Как робот продал страховок на 100 млн рублей и учится отвечать на вопросы про авто
Автоматизация службы поддержки онлайн клиентов и подключение роботов для ответов на вопросы пользователей уже стало для нас привычным. В то же время, автоматизация и роботизация процесса продаж - область, в которой применение искусственного интеллекта и технологий машинного обучения только начинается. Есть несколько основных барьеров, почему это пока еще не стало популярным: высокая цена ошибки, отсутствие истории диалогов для обучения и алгоритмов самообучения. Плюсы от внедрения очевидны: робот запоминает в сотни раз больше информации, всегда отвечает за секунду, никогда не спит, терпим к эмоциям окружающих и самое главное в сотни раз дешевле, чем обслуживание контакт центром на аналогичном объеме.
Онлайн продажи отличный полигон для тренировки цифровых помощников, так как там хранится история диалогов, которую можно использовать для обучения ассистента. Наличие помощника является дополнением к вэб-интерфейсу, соответственно, это не ухудшает процесс оформления покупки, а результат сессии пользователя можно использовать для алгоритмов самообучения.
В сети много библиотек с открытым исходным кодом, которые можно использовать для решения задач классификации текстовых вопросов, определения намерений (интентов) пользователей. Ключевой вопрос в создании алгоритмов самообучения. Для решения этой задачи мы использовали модель ориентированную на NPS (Net Promoter Score), то есть самообучение робота зависит от удовлетворенности клиента. Робот запоминает диалоги, которые лучшим образом решили вопрос клиента, автоматически обновляется и, таким образом, становится лучше для клиента, после каждого диалога.
Онлайн продажи отличный полигон для тренировки цифровых помощников, так как там хранится история диалогов, которую можно использовать для обучения ассистента. Наличие помощника является дополнением к вэб-интерфейсу, соответственно, это не ухудшает процесс оформления покупки, а результат сессии пользователя можно использовать для алгоритмов самообучения.
В сети много библиотек с открытым исходным кодом, которые можно использовать для решения задач классификации текстовых вопросов, определения намерений (интентов) пользователей. Ключевой вопрос в создании алгоритмов самообучения. Для решения этой задачи мы использовали модель ориентированную на NPS (Net Promoter Score), то есть самообучение робота зависит от удовлетворенности клиента. Робот запоминает диалоги, которые лучшим образом решили вопрос клиента, автоматически обновляется и, таким образом, становится лучше для клиента, после каждого диалога.
В результате у нас получился робот, который отвечает на вопросы пользователей и помогает им оформить страховку. Тема автострахования выбрана не случайно, так как сама по себе она богата на вопросы клиентов. В ней много сложных форм для заполнения, непонятных определений и решений от страховой, бесконечных правил, заявлений и прочих условностей, которые сложно все помнить и понимать даже агенту.
Евгений Демидов
Александр Мурзанаев
Цифровой помощник помогает правильно заполнить формы заявлений, подскажет, что означают непонятные пользователю формулировки, или как быстро совершить нужное действие. Своего рода гибридный интерфейс, который объединяет на вэб-странице пользователя, оператора, агента и справочник по автострахованию.
Сегодня консультант помогает клиентам покупать автостраховку на сайте Osago.one, в приложении CaryCar, установлен на сотни партнерских сайтах, предлагая продукты крупных страховых. Общий объем пользователей, которые еженедельно сталкиваются с цифровым помощником уже превысило 50 тысяч человек и продолжает расти. Робот учится понимать и правильно отвечать на смежные вопросы, связанные с обслуживанием автомобиля: техосмотром, ремонтом и сервисом, штрафам и налогам и т.п.
2021 год - это год его Рождения, в который он уже помог клиентам оформить страховок на общую премию более 100 млн рублей.