У Марата, который руководит контакт-центром сети клиник в Алматы, была мечта. Его команда из 15 операторов вручную обрабатывала около 800 обращений в день – и половина из них были настолько простыми, что хотелось плакать. «Какие у вас часы работы?», «Сколько стоит анализ крови?», «Где вход?». Марат понимал: если автоматизировать эти вопросы, люди займутся действительно важными делами – помогут тем, кому плохо, разберутся со сложными случаями.
Полгода назад компания внедрила чат-бота. Марат рассчитывал снизить нагрузку на операторов процентов на 40. Реальность оказалась жёстче: минус жалких 12% обращений, зато шквал недовольных отзывов в придачу.
«Представьте: человек хочет записаться на МРТ, а бот начинает допрашивать его как на таможне, – рассказывает Марат с горечью в голосе. – Люди психовали и требовали живого оператора через минуту общения. А в другом случае кто-то просто спрашивал адрес филиала, бот его не понял, переключил на человека... и оператор пять минут объяснял то, что бот мог выдать за три секунды. Получилось как в анекдоте: ни рыба ни мясо».
Классика жанра: деньги потратили, бота внедрили, а толку ноль. Потому что главного не сделали – не разобрались, какие обращения вообще стоит отдавать боту, а какие оставить людям. Нет у них того, что в профессиональной среде называют deflection-матрицей.
«Deflection – это не про избавление от клиентов. Это про то, чтобы каждый получил помощь в нужном формате: кто-то хочет быстрый ответ от бота, кто-то – человеческое участие. Матрица помогает дать каждому то, что ему нужно, и при этом не разорить бизнес на операторах»
Что такое deflection и почему важно думать не только о процентах
Deflection – это когда обращение клиента перенаправляется с дорогого канала на дешёвый. Вместо того чтобы звонить в колл-центр, человек находит ответ в FAQ. Или вместо получасовой переписки с оператором решает вопрос с ботом за две минуты. Звучит логично и выгодно для бизнеса, верно?
Вот только есть одна засада. Многие компании начинают гнаться за процентом deflection как маньяки за цифрой в KPI. «У нас 65% обращений автоматизировано!» – гордо докладывают на планёрке, а в это время клиенты проклинают тупого бота, который третий раз не может найти их заказ, и мысленно прощаются с компанией навсегда.
Deflection ради deflection – это дорога в ад, вымощенная красивыми цифрами в презентации. Я видел десятки компаний, которые гордились своими 70% автоматизации, пока однажды не обнаружили, что клиенты массово валят к конкурентам. Вот к чему это приводит на практике:
Последствия «слепого» deflection
Клиенты закипают
«Десять минут с этим ботом – и всё, я на пределе!»
Звонят по второму кругу
Бот не помог – человек возвращается за тем же ответом
NPS летит вниз
Вчера рекомендовали, сегодня – уже нет
Уходят к конкурентам
«Там хотя бы можно поговорить с человеком»
Правильный подход – не гнаться за максимальным deflection любой ценой, а включать мозги. Каждому типу обращения нужен свой канал. И критерий выбора тут не «так дешевле», а «так лучше для клиента И для бизнеса одновременно». Потому что сэкономленные 500 тенге на одном обращении превращаются в минус миллион, когда клиент уходит к конкурентам из-за отвратительного сервиса.
Вот для этого и нужна deflection-матрица – системный подход к распределению обращений. Не на коленке, не по наитию «а давайте всё в бота запихнём», а на основе реальных данных и здравого смысла. Разберёмся, как её построить.
Три канала обслуживания: когда какой работает лучше
Ладно, хватит пугать. Давайте разберёмся, как строить эту матрицу правильно. Но сначала – честный разговор о трёх каналах обслуживания. У каждого есть свои суперсилы и свои зоны провала. Расскажу без прикрас.
Self-service: база знаний, FAQ, личный кабинет
Клиент сам нашёл ответ – без звонков, без чатов, без общения с кем-либо. Самый дешёвый канал (считай, бесплатный после создания контента), но подходит далеко не для всего.
Когда работает отлично
- Вечные хиты: «Во сколько открываетесь?», «Где вы находитесь?», «Сколько стоит?»
- Пошаговые инструкции – как подключить, вернуть, оплатить
- Отслеживание заказов – люди сами смотрят статус и успокаиваются
- Шаблонные документы – договоры, реквизиты, акты
Когда не работает
- Что-то пошло не так и нужно разбираться на месте
- Клиент уже на эмоциях – жалоба или что-то срочное
- Человек просто не умеет или не хочет ковыряться в сайте
- Ситуация нестандартная – готового ответа в FAQ нет
Стоимость обращения: ~0 тг (после создания контента). Главное условие: контент должен быть актуальным, понятным и легко находимым.
Чат-бот или голосовой помощник
Клиент переписывается или разговаривает с роботом, а тот отвечает на вопросы, делает что-то в системе (записывает, отменяет, проверяет статус) или собирает данные перед передачей живому человеку.
Когда работает отлично
- Записать, отменить, перенести – рутинные операции, где не нужна голова
- Собрать данные перед разговором с человеком – «как вас зовут, что случилось»
- Ответить на простой вопрос, но с привязкой к конкретному клиенту
- Понять, чего хочет человек, и направить в нужный отдел
- Отсеять совсем простые вопросы, чтобы не грузить операторов
Когда не работает
- Случай не вписывается ни в один сценарий – бот буксует
- Клиент уже взвинчен – бот только подливает масла в огонь
- Нужно договориться, согласовать, найти компромисс
- Человеку важно почувствовать, что его слышат и понимают
Стоимость обращения: 50-200 тг (зависит от сложности бота и используемой модели). Главное условие: бот должен уметь вовремя передавать на оператора.
Живой оператор
Живой человек на другом конце провода или чата. Самый дорогой канал – но бывают ситуации, где без него никак. Когда нужна гибкость, эмпатия и способность придумать нестандартное решение на ходу.
Когда незаменим
- Проблема нетипичная – нужно включить голову и разобраться
- Жалоба или конфликт – тут без человека никак
- VIP-клиент или крупная сделка – слишком дорого рисковать
- Торг за скидку, особые условия – бот на такое не способен
- Человек на нервах – ему нужен живой собеседник
Где это расточительно
- Вопрос из разряда «Во сколько вы закрываетесь?» – зачем тут человек?
- Проверка статуса заказа – бот справится за секунды
- Общие вопросы без привязки к клиенту – пустая трата времени оператора
- Когда оператор всё равно читает скрипт слово в слово – так пусть бот читает
Стоимость обращения: 500-2000 тг (зависит от AHT и зарплаты). Главное условие: оператор должен получать только те обращения, где он действительно нужен.
Посмотрите на цифры: self-service может быть в 10-40 раз дешевле оператора. Красота? Ещё какая. Но есть нюанс. Если начнёте насильно загонять всех в FAQ и к боту – клиенты развернутся и уйдут. И вся ваша экономия превратится в убыток. Потому что привлечь нового клиента стоит в разы дороже, чем дать существующему поговорить с живым человеком пару минут.
Пять критериев для построения deflection-матрицы
Окей, с каналами разобрались. Теперь самое вкусное: как понять, какое обращение куда отправлять? Я использую пять критериев. Но сразу предупреждаю – они работают только в связке. Нельзя просто сказать «вопрос простой, значит боту». Нужно смотреть на картину целиком.
1
Сложность обращения
Насколько закрученная проблема? Ответ лежит в FAQ или нужно включать голову и копаться в деталях?
Низкая → Self-service / Бот
Средняя → Бот / Оператор
Высокая → Оператор
2
Эмоциональный заряд
Человек пришёл спокойный или уже кипит? Рутинный вопрос или жалоба на жизнь?
Нейтральный → Любой канал
Негативный → Бот + быстрый handoff
Агрессивный → Сразу оператор
3
Ценность клиента
Это VIP с LTV в миллионы или случайный прохожий? Первым – белый сервис, вторым – эффективность.
Низкая → Self-service / Бот
Средняя → Стандартный путь
VIP → Персональный менеджер
4
Частота обращений
Сколько раз в месяц такое случается? Если 500+ – автоматизируй обязательно. Если 5 – проще оставить оператору.
Высокая → Приоритет автоматизации
Средняя → Оценить ROI
Редкие → Оператор
5
Требуется ли действие в системе?
Клиенту нужна просто информация или надо что-то сделать – создать заказ, отменить запись, вернуть деньги?
Только информация → FAQ / Бот
Типовое действие → Бот с интеграцией
Сложное действие → Оператор
Эти пять критериев – ваша основа. Но запомните главное: по отдельности они не работают. Возьмём вопрос «где мой заказ» – в теории идеальный кандидат для бота. Низкая сложность, нейтральные эмоции, высокая частота. Но что если это спрашивает VIP с LTV в пару миллионов тенге? Всё, расклад меняется – он идёт к персональному менеджеру. Потому что такой клиент ожидает другого уровня сервиса. И потерять его из-за робота выйдет дороже, чем платить менеджеру целый год.
Пример deflection-матрицы для розничной сети
Теория – штука хорошая, но на бумаге всё гладко. Давайте посмотрим на живой пример. Возьмём условную сеть магазинов электроники с онлайн-продажами. Клиенты звонят, пишут в чат, заваливают заявками. Как рассортировать весь этот поток? Вот реальная матрица, которая работает.
| Тип обращения | Объём/мес | Канал | Логика решения |
|---|---|---|---|
| Где мой заказ? | 1200 | Бот | Бот по номеру телефона или заказа показывает статус из CRM. Никакой сложности, высокий объём. |
| Как вернуть товар? | 400 | FAQ + Бот | Сначала FAQ с инструкцией. Бот может создать заявку на возврат, если клиент решил продолжить. |
| Товар бракованный | 150 | Оператор | Эмоциональное обращение, нужна эмпатия. Оператор разбирается и предлагает решение. |
| Хочу отменить заказ | 300 | Бот | Транзакционная операция. Бот проверяет статус и отменяет, если возможно. |
| Консультация по товару | 500 | Бот → Оператор | Бот собирает потребности, отвечает на базовые вопросы. Сложные случаи – к консультанту. |
| Жалоба на сотрудника | 20 | Старший оператор | Высокий эмоциональный заряд, репутационный риск. Сразу к старшему. |
| Проблема с оплатой | 200 | Оператор | Деньги – чувствительная тема. Нужен человек, который разберётся. |
| Часы работы / адрес | 600 | Self-service | Информация есть на сайте, в 2ГИС, в Google. Зачем тратить время оператора? |
| VIP-клиент (любой вопрос) | 50 | Персональный менеджер | Клиенты с LTV > 2 млн тг – сразу к персональному менеджеру, независимо от темы. |
Только не воспринимайте эту матрицу как священное писание. Адаптируйте под свою реальность. Ваши клиенты – люди в возрасте, которых бесят роботы? Оставьте им прямой выход на живого человека. Аудитория молодая и сама предпочитает разбираться? Вкладывайтесь в self-service. Принцип один: каждое обращение должно попадать туда, где его решат быстрее, качественнее и с минимальными потерями для всех.
Подробнее о том, как строить архитектуру омниканального обслуживания: Единый case management: CRM + helpdesk + омниканал.
Как создать deflection-матрицу за три шага
«Окей, звучит логично. А как мне сделать такую матрицу для своей компании?» – спросите вы. Процесс не ракетостроение, но требует честности с самим собой и нормальных данных. Нет данных о том, с чем приходят клиенты? Начните собирать прямо сейчас. Строить матрицу на интуиции – это как играть в казино на деньги компании. Можно, конечно, но зачем?
Шаг 1: Соберите и классифицируйте обращения
Первым делом нужно понять, с чем вообще приходят клиенты. Выгрузите обращения за последние 3-6 месяцев и классифицируйте их по темам.
Что нужно собрать:
- О чём спрашивали: доставка, возврат, консультация – категоризируйте всё
- Откуда пришли: звонок, чат, почта или мессенджер
- Сколько времени ушло: две минуты или полчаса – это важно
- Помогли или нет: решили проблему или человек ушёл недовольным
- Кто это был: новичок или постоянный клиент с историей покупок
Если у вас нет такой классификации – начните вести её прямо сейчас. Даже месяц данных уже даст картину. Для автоматической классификации можно использовать AI – об этом подробнее в статье Автоклассификация обращений.
Шаг 2: Оцените каждую категорию по критериям
Теперь для каждой категории обращений пройдитесь по пяти вопросам:
- Сложность: ответ лежит на поверхности или придётся копаться в деталях? (1-3 балла)
- Эмоции: люди обычно спокойны или уже с порога на взводе? (1-3 балла)
- Кто звонит: VIP-клиенты или массовый поток? (1-3 балла)
- Как часто: такое случается 500 раз в месяц или 5? (конкретное число)
- Что делать: просто ответить или что-то сделать в системе? (инфо / простое / сложное действие)
И главное – делайте это не в одиночку за столом. Соберите операторов, супервайзеров, руководителя контакт-центра. Они в окопах каждый день, они знают реальность: где бот действительно работает, а где клиенты начинают материться и требуют человека уже через 30 секунд. Их опыт стоит десятка красивых аналитических отчётов.
Шаг 3: Назначьте канал и приоритизируйте автоматизацию
На основе оценки определите целевой канал для каждой категории:
Self-service
Простой вопрос, спокойный клиент, нужна только инфа – и таких много
Бот
Несложно, можно что-то сделать в системе, и таких запросов куча
Оператор
Сложный случай, клиент на эмоциях, VIP или нужно что-то нетривиальное
После распределения – приоритизируйте автоматизацию. Начинайте с категорий, где сочетается высокая частота и низкая сложность. Это даст максимальный эффект при минимальных усилиях.
Нужна помощь с deflection-матрицей?
Разберём ваши обращения, построим матрицу под вашу реальность и внедрим бота для типовых запросов. С интеграцией в CRM и мессенджеры.
Шесть ошибок при внедрении deflection
Знаете, что обидно? За годы работы я видел одни и те же грабли столько раз, что уже выучил их наизусть. Люди наступают на них снова и снова, хотя можно было бы просто прочитать чужой опыт и не повторять. Ну вот он, этот опыт – бесплатно.
Гонка за процентом
«У нас 70% deflection!» – гордо рапортует отдел. А клиенты тем временем матерятся и уходят. Красивые цифры без оглядки на CSAT – путь в никуда.
Бот без выхода на оператора
Бот завис в петле, а клиент не может пробиться к живому человеку? Поздравляю, вы только что потеряли клиента. Бот должен уметь признавать, что не справляется.
FAQ, который не найти
Вы сделали шикарный FAQ, но спрятали его в подвале сайта за тремя кликами. Результат? Никто его не найдёт, и толку от него ноль.
Устаревший контент
Клиент прочитал в FAQ старую цену, пришёл – а там уже новая. Один такой случай – и человек больше никогда не будет доверять вашему self-service.
Игнорирование сегментов
Клиент с LTV в миллионы тенге и случайный прохожий – это разные люди. Заставлять VIP общаться с ботом – всё равно что встречать гостя в халате.
Нет анализа результатов
Запустили и забыли? Через полгода удивитесь, почему бот отвечает на вопросы, которых уже нет, и не знает про новые услуги. Матрица требует регулярной ревизии.
Какие метрики отслеживать после внедрения
Запустили матрицу и забыли? Не выйдет. Это живой организм, который нужно постоянно кормить данными и подкручивать. Но как понять, работает ли всё как надо? Смотрите на конкретные метрики. Только не на те, что красиво смотрятся в презентации для начальства, а на те, которые показывают реальное положение дел.
Ключевые метрики deflection
Deflection Rate
Сколько клиентов решили вопрос сами или с ботом, без участия оператора.
Цель: 30-60% в зависимости от бизнеса
CSAT по каналам
Довольны ли люди общением с ботом? А с оператором? Сравните – и увидите, где проблемы.
Сигнал: если CSAT бота ниже 3.5/5 – пересмотреть сценарии
Repeat Contact Rate
Клиент пришёл вчера, а сегодня опять с тем же вопросом? Значит, в первый раз не помогли.
Если высокий – бот/FAQ не решает проблему
Escalation Rate
Как часто бот сдаётся и передаёт клиента живому человеку.
Норма: 20-40%. Если выше – бот не справляется
Cost per Contact
Во сколько обходится обработка одного запроса в каждом канале. Бот должен быть дешевле.
Должна снижаться с ростом deflection
Resolution Time
Сколько времени проходит от «Здравствуйте» до «Спасибо, всё понятно».
Бот должен быть быстрее оператора
Первые пару месяцев проверяйте эти цифры каждую неделю – иначе легко пропустить момент, когда что-то пошло не так. Потом, когда всё устаканится, можно переходить на ежемесячный мониторинг. Но если вдруг увидели резкий скачок – бросайте всё и разбирайтесь. Может, появился новый тип вопросов, с которым бот буксует. Или операторы вдруг стали получать кучу простых обращений, которые должны были остаться у бота.
Подробнее о метриках контакт-центра: Операционка контакт-центра: WFM, качество, SLA, cost-to-serve.
Чем закончилась история Марата
А помните Марата из начала статьи? Того самого, который запустил бота и получил жалкие 12% вместо обещанных 40%? Давайте вернёмся к нему. Спойлер: у истории счастливый конец.
Результаты через 3 месяца
47%
обращений обрабатывает бот (вместо 12%)
4.2/5
средний CSAT бота (было 2.8)
−3
оператора высвободили для сложных случаев
«Знаете, что изменилось? – говорит Марат, и впервые за время нашего знакомства он выглядит довольным. – Мы перестали пытаться запихнуть в бота всё подряд. Теперь он занимается только тем, что у него реально получается: запись на приём, напоминания, простые вопросы типа "как подготовиться к УЗИ". А когда приходит жалоба, или человеку нужна сложная консультация, или это наш VIP-клиент – всё, он сразу попадает к живому человеку. Без этих бесконечных кругов ада, которые мы устроили в первый раз».
Он замолчал на секунду, а потом добавил: «И знаете, что самое странное? Довольны вообще все. Клиенты получают быстрый ответ, когда это возможно, и реальную помощь от человека, когда это действительно нужно. Операторы не убивают время на идиотские вопросы про часы работы и адреса. А я не слушаю бесконечные жалобы на бесполезного бота. Вот это и есть правильный deflection – когда выигрывают все стороны».
Вот и вся история. Deflection-матрица – это не про то, как избавиться от клиентов или сэкономить любой ценой. Это про то, как дать каждому правильный сервис в правильном канале в правильный момент. Без фанатизма. Без догм. Просто здравый смысл, упакованный в систему.
Deflection работает, когда клиент получает ответ быстрее и проще, чем через оператора. Если бот создаёт барьер между клиентом и решением – это не deflection, это саботаж клиентского опыта.
Что почитать дальше
Хотите копнуть глубже? Вот материалы, которые помогут разобраться в деталях:
Готовы оптимизировать контакт-центр?
Разберём ваши данные, построим матрицу и поможем внедрить автоматизацию, которая реально работает.