Автоматизована система класифікації клієнтських звернень, SLA-моніторингу з ескалацією та AI-аналітики (кількісної й якісної) на базі n8n + LLM.
Деталі проєкту
Контекст:
- Бізнес/індустрія: IT & SaaS / Customer Support Services
- Поточний процес: звернення клієнтів надходять на загальну поштову скриньку Gmail. Менеджер вручну оцінює терміновість, вирішує, кому передати тікет, і вручну стежить за дедлайнами відповіді. Керівництво не мало жодного інструменту для аналізу об'ємів звернень чи виявлення повторюваних проблем — лише розрізнені листи в Gmail.
Проблема:
- Класифікація та пріоритизація звернень займала багато часу і залежала від суб'єктивної оцінки менеджера.
- Не існувало формалізованих SLA-нормативів і механізму контролю за їх дотриманням.
- Прострочені звернення виявлялися випадково, часто вже після скарги клієнта.
- Не було жодної аналітики по об'ємах звернень — скільки, яких категорій, з яким sentiment.
- Керівництво не мало інструменту, щоб зрозуміти корінні причини повторюваних проблем, а отримання будь-якого зведеного звіту вимагало ручного перегляду всіх тікетів.
Рішення
<aside>
🧠
Система автоматично отримує звернення клієнтів, класифікує їх через AI з обґрунтуванням рішення, логує та сповіщає власника. Окремий SLA-таймер стежить за дедлайнами з трирівневою ескалацією. Поверх цього побудовано аналітичний шар: кількісні метрики та якісний AI-аналіз патернів, доступні через розмовного AI Agent (чат-бот) на запит.
Використані інструменти: OpenAI API, n8n, Zendesk API, Slack Webhooks, PostgreSQL, Grafana.
</aside>
Логіка рішення:
- Gmail Trigger отримує нове звернення клієнта.
- AI Classifier (Chain of Thought) визначає категорію, пріоритет, власника та SLA.