Перейти к содержанию
Кейс · Эхо · речевая аналитика

Кейс 2026 года

Почему стоит прочитать этот кейс до конца

  • Почему код «неисправность» в системе учёта — это стёртые данные, а не закрытая заявка
  • Как выяснилось, что треть обращений вообще не про брак, а про один непонятный шаг настройки
  • Что показал разбор 100% обращений вместо привычных 3%
  • Честно о том, что пошло не так и сколько это заняло на самом деле
Эхо · речевая аналитика Производство · бытовая техника Сервисная линия 34 оператора

Из 12 500 обращений в месяц разбирали 375. Мы стали разбирать все — и нашли один узел, который давал почти четверть всех рекламаций

Сервисная линия годами закрывала обращения общим кодом «неисправность». Разбор всех разговоров превратил жалобы в перечень конкретных дефектов по моделям — и производство впервые узнало, что именно ломается.

Сразу к находке Чтение — 8 минут
3% → 100%
охват анализа обращений
19% → 44%
обращений с детальной причиной
23%
рекламаций давал один узел
−6,6 млн ₽
потенциал сокращения затрат в месяц

О компании

Производитель бытовой техники с собственной сервисной линией

Компания производит технику и обслуживает её по гарантии: собственная линия поддержки, сеть авторизованных сервисных центров, склад запчастей. Гарантийное обслуживание — прямые затраты, и их размер зависит от того, насколько быстро производство узнаёт о дефектах.

Ключевые параметры компании-клиента
ОтрасльПроизводство бытовой техники, собственное гарантийное обслуживание
Сервисная линия34 оператора на входящих обращениях
Объём обращений12 500 в месяц — гарантия, настройка, вопросы по эксплуатации
Средняя стоимость обращения3 900 ₽ с учётом выезда и запчастей
КаналыТелефон и мессенджеры, гарантийные случаи уходят в сервисные центры
Ключевая метрикаЗатраты на гарантийное обслуживание и повторные обращения
ЗаказчикДиректор по качеству
УчётСервисная система с кодами обращений и историей по серийным номерам

Что важно: у производителя сервисная линия — единственный канал, по которому дефект доходит до конструкторов. Если на этом канале данные стираются, производство продолжает выпускать ту же проблему, оплачивая её гарантийными ремонтами.

Ситуация до

Запрос звучал просто

«Затраты на гарантию растут, а какие именно дефекты их дают — мы не знаем. В отчётах одна строка: «неисправность»»

Директор по качеству, из первого разговора

Проблема была не в лени операторов, а в конструкции системы учёта. Кодов причин в справочнике было двенадцать, и половина из них перекрывалась по смыслу: оператору под давлением очереди проще выбрать общий код, чем разбираться, к какому из похожих отнести случай.

В результате данные о дефектах формировались не на линии, а в сервисных центрах — после выезда, с задержкой в недели, и только по тем случаям, что дошли до ремонта. Обращения, закрытые консультацией, не попадали в статистику вообще.

Как был устроен контроль качества:

  • Разбиралось около 375 обращений в месяц из 12 500 — примерно 3%
  • Более 12 000 разговоров в месяц не слышал никто
  • Детальная причина фиксировалась в меньшинстве случаев, остальное — общий код
  • Обращения, закрытые консультацией без ремонта, в статистику дефектов не попадали

Почему нельзя было решить наймом

Сервисный разговор идёт в среднем 6 минут, часто с описанием симптомов. Один специалист разбирает вручную порядка 200 обращений в месяц. Чтобы покрыть 12 500, нужно около 63 человек — при ставке 55 000 ₽/мес это 3,5 млн ₽ ФОТ ежемесячно на функцию, которая ничего не чинит.

Почему справочник кодов не спасал

Двенадцать кодов с пересекающимися формулировками работают против точности: под давлением очереди оператор выбирает самый общий. Расширение справочника обычно ухудшает ситуацию, а не улучшает — детализация появляется в разговоре, а не в выпадающем списке.

3%

Доля обращений, на которой строились выводы

Решения о доработке изделий опирались на данные сервисных центров — то есть только по случаям, дошедшим до ремонта, и с задержкой в недели.

Масштаб слепой зоны

Каждая точка — 125 обращений

Одна сетка — это 12 500 обращений за месяц. Слева то, что успевал разобрать человек. Справа — то, что разбирает система.

Было · вручную 3%

375 обращений в месяц, отобранных по жалобам, — и по ним нельзя было отличить массовый дефект от единичного случая.

Стало · Эхо 100%

Все 12 500 обращений разобраны и размечены по симптому, модели и узлу — независимо от того, дошло дело до ремонта или нет.

До внедрения анализировалось 3% звонков — 375 из 12 500 в месяц. После внедрения системы Эхо анализируется 100% звонков — все 12 500 в месяц.

Что сделали

Стали размечать симптом из разговора, а не выбирать код из списка

Точность классификации не появляется от расширения справочника: под нагрузкой оператор всё равно выберет общий код. Данные о дефекте есть в самом разговоре — клиент описывает симптом своими словами, и задача системы вытащить его оттуда.

1

Подключение к телефонии и сервисной системе

Записи подтягиваются автоматически, размеченный симптом и модель возвращаются в карточку обращения. Четыре рабочих дня.

2

Классификатор симптомов вместо кодов

Разметка по тому, что клиент описал: звук, запах, поведение при нагрузке, этап работы, на котором проявляется. Модель и серийный номер подтягиваются из системы.

3

Калибровка с инженерами

Симптомы сверяли не с отделом качества, а с сервисными инженерами: важно было, чтобы формулировка клиента корректно ложилась на конкретный узел.

4

Сводка для производства

Еженедельный отчёт по симптомам в разрезе моделей и партий — впервые с задержкой в дни, а не в недели, и по всем обращениям, а не только по дошедшим до ремонта.

5

Рутина вместо разовой проверки

Ежедневная сводка, автоматический алерт при всплеске одного симптома, разбор повторных обращений по одному серийному номеру.

Что делают руками после внедрения

Ничего. Смотрят сводку и работают с перечнем симптомов. Ручная простановка кодов из справочника ушла.

Сроки внедрения

Сроки внедрения системы
Подключение телефонии и сервисной системы4 рабочих дня
Первые разборы обращенийв тот же день
Калибровка классификатора с инженерами3 недели, три итерации
Охват анализа3% → 100% обращений
Первая сводка по дефектам для производства1 месяц

Находка, ради которой всё затевалось

Один узел в двух моделях давал почти четверть всех рекламаций

Пока обращения закрывались общим кодом, дефект выглядел как фоновый шум: единичные жалобы, распределённые по всему модельному ряду. Разметка по симптому собрала их вместе — и оказалось, что за ними стоит один конкретный узел в двух моделях одной платформы.

23%

всех рекламаций приходились на один узел. В прежних отчётах эти обращения были размазаны по общим кодам и выглядели фоном.

Требуется по регламенту 100%
Было по факту 19%
Стало за первый месяц 44%
Цель — уровень, при котором данные пригодны 70%

Данные о дефектах формировались в сервисных центрах — после выезда, с задержкой в недели и только по случаям, дошедшим до ремонта. Обращения, закрытые консультацией, не попадали в статистику вообще, а именно там и оказалась большая часть сигналов о проблемном узле.

Вторая находка

31% обращений вообще не были связаны с браком. Люди звонили из-за одного шага первичной настройки, который инструкция описывала неоднозначно: техника работала правильно, но не так, как человек ожидал. Каждое такое обращение стоило компании как гарантийное, при том что чинить было нечего — правка формулировки в инструкции и в приложении оказалась дешевле любого сервисного решения.

Результат

Измерено за первый месяц

Показатели до и после внедрения за первый месяц
МетрикаДоПосле
Охват анализа обращений 3% 100%
Детальная причина обращения зафиксирована 19% 44%
Задержка сигнала до производства недели дни
Обращения без ремонта в статистике дефектов не учитывались учитываются

Главный результат не в процентах, а в смене источника данных: производство впервые получило перечень дефектов из первого контакта с клиентом, а не из отчётов сервисных центров по уже состоявшимся ремонтам. Правка инструкции по спорному шагу настройки была сделана в первый же месяц.

Найденный потенциал

Что даст устранение найденного дефекта в следующей производственной партии

На проблемный узел приходилось 23% обращений. По консервативной оценке его доработка снимает около 60% этого потока.

−1 700 гарантийных обращений в месяц
×
3 900 ₽ средняя стоимость обращения
=
6,6 млн ₽ в месяц
≈ 79 млн ₽ в год

Это прямые затраты на гарантию, которые компания несла, продолжая выпускать неизменённый узел. Дефект существовал всё это время — не было способа его увидеть.

Расчёт зависит от условия, которое стоит назвать прямо: экономия появляется только после того, как узел доработан и новая партия дошла до покупателей. До этого момента цифра является оценкой потенциала, а не фактом. Отдельно не учтён эффект от правки инструкции по шагу настройки — он проявляется быстрее, потому что не требует изменений в изделии.

Хотите узнать, что скрыто в ваших 97% звонков?

Главный вывод для собственника

Главный вывод для собственника — его же словами

«Мы двенадцать лет собирали статистику дефектов по ремонтам и не замечали, что половина сигналов остаётся в разговорах, которые закрыли консультацией»

Общий код «неисправность» — это не закрытая заявка, а стёртые данные

Что изменилось для команды

Систему по-разному встретили на линии и в конструкторском отделе

Для директора по качеству

Появился перечень дефектов по моделям и партиям с задержкой в дни вместо недель — и по всем обращениям, а не только по дошедшим до ремонта. Фоновый шум из единичных жалоб превратился в один конкретный узел.

Для операторов линии

Ручная простановка кодов из двенадцатипунктного справочника ушла, и это восприняли с облегчением: выбирать между похожими формулировками под давлением очереди никому не нравилось. Разговор с клиентом при этом не изменился.

Для конструкторов

Впервые появился прямой канал от клиента. Раньше сигнал приходил через сервисные центры, потерявший половину контекста, и спорить с ним было легко: «единичные случаи». С разметкой по 100% обращений спорить стало не с чем.

Честно

Что было сложно

Классификатор пришлось собирать не с отделом качества, а с сервисными инженерами.

Первая версия строилась на существующем справочнике кодов — и повторила его недостаток: разные симптомы сливались в одну категорию. Люди описывают неисправность не терминами, а ощущениями: «гудит», «пахнет», «выключается на середине». Классификатор должен работать с этим языком, а не требовать от клиента диагноза.

Реальный пример из тестов

Система относила к одной категории «не включается совсем» и «включается и сразу выключается», хотя за этими симптомами стоят разные узлы — и в отчёте они снова превращались в фоновый шум.

Пришлось строить классификатор от симптома, а не от кода, и сверять его с инженерами: важно было, чтобы формулировка клиента корректно ложилась на конкретный узел изделия.

Вывод, который мы забрали в методологию: точность классификации не растёт от расширения справочника. Чем больше похожих пунктов, тем чаще оператор выбирает общий — детализация должна извлекаться из разговора, а не выбираться в выпадающем списке под давлением очереди.

И ещё одно: у экономики этого кейса длинный горизонт. Найденный дефект превращается в сэкономленные деньги только после доработки узла и выхода новой партии, и это стоит проговаривать с заказчиком на старте, чтобы через месяц никто не ждал снижения затрат.

Что система отдаёт сотруднику

Не оценка, а что делать со следующим клиентом

Балл сам по себе никого не убеждает. Поэтому к каждому разбору идёт вывод словами и конкретное действие — и для оператора, и для производства.

По каждому обращению оператор видит запись, размеченный симптом, модель и то, что конкретно не выяснено: «этап проявления неисправности не уточнён», «условия эксплуатации не выяснены», «серийный номер не зафиксирован».

Производство получает еженедельную сводку по симптомам в разрезе моделей и партий и алерт при всплеске одного симптома. Именно эта сводка и оказалась главным результатом проекта: она превратила разговоры сервисной линии из расходов в источник данных о качестве изделия.

Кому это подходит

Минимальный порог — 50 звонков в месяц

Ниже этого объёма выводы недостоверны: не набирается статистика, и проверить работу отдела проще руками. Выше — система видит закономерности, которые человек не увидит физически.

Подходит

Сервисная линия от 50 обращений в месяц, где содержание разговора говорит о продукте: производство, техника, ПО, услуги с обслуживанием.

Не подходит

Один-два оператора с 5–20 обращениями в месяц. Такой объём разбирается вручную и без системы.

Размер компании значения не имеет. Для производителя при этом важен не столько объём, сколько разнообразие моделей: чем шире линейка, тем сильнее дефект конкретного узла размывается в общих отчётах и тем ценнее разметка по симптому.

Профильное решение под эту отрасль — речевая аналитика Эхо. Другие разборы внедрений — в разделе кейсов.

Вопросы

Что обычно спрашивают про этот кейс

Почему общий код «неисправность» — это проблема?

Потому что он стирает данные, а не закрывает заявку. Пока обращения закрываются общим кодом, массовый дефект выглядит как фоновый шум: единичные жалобы, распределённые по всему модельному ряду. В этом кейсе разметка по симптому собрала их вместе, и оказалось, что за ними стоит один узел в двух моделях одной платформы, дававший 23% всех рекламаций.

Разве нельзя просто расширить справочник кодов?

Обычно это ухудшает ситуацию. Чем больше пунктов с пересекающимися формулировками, тем чаще оператор под давлением очереди выбирает самый общий — в этом кейсе так и происходило при двенадцати кодах. Детализация должна извлекаться из разговора, где клиент описывает симптом своими словами, а не выбираться в выпадающем списке. Люди говорят «гудит», «пахнет», «выключается на середине», а не называют узел.

Чем данные с линии лучше данных сервисных центров?

Скоростью и полнотой. Сигнал из сервисного центра приходит после выезда, с задержкой в недели и только по случаям, дошедшим до ремонта. Обращения, закрытые консультацией, в статистику дефектов не попадают вообще — а в этом кейсе именно там оказалась большая часть сигналов о проблемном узле. Разбор всех разговоров даёт производству перечень дефектов из первого контакта с клиентом и с задержкой в дни.

Какой результат дал первый месяц работы системы?

Охват анализа вырос с 3% до 100% обращений, фиксация детальной причины — с 19% до 44%, задержка сигнала до производства сократилась с недель до дней, а обращения без ремонта начали учитываться в статистике дефектов. Главные находки: один узел в двух моделях давал 23% всех рекламаций, и ещё 31% обращений вообще не были связаны с браком — люди звонили из-за одного неоднозначно описанного шага настройки.

Что делать с обращениями, которые не про брак?

Считать их таким же дефектом, только не в изделии, а в инструкции. В этом кейсе 31% обращений приходились на один шаг первичной настройки: техника работала правильно, но не так, как человек ожидал. Каждое такое обращение стоило компании столько же, сколько гарантийное, при том что чинить было нечего. Правка формулировки в инструкции и в приложении оказалась дешевле любого сервисного решения и была сделана в первый же месяц.

Через сколько находка превращается в экономию?

Не сразу, и это стоит проговаривать на старте. Дефект узла превращается в сэкономленные деньги только после доработки и выхода новой производственной партии к покупателям — до этого расчёт является оценкой потенциала, а не фактом. Быстрее проявляется вторая часть эффекта: правка инструкции по спорному шагу настройки не требует изменений в изделии и снимает часть потока обращений в течение недель.

Следующий шаг

Посмотрим, что клиенты рассказывают о вашем продукте

Разберём сервисную линию на реальных записях: покажем перечень симптомов по моделям и то, какая доля обращений вообще не про брак. Как в этом кейсе — первая сводка готова за месяц.

Порог для достоверных выводов — от 50 звонков в месяц