Як це сталося
CEO звернувся з відчуттям «щось не так з підтримкою»: NPS не росте, churn зростає без видимих причин, негативні відгуки в LinkedIn з'являються несподівано. Класична ситуація: знаєш що погано, не знаєш чому.
Перший крок — підключення до Intercom через API і пакетна обробка останніх 6 місяців діалогів. AI оцінив кожну розмову за 12 критеріями: швидкість, точність відповіді, tone of voice, дотримання скриптів, виявлення upsell-можливостей.
Перший great inight: 41% розмов проходили без використання затверджених скриптів. Підтримка просто імпровізувала. Це пояснило і непослідовність відповідей, і слабкий upsell.
Другий: 28% розмов мали критичне падіння якості — клієнт чекав години, отримував коротку відповідь без емпатії, потім скаржився. Ця когорта дала 60% всього churn.
Після місяця корекції (нові скрипти + AI-нагадування агентам у реальному часі) NPS виріс із 28 до 43, churn впав на 34%. Зараз AI-аналітика працює як continuous monitoring — кожна розмова оцінюється на ходу.
Ключові висновки
- Без AI-аналітики 100% діалогів = неможливо знати реальний стан підтримки.
- NPS — це наслідок десятків мікро-моментів. AI бачить кожен, людина — лише сигнал на дашборді.
- Real-time моніторинг дешевший і точніший за пост-фактум звіти і manual review.