Бізнес-результат

<aside> 💡

Проблема: QA перевіряли дзвінки вручну — слухали, оцінювали суб'єктивно — без єдиного стандарту між перевіряючими і без надійного способу спіймати поганий дзвінок до того, як клієнт поскаржиться напряму.

Як було раніше: Погані дзвінки часто лишались непоміченими доки шкода вже не була завдана, і не було структурованого процесу перетворення проблемного дзвінка на вибачення та вирішення для клієнта.

Що ми зробили: Система, яка автоматично транскрибує і оцінює кожен дзвінок за 8 QA-категоріями, позначає все нижче порогу, і готує лист-вибачення клієнту, який менеджер має явно підтвердити перед відправкою.

Результат: Кожен дзвінок тепер оцінюється послідовно, без ручного прослуховування для дзвінків що пройшли перевірку, проблемні дзвінки виявляються та ескалюються до того як клієнт поскаржиться, і жоден лист не йде клієнту без підтвердження людини — з повним журналом аудиту, що ведеться автоматично.

</aside>


AI-система, яка автоматично транскрибує, оцінює та ескалує проблемні дзвінки служби підтримки, з перевіркою людиною перед будь-яким листом клієнту.



Деталі проєкту

Контекст:

Проблема:


Рішення

<aside> 🧠

Спостереження за папкою Google Drive запускає транскрибацію та AI-оцінку кожного нового запису дзвінка. Дзвінки з оцінкою нижче порогового значення автоматично ескалюються менеджеру через Telegram із заздалегідь підготовленим листом клієнту — нічого не потрапляє клієнту без явного підтвердження людиною.

Використані інструменти: n8n, Google Drive, транскрибація сумісна з Whisper, Groq (Llama 3.3), Google Sheets, Telegram, Gmail.

</aside>

Логіка рішення:

  1. Google Drive опитується щогодини на предмет нових аудіофайлів у визначеній папці дзвінків.