Боты есть, решения нет: исследование Naumen показало разрыв в автоматизации ритейлеров

Компании активно внедряют ботов в клиентский сервис, однако скорость распространения автоматизации пока опережает их способность закрывать вопросы без участия человека. По данным исследования Naumen, голосовые помощники в ритейле самостоятельно решают около 35% предметных вопросов, в медицине — около 16%; в авторизованных чатах ритейлеров чат-боты успешно закрывают 58% запросов, тогда как оставшиеся 42% заканчиваются переводом на оператора или нерелевантным ответом. Цифры показывают: экономический эффект от ботов сегодня все еще формируется не столько за счет полного решения вопроса без оператора, сколько за счет классификации обращений и маршрутизации.

Исследование Naumen построено на серии mystery-проверок клиентского сервиса в трех средах: на входящих линиях, в неавторизованных цифровых каналах и в авторизованной зоне ритейлеров. В телефонной части были изучены 99 ритейлеров, 23 медицинские организации и более 5000 звонков; отдельно — 31 голосовой помощник и 448 предметных вопросов к ним. В неавторизованной зоне выборка включала 113 ритейлеров, 24 медицинские клиники и лаборатории и более 2300 обращений. В авторизованной зоне были проанализированы личные кабинеты и мобильные приложения 30+ крупнейших ритейлеров, 24 чат-бота и 552 вопроса к ним. Во всех блоках оценивались не только доступность и скорость ответа, но и способность канала решить вопрос по сути: с первого обращения, с учетом клиентского контекста и без перевода в другой канал.

В голосовом канале боты уже стали заметной частью клиентского сервиса: за год число ИИ-помощников на телефонных линиях выросло на 24% в ритейле и на 43% в медицине. При этом большинство таких решений пока работает скорее как маршрутизатор. В ритейле 60% вопросов сразу переводятся на оператора или остаются без ответа, в медицине — 79%. Полный ответ без участия человека боты дают в 26% случаев в ритейле и в 13% — в медицине.

В текстовых каналах в неавторизованной зоне чат-боты есть у половины ритейлеров и у трети медицинских организаций. Лучше всего они справляются со справочными сценариями: в ритейле по таким темам, как оплата, чеки, промокоды, возвраты, доставка и программы лояльности, боты дают консультацию в 58–76% случаев.

В авторизованной зоне ожидания клиентов выше: после логина компания уже знает, кто перед ней, видит профиль, заказы, бонусы и историю взаимодействия. Но даже здесь боты пока чаще остаются справочным или маршрутизирующим инструментом. Среди 24 чат-ботов, изученных в личных кабинетах и мобильных приложениях ритейлеров, почти все принимают вопрос в свободной форме и умеют переводить клиента на оператора — по 96%. При этом в сервисных сценариях, таких как отмена, перенос, возврат или жалоба, релевантный ответ дают 59% ботов, а реально выполняют действие прямо в чате только 16%.

«Сейчас важно оценивать ботов не по факту их наличия, а по роли в клиентском пути. Маршрутизация тоже может быть экономически полезной для контакт-центра: бот классифицирует обращение, снимает часть нагрузки с первой линии и быстрее направляет клиента к нужному специалисту. Но для клиента ценность появляется тогда, когда бот не просто переводит дальше или дает общую справку, а помогает решить конкретную задачу — с учетом заказа, статуса, бонусов, истории обращения и других данных. Следующий этап развития клиентского сервиса — переход от справочных и маршрутизирующих ботов к решениям, которые приближаются к оператору по способности закрывать вопрос end-to-end»

Валерия Чижикова, руководитель направления исследований клиентского сервиса Naumen

На рынке постепенно формируются три уровня зрелости ботов в клиентском сервисе. Первый — маршрутизация: бот распознает тему и переводит обращение человеку. Для бизнеса это уже может снижать нагрузку и стоимость обработки, но для клиента часто выглядит как дополнительный этап без самостоятельной ценности. Второй уровень — справочная автоматизация: бот отвечает на типовые вопросы и помогает с навигацией, но не всегда решает проблему. Этот уровень будет быстро выравниваться за счет развития RAG-ботов и более широкого доступа к корпоративным базам знаний. Третий уровень — сервисный бот, который работает с клиентским контекстом и может выполнить действие: изменить заказ, оформить обращение, проверить бонусы, отключить рассылку или помочь с возвратом.

Для компаний такая архитектура меняет логику оценки автоматизации. Сам по себе бот уже не является конкурентным преимуществом: важнее доля вопросов, которые он закрывает без повторного обращения и без потери клиентского контекста. Следующим источником эффективности станут не отдельные боты, а связка данных, базы знаний, сценариев обслуживания, интеграций и операторского контроля.