TexTerra: всё про маркетинг

AI-помощник освободил команде 50 (100, 200...) часов в месяц. Сколько компания на этом заработала? Возможно, ничего 🤔

Допустим, бот теперь отвечает клиентам на типовые вопросы. По расчетам у операторов освободилось время, на деле часть его уходит на проверку ответов бота и исправление его ошибок. Еще часть — на клиентов, которые не поверили боту и все равно позвонили. А оставшиеся часы просто растворяются в ожидании следующего звонка.

Реальные деньги появятся, только если сотрудники займутся тем, что приносит доход, — например, сложными обращениями или допродажами.

Как заранее посчитать, что AI-помощник даст бизнесу на самом деле, сегодня обсудят Юлия Блынская, CEO TexTerra, и Артур Хусаинов, разработчик и технологический партнер TexTerra.

📆 Сегодня, 29 октября, 16:00 мск
🔜 Регистрация на бесплатный прямой эфир

⚡️ Кейс GEO-аудита фармбренда: можно ли доверить Perplexity проверку источников

Отвечая на вопросы о препарате от ОРВИ, Perplexity опирался на аптечные карточки и справочники, где часть сведений устарела или перепутана. Мы попросили его же оценить, каким из этих источников можно верить, и после ручной сверки целых шесть оценок из 11 пришлось исправить.

Рассказали, что еще показал аудит и что произошло за первые два месяца внедрения.

О чем статья:

• почему для лекарства частота рекомендации — сомнительная цель;
• как ошибка с аптечной карточки попадает в AI-ответ;
• почему ложное отрицание обходится дороже ложной тревоги (и что это вообще такое);
• как на практике выглядит работа с такими источниками, как аптеки и справочники.

В конце — что проверить в своем проекте прямо сейчас, даже если работаете в другой индустрии.

Хотите проверить, как AI-системы описывают ваш бренд и на какие источники опираются? Напишите на mail@texterra.ru — обсудим GEO-аудит и задачи проекта.

Читать полностью

Наш канал в «Максе» ➡️

🍔 McDonald's два с половиной года тестировал AI-кассира и свернул проект. Но почему это скорее не провал, а успех? Обсуждаем в эфире 29 октября

В 2021 году McDonald's начал тестировать голосового AI-помощника на автокассах: клиент называет заказ, система его принимает. Тогда CEO компании Крис Кемпчински предполагал, что через пять лет (то есть буквально сейчас, в 2026 году) голосовой заказ будет работать во всей сети.

Покупателям эксперимент запомнился в основном смешными и глупыми ошибками. Например, система добавляла в заказ бесконечные наггетсы, хотя покупатели просили ее остановиться, наливала в мороженое кетчуп и масло и даже принимала заказы из соседних машин... 🤦🏼‍♀️

Для широкого внедрения McDonald's ориентировался на точность 95% и выше. Итоговую цифру, которая получилась по итогам теста, компания не раскрыла (в медиа фигурируют приблизительные 80%), а летом 2024 года эксперимент закончился.

Похоже на провал? Вовсе нет: компания поступила умно, проверив технологию на сотне ресторанов из тысяч — и еще до широкого внедрения увидела, где AI-помощник пока не справляется. В McDonald's сказали, что голосовой заказ все равно будет частью их ресторанов, и продолжили искать подходящее решение.

Пилот порой понимают так: потратим немного, посмотрим, сколько это принесло, внедрим по всей компании и получим в N раз больше денег. Так бывает, но далеко не всегда: результат может оказаться хуже ожиданий. Пилот позволяет выяснить это, пока ошибки и расходы ограничены одним тестом. Расширение имеет смысл обсуждать, только если пилот показал экономический эффект. Вот тогда затраты и пользу действительно пересчитывают на большем объеме.

Как устроить пилот, после которого станет понятно, масштабировать проект или нет, обсудят Юлия Блынская, CEO TexTerra, и Артур Хусаинов, разработчик и технологический партнер TexTerra. В прямом эфире они расскажут:

• как выбрать процесс для пилота и когда достаточно готового сервиса;
• из чего складываются затраты на запуск и дальнейшую работу помощника;
• как провести пилот и проверить пользу до внедрения.

📆 Дата: 29 октября
⏰ Время: 16:00 мск
🔜 Регистрация на бесплатный прямой эфир

Наш канал в «Максе» ➡️

⚡️ Сначала понять, потом передать: как AI-консультанты сортируют B2B-обращения для менеджеров

По данным Gartner, B2B-покупатели все чаще разбираются в задаче сами, в том числе с помощью нейросетей, и приходят к менеджеру с готовыми выводами. Если AI-консультант на сайте передаст обращение без сведений из диалога, менеджеру придется расспрашивать клиента заново. А если консультант начнет спрашивать обо всем подряд, клиент может уйти, так и не дойдя до самого важного.

🦾 Разобрали на примере производителя стройматериалов, что консультанту нужно выяснить до передачи человеку и как выстроить сам разговор.

О чем статья:

• что такое исходы разговора и почему их важно заранее согласовать с отделом продаж;
• какие сведения нужны от разных типов клиентов;
• в каком порядке задавать вопросы, чтобы консультация не превратилась в анкету;
• какие обращения передавать человеку сразу;
• что должно быть в сведениях, которую получает менеджер.

В конце — схема пути обращения от первого сообщения до карточки в CRM.

Читать полностью