AI-асистент підтримки для SaaS-платформи: 73% дефлекція тікетів
Завдання
B2B SaaS-платформа документообігу з 4 200 корпоративних клієнтів обробляла 1 800–2 400 тікетів на тиждень. 68% запитів були однотипними: інструкції з налаштування, питання про тарифи, помилки авторизації. Середній час першої відповіді — 5,3 години, що спричиняло відтік на етапі onboarding. Підтримка з 8 операторів працювала лише у робочий час, тоді як 31% запитів надходило поза ним.
Рішення
Побудували RAG-асистента на базі GPT-4o з індексацією всієї документації (430 статей, 1 200 сторінок), відеоінструкцій (транскрипти) та архіву успішно закритих тікетів за 2 роки. Векторна БД — pgvector у PostgreSQL. Бот підключено до Intercom і Telegram; при впевненості відповіді < 85% або запиті клієнта — ескалація до оператора з автоматичним підсумком розмови. Адмін-панель дозволяє команді підтримки додавати нові статті в індекс без участі розробника.
Результат
За перші 8 тижнів бот обробив 73% всіх вхідних тікетів без участі оператора. Середній час першої відповіді скоротився з 5,3 години до 12 секунд. Задоволеність клієнтів (CSAT) при взаємодії з ботом — 4,1/5, що вище, ніж у операторів (3,9/5) завдяки миттєвим відповідям вночі та у вихідні.
Технології
Схожі кейси
Гібридний рушій рекомендацій для fashion e-commerce: +47% до середнього чека
+47% Середній чек (AOV)
FinTech / Платіжні послугиML-система виявлення фроду для платіжного сервісу: -89% втрат від шахрайства
-89% Скорочення втрат від фроду
Агросектор / АПКПрогнозування врожайності для агрохолдингу: +31% точність планування
7,3% Точність прогнозу (MAPE)
Схожа задача? Поговоримо
Маєте схожу задачу?
Ми вже вирішували виклики у галузі SaaS / B2B Software. Розкажіть про ваш проєкт — разом знайдемо оптимальне рішення та складемо план дій.
Хочете подібний результат?
Розкажіть про вашу задачу — проведемо безкоштовну консультацію з ML-архітектором і запропонуємо рішення.