Рекламации,
которые доходят до результата.
Что сейчас
- Жалобы идут в живой чат контроля качества, примерно одна в день.
- Сбор ведётся в двух разных таблицах. Единого реестра, где видны все жалобы сразу, нет.
- На первый взгляд нет прозрачного процесса работы с рекламациями: не видно, кто разбирает жалобу, куда она уходит дальше и чем заканчивается.
- В архиве группы за 5 лет много жалоб. В основном фото и мало текста.
Почему это важно. Повторяющиеся жалобы бьют по репутации и продажам, даже если модель торговли идеальная. И это же готовая фактура для маркетинга: реальные вопросы реальных клиентов.
Цель процесса
Каждая жалоба доведена до исправления, а клиент, который её прислал, получил ответ и остался доволен. Одна жалоба работает на несколько отделов сразу: это принцип безотходного производства.
Цикл закрыт, когда
- причина найдена и записана
- проблему клиента решили, клиент подтвердил, в идеале оставил отзыв
- если проблема повторяется - отдел исправил причину, повторов нет
- маркетинг упаковал кейс: отзыв, «было / стало» или инфоповод
- итог прозвучал на собрании
Главная метрика
Не количество жалоб, а доля тех, что доведены до финального исправления.
Пример формулировки: «Из 20 обращений 19 клиентов остались довольны и оставили позитивный отзыв после решения».
Два этапа
Сначала процесс должен заработать руками: люди привыкают заносить жалобы, разбирать их и закрывать цикл. ИИ подключаем, когда в таблице появится стабильный поток данных, иначе автоматизировать нечего.
Ручной процесс
- Единая таблица жалоб, все источники в одном месте
- Выгрузка архива из чата ОКК и файла Антона
- Еженедельный разбор: типы, частота по моделям, ранжирование
- Три ответвления исправления: перед клиентом, системно, через контент
- Задачи отделам в Битрикс вручную
- Отчёт на собрании
Подключаем ИИ
- ИИ сам находит повторы («10 жалоб на одну модель»)
- Разбирает фото и короткие подписи, вытаскивает модель
- Готовит черновик задачи в Битрикс, человек подтверждает
- Собирает топ болей для маркетинга к собранию
Условия перехода - в разделе Этап 2.
Шаги процесса
После шага 5 проверяем: пропали ли повторы по этой причине. Если нет - причина возвращается в разбор.
Как считаем
Смотрим в динамике: растёт или падает число рекламаций и доля отработанных.
| Показатель | Что показывает |
|---|---|
| Жалоб за период | Растёт или падает поток |
| Доля доведённых до результата | Главная метрика процесса |
| Средний срок отработки | Как быстро реагируем |
| Открытых дольше 14 дней | Что застряло |
| Позитивных отзывов после решения | Закрыт ли цикл с клиентом |
| Учтено в отделах | Сколько причин исправлено, по каждому отделу отдельно: производство, управление, поставщик, продажи и др. Видно, какой отдел отрабатывает жалобы, а какой копит |
| Повторные рекламации на тот же изъян | Сколько жалоб на тот же изъян пришло после того, как отдел (чаще всего производство) отметил его исправленным. Если повторы есть, причина не устранена: например, лекало пересобрали, а жалобы на посадку продолжаются |
| Учтено в контенте | Сколько тем из жалоб ушло в контент и сколько публикаций вышло. Считаем от причин, где контент нужен |
| Скорость выхода контента | Сколько дней прошло от передачи темы в маркетинг до публикации |
Подключаем ИИ
Идея: люди только складывают жалобы в таблицу, ИИ анализирует, находит повторы и сам ставит задачу в Битрикс. Идея остаётся, но запускаем её вторым этапом.
Что возьмёт на себя ИИ
- Распознать модель авто и тип проблемы по фото и подписи
- Найти повторы и собрать их в одну причину
- Подготовить черновик задачи в Битрикс
- Собрать топ болей и примеры для маркетинга
- Напомнить о жалобах, открытых дольше срока
Что остаётся за людьми
- Решение, куда отдать причину
- Подтверждение задачи перед Битриксом
- Само исправление
- Разговор с клиентом
- Отчёт на собрании
Когда переходим ко второму этапу:
- реестр ведётся без пропусков минимум 1-2 месяца
- архив выгружен, типы проблем устоялись
- еженедельный разбор проходит без переносов
- понятно, где ИИ сэкономит время: какой шаг самый долгий
Отдельно на этапе 2 нужно проверить, какие данные клиентов уходят во внешний ИИ-сервис, и договориться, как их обезличивать.