Разбор отзывов и ответы клиентам — автоматически

Сценарий принимает поток обращений, определяет тон и намерение каждого, считает приоритет и направляет ответ или эскалацию в нужный канал.

  • Каждое обращение разобрано по тону и намерению
  • Приоритет считается автоматически
  • Ответ, лид или эскалация — в нужный канал
  • Все решения логируются для аналитики
WebhookRedisPostgres
Поставить себеScriptera

Как это работает

Рутину в Gmail и amoCrm берёт на себя готовый сценарий — настраивается за пару минут.

  1. Запуск: Прием событий Webhook
  2. Затем: Настройки сценария
  3. Затем: Нормализация событий
  4. Затем: Проверить кэш дедупликации
  5. Проверка: Дубликат события?
  6. Если нет — Сохранить событие в кэше
  7. Проверка: Объединить обогащённые данные
  8. Затем: Агент намерения и Sentiment Analysis
  9. Затем: Рассчитать Оценку Приоритета late
  10. Проверка: Маршрутизировать по приоритету и намерению
  11. Если да — Проверить ограничение частоты Limit
  12. Проверка: Превышено ограничение частоты Limit?
  13. Если нет — Проверить межканальное подавление
  14. Проверка: Подавлено?
  15. Если нет — Агент политики принятия решений
  16. Проверка: Маршрутизировать по типу действия
  17. Если да — Отправить маркетинговое письмо
  18. Затем: Результаты действия Aggregate
  19. Затем: Записать происхождение решения
  20. Затем: Сохранить результат для обратной связи
  21. Затем: Обновить аналитическую панель
  22. Если нет — Создать лид в Salesforce
  23. Если нет — Обновить Контакт HubSpot
  24. Если нет — Отправить оповещение поддержки
  25. Затем: Получить исторические взаимодействия
  26. Затем: Получить данные из хранилища признаков
  27. Затем: Получить правила Segment
  28. Затем: Модель OpenAI GPT-4
  29. Затем: Распарсить Выход Анализа
  30. Затем: Модель принятия решений GPT-4 OpenAI
  31. Затем: Парсер вывода решения

Такой сценарий можно запустить в Scriptera: задача описывается обычными словами, сборка и запуск — на стороне сервиса.

Похожие сценарии