Как проанализировать жалобы клиентов с помощью ИИ и найти повторяющиеся проблемы

Отзывы и обращения клиентов часто рассматривают по одному: на письмо ответили, заявку закрыли, возврат оформили. В результате бизнес устраняет отдельные последствия, но не замечает общую причину недовольства. ИИ поможет сгруппировать жалобы, определить повторяющиеся проблемы и понять, что стоит исправить в первую очередь.

Для анализа подойдут:

• обращения в службу поддержки;

• отзывы на сайте и маркетплейсах;

• комментарии в социальных сетях;

• причины возвратов;

• результаты опросов;

• записи из CRM;

• расшифровки телефонных разговоров.

Перед загрузкой удалите ФИО, телефоны, адреса, номера заказов и другие сведения, по которым можно определить клиента. Используйте только разрешенный компанией ИИ-сервис.

На такой запрос нейросеть обычно отвечает слишком общо: клиентам не нравятся сроки, качество или обслуживание. Для принятия решений нужна более конкретная картина.

Полезный анализ должен показать:

• какие проблемы повторяются;

• сколько раз встречается каждая проблема;

• на каких этапах она возникает;

• что именно описывают клиенты;

• насколько серьезны последствия;

• какие обращения требуют отдельной проверки.

Загрузите обезличенные обращения и используйте запрос:

Проанализируй обращения клиентов и сгруппируй их по повторяющимся проблемам.

Для каждой группы укажи:

1. название проблемы;

2. количество обращений;

3. долю от общего количества обращений;

4. краткое описание;

5. типичные формулировки клиентов;

6. возможный этап возникновения проблемы;

7. последствия для клиента;

8. примеры обращений, требующих ручной проверки.

Отдельно выдели жалобы на:

• сроки;

• документы и ошибки в них;

• качество товара или услуги;

• непонятные условия;

• работу сотрудников;

• возвраты и оплату;

• технические сбои;

• необходимость обращаться повторно.

Используй только предоставленные данные. Не придумывай причины, которых нет в обращениях. Отделяй факты от предположений. Результат представь в таблице, а после нее перечисли пять наиболее частых проблем.

Самая распространенная проблема не всегда самая важная. Десять жалоб на долгое ожидание могут быть менее критичны, чем одно обращение о раскрытии персональных данных или неправильном списании денег.

Поэтому добавьте второй запрос:

Оцени обращения по двум критериям: частота и возможная серьезность последствий. Не делай юридических выводов. Отдельно отметь сообщения, которые могут указывать на финансовый ущерб, нарушение безопасности, раскрытие данных, угрозу здоровью или необходимость срочной реакции сотрудника.

Так бизнес увидит как массовые неудобства, так и редкие, но потенциально опасные ситуации.

После проверки результатов можно продолжить:

На основании выявленных проблем подготовь проект плана улучшений. Для каждой проблемы предложи:

• что необходимо проверить;

• у какого подразделения запросить информацию;

• какой показатель можно отслеживать;

• какое простое изменение можно протестировать;

• как оценить результат через месяц.

Не утверждай, что предполагаемая причина доказана. Формулируй предложения как гипотезы для проверки.

Например, большое количество жалоб на задержку доставки еще не доказывает вину транспортной компании. Причиной могут быть ошибки при комплектации, поздняя передача заказов или неверно обещанные клиенту сроки.

Перед принятием решений необходимо:

• проверить правильность группировки обращений;

• прочитать наиболее серьезные жалобы полностью;

• отделить единичные случаи от системной проблемы;

• сопоставить жалобы с заказами, возвратами и другими данными;

• проверить предложенные ИИ причины;

• назначить ответственных за дальнейший разбор.

ИИ хорошо сортирует большие объемы текста, но не знает всех обстоятельств работы компании. Он помогает обнаружить закономерность — подтверждать ее нужно по исходным данным.

Роман Ткачев — эксперт по автоматизации корпоративных процессов и практическому применению ИИ в работе корпоративных служб.