Открываем новую рубрику — разбор вакансий 🎉

Первая в списке — «Руководитель отдела обучения» в Москве

В карточках выше отвечаем на вопросы:

• в чем заключается должность?
• какие требования на вакансию?
• какие могут быть варианты тестовых заданий?
• средний уровень заработной платы? (сразу отметим, что уровень дохода зависит от функционала и масштаба самой компании, а также от формата посещения — офис/удаленка/гибрид)

Исследование вакансии для нас подготовили ребята из кадрового агентства POLI HUNT

Пишите в комментариях, на какие вакансии вы бы хотели следующие обзоры от ребят?

Написали кейс о нашем первом опыте внедрения LLM в поддержку клиентов 🤖

Мы уже круто прокачались в автоматизации поддержек с помощью ИИ. В некоторых проектах робот отвечает даже лучше саппортов! Но все бывает в первый раз — в прошлом году к нам пришло туристическое агентство с запросом: запустить поддержку клиентов, где первой линией отвечает GPT. Прозвучало как вызов — подобных кейсов было мало, и мы решили стать первопроходцами.

Мы погрузились в тему, изучили особенности нейросетей и переложили свой опыт в обучении сотрудников поддержки на обучение искусственного интеллекта.

С какими вызовами мы столкнулись и чего добились от GPT читайте в нашем блоге: ссылка
#кейсыSupprtScience

Рассказываем, как дела у нашей второй поддержки с LLM-решением 🤖

Мы работаем с командой Timeweb и наш бот уже несколько недель отвечает клиентам на вопросы по виртуальному хостингу.

На карточках выше — результаты его работы.

🌟CSI: cамое интересное, конечно, это клиентская оценка. За начало августа бот победил саппортов: его CSI — 90%, когда как у ребят на той же линии — 89,1%. Это первый раз, когда он вырвался вперед!

🌟Contact Rate: мы добавляем тематики постепенно. Сначала разбираемся в матчасти, повышаем качество ответов, а потом уже выходим в ответы клиентам.

🌟Escalation Rate: можно уменьшать за счёт работы с данными и улучшением процедур, но пока в техническом продукте без действий клиента никуда 🙂

🌟IQS: LLM не особо любят здороваться с клиентами, которые сами игнорируют приветствия. Если сможем пофиксить, качество вырастет до 97%.

Дальше в планах увеличивать покрытие и уменьшать Escalation Rate. Постараемся поделиться метриками через месяц и рассказать, как LLM развивается в команде!

Гуси помогли улучшить поддержку МТС Юрент. Что?! Да!

Ребята пришли к нам с запросом — прокачать стиль ответов поддержки.
Как и во всех таких проектах, мы начали подготовку к обучению с аудита самих саппортов.

Выяснилось, что ребята любят путешествия и мемы про гусей 🪿

Мы побрейнштормили внутри и решили сделать обучение в стиле RPG. Ученики передвигались по карте между городами Вау-Сервиса, в каждом из которых был мэр-гусь. Он погружал ребят в законы своего города = правила классного сервиса.

Результат — восторженные отзывы сотрудников и увеличение качества ответов поддержки сразу по итогам обучения!

Подробнее о том, как проходил проект, читайте в нашем блоге по ссылке ✨

Соответствует ли ваша поддержка базовым принципам ITIL? 🤔

На карточках выше — наш чек-лист доступности саппорта. Мы разработали его на основе лучших практик b2c поддержек и последней редакции ITIL 4.

В результате получилась большая таблица, где мы делимся тем, как проверять по этим критериям и оценивать итоговый результат.
Она уже доступна в нашей Базе Знаний по ссылке✨