего времени, паузы на стороне клиента, отдельные правила для отдельных клиентов. Таймер считает так, как написано в договоре, а не так, как удобно системе тикетов.
Прогноз просрочки, а не констатация
Риск нарушения оценивается по остатку времени, текущей загрузке исполнителя, сложности обращения и статистике похожих заявок. Очередь ранжируется по риску: сверху те, что сгорят, если ничего не сделать.
Эскалация до нарушения
За согласованное время до дедлайна сигнал уходит исполнителю; нет реакции — тимлиду; риск подтверждается — руководителю поддержки с рекомендацией перераспределить. Каждый шаг фиксируется: видно, где цепочка сработала, а где порвалась.
Отлов зависших заявок
Обращения без движения, пинг-понг между отделами, ожидание третьей стороны дольше нормы — подсвечиваются на второй день, а не в конце месяца. Именно из таких заявок обычно вырастают самые дорогие жалобы.
Отчёты по командам, людям и клиентам
Доля в SLA по команде и исполнителю, время первого ответа и решения, распределение просрочек по типам обращений и договорам. Месячный отчёт для клиента с SLA-гарантиями собирается автоматически, без таблиц и ручной сверки.
Прогноз нагрузки на смену
По истории потока система знает пики по дням недели и сезонам и предупреждает, когда завтрашний входящий объём превысит пропускную способность смены, — пока графики ещё можно передвинуть.
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 появляется в service desk
Клиент пишет в почту, чат, мессенджер или личный кабинет — заявка создаётся там же, где и раньше. Коннектор забирает событие в течение минуты вместе с клиентом, приоритетом и договором.
Назначается честный таймер
Система подбирает применимую SLA-матрицу: срок первого ответа и решения, рабочий календарь, правила пауз. С этого момента у заявки есть срок, который считается по договору, а не по ощущениям.
Риск пересчитывается каждые несколько минут
Остаток времени, загрузка исполнителя, темп его ответов сегодня, сложность обращения — тематика, число участников, длина переписки — и статистика похожих заявок складываются в вероятность просрочки.
Ранний сигнал исполнителю
Риск превысил порог — исполнитель получает сообщение: сколько осталось, почему заявка в зоне риска, что рекомендуется. Большинство потенциальных просрочек умирает на этом шаге, без участия руководителей.
Эскалация по цепочке
Нет реакции за 30 минут или риск растёт — подключается тимлид с правом перераспределить. Подтверждённое нарушение уходит руководителю поддержки уже с историей: кто и когда был предупреждён и что сделал.
Каждое обращение попадает в отчётность
Витрина данных копит полную историю: доля в SLA по командам и клиентам, узкие места, динамика от месяца к месяцу. Недельные и месячные отчёты собираются сами — и для руководства, и для клиентов с SLA в договоре.
Что происходит по неделям
Каждый этап заканчивается результатом, который вы видите и принимаете. Оплата привязана к приёмке, а не к обещаниям.
Аудит SLA и данных
Выгружаем историю обращений за 3–6 месяцев, сверяем формальные сроки из договоров с фактикой, находим, где таймеры считаются неверно: паузы, календари, переоткрытия. Согласуем, какие просрочки болят сильнее всего.
Коннектор и витрина данных
Подключаемся к API service desk и CRM, собираем витрину: события, статусы, исполнители, приоритеты, привязка к договорам. Настраиваем расчёт таймеров по утверждённой матрице.
Прогноз риска
Настраиваем оценку риска на вашей истории: загрузка, сложность, тематика, темп переписки. Начинаем с прозрачных правил, где данных достаточно — добавляем модель. Калибруем порог, чтобы сигналов было мало и они были точными.
Эскалации и маршруты
Согласуем цепочку: кто получает первый сигнал, когда подключается тимлид, что происходит при подтверждённом риске. Подключаем Telegram-бота с кнопками действий: взять на контроль, передать, согласовать продление.
Отчёты и полный запуск
Собираем дашборды по командам, клиентам и типам обращений, автоматизируем недельный и месячный отчёт. Расширяем контроль на весь поток, обучаем тимлидов работе с очередью рисков.
Калибровка и развитие
Пересматриваем пороги по накопленным меткам, дообучаем прогноз, добавляем новые договоры, типы обращений и команды. Раз в месяц разбираем с вами пропущенные и ложные сигналы.
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 |
|---|---|---|
| Доля обращений в SLA | 91% | 97–98% |
| Как узнают о просрочке | из жалобы клиента, постфактум | сигнал за 2–4 часа до нарушения |
| Санкции и компенсации | ≈ 80 000 ₽/мес | ≈ 20 000 ₽/мес |
| Ручная сверка сроков руководителями | по 1,5 часа в день у каждого | 15 минут на разбор эскалаций |
| Зависшие заявки (без движения 3+ дня) | ≈ 120 в месяц | ≈ 0 — подсвечиваются на второй день |
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: 4–8 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
- Сервер для витрины данных и расчёта рисков: 2 000–6 000 ₽/мес
- LLM-оценка сложности обращений (опциональный блок): 2 000–12 000 ₽/мес при 5 000–15 000 обращений
- Уведомления: Telegram бесплатно, SMS дежурным: 3–6 ₽ за сообщение
- BI-визуализация: 0–6 000 ₽/мес — бесплатного уровня Yandex DataLens обычно достаточно
- число систем-источников: один service desk проще, чем заявки в трёх системах и почте
- сложность SLA-матрицы: единые сроки для всех или отдельные правила по каждому договору
- глубина прогноза: прозрачные правила дешевле, модель на истории точнее на больших объёмах
- качество истории: если паузы и статусы велись небрежно, данные придётся восстанавливать
- отчётность: типовые дашборды или витрина под ваш корпоративный BI
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 ведёт 15 заказчиков, у каждого свой договор со своей матрицей сроков. Раньше супервизоры сверяли 20 000 обращений в месяц по трём таблицам; теперь все матрицы живут в одном контуре, и оговорка «минус 5% абонентки при SLA ниже 95%» перестаёт срабатывать.
Магазин с 4 000 обращений в месяц: почта, чат на сайте, вопросы и претензии на маркетплейсах. Претензия без ответа сутки — спор в пользу покупателя и удар по рейтингу; система подсвечивает претензии с остатком меньше 4 часов и не даёт им утонуть в общей очереди.
УК на 40 домов, 3 000 заявок в месяц через диспетчерскую и ГИС ЖКХ. У аварийных заявок нормативные сроки, за просрочку — жалоба в жилинспекцию и штраф, сопоставимый с годовой стоимостью системы. Диспетчер получает сигнал за час до истечения норматива, а не звонок из инспекции через месяц.
Аутсорсинг бухгалтерии на 60 клиентов: в отчётный период входящий поток вырастает втрое, и вопросы висят по два дня. Система предупреждает о перегрузке за неделю по данным прошлых кварталов и держит правило «ни один вопрос не остаётся без ответа сутки» — именно в марте и апреле, когда это дороже всего.
Перевозчик с 2 500 обращений в месяц: запросы «где груз», претензии по срокам и повреждениям. У претензии договорной срок ответа 30 дней, просрочка ведёт в арбитраж; контур ведёт претензионные сроки отдельным календарём и эскалирует юристу за 5 дней до истечения.
Что обычно спрашивают
У нас уже есть service desk со встроенными SLA-таймерами. Что добавит ваша система?
Сколько будет ложных тревог? Не превратится ли это в спам, который все замьютят?
Обязательно ли машинное обучение? Может, хватит правил?
Наши SLA нигде не формализованы — сроки существуют «по ощущениям». С чего начать?
Можно ли обойтись без доступа к переписке с клиентами?
Не начнут ли исполнители закрывать заявки формально, лишь бы не ловить эскалации?
Когда это решение не окупится
- меньше ~2 000 обращений в месяц — риски видны глазами тимлида, хватит встроенных таймеров вашего service desk
- обращения не фиксируются в системе (почта и телефон без регистрации заявок) — сначала нужен service desk или CRM; поможем выбрать и настроить, но это отдельный проект
- SLA существует только на бумаге и его нарушение ничего не стоит компании — система покажет просрочки, но без управленческих последствий цифры не изменятся
- ожидание, что контроль сам ускорит работу инженеров: система предупреждает и перераспределяет, но не заменяет людей и не компенсирует нехватку штата — хроническую перегрузку она только сделает видимой
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.
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.
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 «Контроль SLA» на ваших цифрах?
Пришлите объёмы и пару примеров — вернёмся с картой процесса, честным расчётом экономики и точной сметой. Если не сойдётся — так и скажем.
