Автоматическая классификация и маршрутизация обращений

Автоматизируем разбор входящего потока: обращений клиентов, писем, заявок, сообщений в мессенджерах. Система определяет тему, срочность и адресата, извлекает нужные данные и передаёт обращение в работу, а неоднозначные случаи отправляет человеку. Порог уверенности настраивается, поэтому вы управляете балансом между автоматикой и контролем.

Коротко о задаче

Разбор входящего потока — работа, которая кажется простой, пока не посчитаешь её стоимость.

Обращения приходят в общий ящик или в общий чат. Человек читает каждое, определяет, о чём оно, назначает ответственного, ставит приоритет, заводит заявку. На одно обращение уходят минуты, обращений сотни в неделю.

Проблемы копятся с обеих сторон. Со стороны затрат: сотрудник высокой квалификации занят механической сортировкой. Со стороны качества: срочное теряется в общем потоке и обнаруживается через день; обращения попадают не тому специалисту и путешествуют между отделами; в отпуск разбирающего поток встаёт вся цепочка.

При этом бо́льшая часть обращений типовая. Люди пишут об одном и том же разными словами, и опытный сотрудник определяет категорию за секунды по нескольким признакам. Ровно эту работу можно передать системе.

Важно только не пытаться передать всю. Обращения, которые не укладываются в известные категории, должны попадать человеку, а не распределяться наугад.

Что входит в услугу

• Разбор потока и категорий

Смотрим реальные обращения за период и определяем фактические категории. Часто оказывается, что действующий классификатор описывает не то, что приходит: половина обращений падает в «прочее».

• Сбор размеченной выборки

Готовим выборку реальных обращений с проставленными вручную категориями. Это основа и для настройки, и для измерения качества.

• Выбор подхода

Часть задач решается правилами и без всякого обучения, часть требует модели. Мы предлагаем самое простое решение, которое даёт нужное качество: правила проще сопровождать и объяснять.

• Классификация

Определение темы, типа обращения, продукта или услуги, к которым оно относится, тональности и признаков срочности.

• Извлечение данных из текста

Вытаскиваем из обращения номер договора, наименование, контактные данные, даты — то, что иначе сотрудник переносит руками.

• Порог уверенности

Обращения, по которым система не уверена, идут человеку. Порог настраивается и определяет, какую долю потока вы готовы разбирать вручную ради снижения ошибок.

• Маршрутизация и приоритеты

Назначение ответственного подразделения или сотрудника, установка приоритета, срочная эскалация по заданным признакам.

• Интеграция с системой заявок

Обращение попадает в вашу систему уже разобранным. Смотрите {{ссылка: Служба поддержки пользователей (Service Desk) с SLA}}.

• Измерение и настройка

Регулярный замер доли верных классификаций, разбор ошибок, дообучение на накопленных данных.

• Аналитика потока

Отчёты по темам и динамике: о чём пишут чаще всего, что растёт. Это материал для устранения причин, а не только для обработки следствий.

Что это даёт заказчику

• Обращение сразу у нужного специалиста. Без путешествий между отделами.
• Срочное не теряется. Признаки срочности отрабатываются автоматически.
• Разбор не зависит от одного человека. Отпуск и болезнь перестают останавливать цепочку.
• Данные извлечены заранее. Специалист получает обращение с заполненными полями.
• Контроль над ошибками. Порог уверенности определяет баланс, и он ваш.
• Видна структура потока. Аналитика показывает, что порождает обращения.

Как мы работаем

Начинаем с разбора реального потока. Классификатор, придуманный на совещании, почти всегда расходится с тем, что приходит на самом деле.

Не спешим с моделью. Если задача закрывается набором правил с приемлемым качеством, мы это скажем: правила дешевле, объяснимы и не деградируют со временем.

Долю автоматической обработки наращиваем постепенно, начиная с самых уверенно определяемых категорий.

Наш опыт

Мы разработали систему, которая размечает поток внешних материалов по содержательным категориям с помощью языковой модели. По каждому материалу возвращается не только категория, но и уверенность в ней и фрагмент текста, на котором построен вывод, — сотрудник видит основание и может не согласиться.

Отдельная и самая трудоёмкая часть той работы — научить систему не приносить лишнее. Показательный пример: материалы, которые формально содержат все нужные слова, но по существу к задаче не относятся. Такие случаи мы отсекали на этапе сбора, а не полагались на то, что модель разберётся сама. В классификации обращений действует то же правило: качество определяется не моделью, а тем, насколько точно описаны границы категорий.

Расскажите, какой поток разбирается вручную и сколько это занимает. Начнём с разбора реальных обращений.