Кейс: як ми автоматизували обробку заявок і скоротили час з 2 годин до 5 хвилин
Заявка приходила на пошту о 23:40, у суботу. Менеджер бачив її в понеділок вранці - якщо не пропускав у потоці зі сотні інших листів. На той момент клієнт уже написав конкуренту і отримав відповідь. Так у B2B-компанії, з якою ми працювали, втрачали ліди, за які заплатили грошима на рекламу.
Заявки йшли звідусіль: пошта, форма на сайті, пара месенджерів. Кожну треба було прочитати, зрозуміти, чого людина хоче, наскільки це терміново, кому передати, і занести в базу. На одну заявку у менеджера йшло до двох годин - не тому що робота складна, а тому що її багато і вся вона ручна. Нічні та вихідні заявки висіли годинами. Частина просто губилася.
І заявки лежали в різних місцях. Пошта в одному вікні, форма падала на іншу адресу, месенджери - третій застосунок. Щоб нічого не пропустити, менеджер тримав усе це в голові і сам перевіряв кожен канал. На практиці так не виходить: якесь джерело завжди випадає, особливо під кінець дня. Справа не в чиїйсь неуважності. Просто людині нема де дивитися в одне місце.
Завдання
Потрібно було прибрати ручне сортування з ланцюжка і зробити так, щоб заявка з будь-якого каналу потрапляла до потрібної людини швидко і без втрат - зокрема вночі та у вихідні.
Умови, які ми тримали в голові:
- Каналів кілька, і список буде зростати. Рішення не повинно ламатися від додавання нового джерела.
- Дані клієнта чутливі. Гасати їх через чужі хмари замовник не хотів, тому робили self-hosted.
- Менеджери мають залишитися в процесі. Мета - зняти з них рутину, а не вимкнути їх з роботи і віддати все машині.
Тобто завдання не «прикрутити AI до пошти». Потрібен був робочий конвеєр від прийому заявки до її потрапляння в CRM, де AI - один із кроків, а не вся суть.
Що ми побудували
Конвеєр на n8n з AI-моделлю всередині. Логіка проста: один вхід для всіх каналів, AI перетворює текст на дані, далі заявка автоматично розходиться по людях і фіксується в базі. Менеджер підключається вже до розібраної заявки. Заявка проходить п’ять кроків.
1. Єдина точка прийому. Вебхук у n8n збирає заявки з усіх каналів одразу - пошта, форма, месенджери приходять в одне місце. Раніше кожен канал жив окремо, і менеджер тримав відкритими кілька вікон. Тепер джерело неважливе, все стікається в один потік. З’явився новий канал - додаємо ще один вхід у цю ж точку, решту не чіпаємо.
2. AI розбирає текст. Модель читає заявку і витягує з неї структуру: тип запиту, терміновість, суть звернення, контакти відправника. Тут живий текст листа перетворюється на дані, з якими далі працює автоматика. Лист на три абзаци без теми і з помилками AI розбирає так само, як коротку заявку з форми.
3. Збагачення і маршрутизація. На основі того, що розібрав AI, заявка йде потрібній людині або відділу. Терміновий запит від великого клієнта і загальне питання про прайс потрапляють до різних людей і з різним пріоритетом. Менеджер отримує вже розібрану заявку, а не сирий лист.
4. Запис у базу. Заявка автоматично потрапляє в CRM. Нічого не потрібно копіювати руками, і не губиться історія - все, що прийшло, зафіксовано.
5. Авто-повідомлення клієнту. Одразу після прийому людина отримує відповідь, що заявку прийнято і з нею зв’яжуться. Раніше клієнт сидів у тиші і не розумів, дійшло взагалі чи ні. Тепер він отримує підтвердження тієї ж хвилини - зокрема вночі.
Весь конвеєр - на n8n плюс AI-модель, розгорнутий на інфраструктурі замовника. Жодні дані не йдуть у сторонні сервіси.
Результат
Цифри до і після:
- Час обробки однієї заявки: ~2 години → ~5 хвилин. Це і є основний ефект. Те, що раніше з’їдало години ручної роботи, тепер займає хвилини, і людина на етапі сортування вже не потрібна.
- Заявки розбираються 24/7. Нічні та вихідні більше не висять до початку робочого дня. Конвеєр не йде на обід і не лягає спати.
- Менше втрачених лідів. Заявка з будь-якого каналу фіксується в базі і доходить до менеджера. Та історія з листом у суботу вночі тепер неможлива - його розберуть і зареєструють у момент отримання.
- Менеджери займаються продажем, а не сортуванням пошти. Вивільнений час пішов на роботу з клієнтами, а не на розбір вхідного потоку.
Помітніше за все різниця саме вночі та у вихідні. Там, де раніше була дірка на кілька годин, тепер працює той самий конвеєр, що і вдень.
Що ми зрозуміли
Кілька речей, які варто знати, якщо думаєте про схоже у себе.
Починати краще з одного каналу. Ми не намагалися підключити все одразу. Запустили одне джерело, переконалися, що ланцюжок працює від прийому до запису в CRM, і тільки потім підключали решту. Так простіше ловити проблеми - коли канал один, зрозуміло, де шукати.
AI-класифікацію довелося донавчати на реальних заявках. На демо-прикладах усе виглядає добре. Але справжні листи - це помилки, обрізані думки, два різні запити в одному повідомленні. Перші тижні ми дивилися, де модель помиляється, і підлаштовували розбір під реальний потік замовника. Це нормальний етап, його варто закласти в план, а не чекати, що запрацює ідеально з першого дня.
Людині потрібно залишити контроль над спірними випадками. Не все варто автоматизувати наосліп. Коли AI не впевнений у типі або терміновості заявки, вона йде людині, а не провалюється кудись за замовчуванням. Це страховка: машина бере на себе зрозумілий потік, а на краях вирішує людина. Без цього автоматизація в якийсь момент тихо помилиться, і ніхто не помітить.
Якщо коротко: цінність тут не в самому AI, а в тому, що навколо нього зібраний робочий процес. Єдина точка прийому прибирає втрату заявок. Розбір тексту прибирає ручне сортування. Маршрутизація і запис у базу прибирають копіювання руками. AI - один крок із п’яти, і працює він тільки тому, що решта чотири на місці.
Хочете так само
Якщо у вас вхідні заявки розбирають вручну і частина губиться вночі - це вирішується. Ми розбираємо ваш потік, показуємо, що можна автоматизувати, і збираємо конвеєр під ваші канали і вашу CRM. Self-hosted, без витоку даних у чужі хмари.
Напишіть нам: puramind.ai#contacts.