Как AI-бот разгрузил колл-центр и взял на себя обработку Авито в нише таксопарков

Рост обращений — хороший знак для бизнеса. Но когда заявок становится больше, команда не всегда успевает быстро и качественно их обрабатывать.

С такой ситуацией к нам обратился клиент из ниши таксопарков.

Основной поток новых обращений шел через Авито. Операторы параллельно обрабатывали звонки, заявки с сайта и другие переписки, поэтому только на ответы в Авито уходило до 5 часов в день.

Часть клиентов не дожидалась ответа, диалоги зависали, а компания теряла потенциальные лиды.

Стало понятно: типовые переписки в Авито нужно автоматизировать.

Что было до внедрения

Большинство вопросов в Авито повторялись:

сколько стоит аренда автомобиля под такси, какие условия, какие машины доступны, что нужно для оформления и как начать работать.

Раньше на все это отвечали операторы вручную. Вместо того чтобы заниматься горячими лидами и звонками, они тратили значительную часть дня на однотипные сообщения.

При этом отдельной аналитики по Авито не было: компания не видела, сколько диалогов превращается в полученные номера телефонов и где именно теряются клиенты.

Что сделали

Мы внедрили AI-бота Suvvy, который взял на себя первичную обработку обращений с Авито.

Его задача — не просто отвечать в чат, а вести клиента к конкретному действию: проконсультировать, ответить на вопросы, получить номер телефона и передать заявку менеджеру.

Для этого мы:

— разложили логику общения по сценариям;
— собрали базу знаний по аренде автомобилей, тарифам и условиям работы;
— подключили связку Авито → Suvvy → Битрикс24;
— настроили передачу данных в CRM;
— отладили поведение бота и скорректировали сценарии.

Основное время заняла не техническая настройка, а именно тестирование: проверка ответов, корректировка логики и доработка поведения бота в разных ситуациях.

Что теперь делает AI-бот

После запуска бот обрабатывает входящие диалоги с Авито, консультирует клиентов по стоимости аренды автомобилей под такси, отвечает на типовые вопросы, запрашивает номер телефона и передает данные в Битрикс24.

В CRM лид автоматически переводится в стадию «Обработка ИИ», а полученный номер записывается в карточку лида.

Если клиент не оставил номер телефона или диалог требует участия человека, подключается оператор.

Результаты

До внедрения AI-бота

— 1 024 диалога с Авито за месяц;
— среднее время первого ответа — 106 минут;
— 3 оператора в колл-центре;
— ФОТ на одного сотрудника — около 110 000 ₽ с налогами;
— до 5 часов в день уходило на переписки в Авито;
— 100% обращений обрабатывались вручную;
— статистика по конверсии в номер телефона не велась.

После внедрения AI-бота

— 351 диалог с Авито за месяц;
— среднее время первого ответа — 10 секунд;
— команда осталась прежней — 3 оператора;
— расходы на Suvvy за месяц — 8 300 ₽;
— средняя стоимость одного диалога — 23 ₽;
— время операторов на Авито сократилось с 5 часов до 20 минут в день;
— конверсия «диалог → номер телефона» составила 9,97%;
— 75% обращений полностью обработал бот;
— только 25% диалогов потребовали участия оператора.

Количество диалогов во втором месяце снизилось, потому что у клиента были добавлены новые Авито-каналы и трафик распределился между ними. Поэтому здесь важнее смотреть не на общий объем обращений, а на скорость ответа, нагрузку на операторов и долю автоматической обработки.

Что изменилось для команды

Операторы перестали тратить несколько часов в день на типовые переписки.

Раньше они вручную объясняли условия, писали цены и пытались получить номер телефона клиента. Теперь эту часть работы выполняет AI-бот.

Сотрудники подключаются только к тем диалогам, где клиент не оставил номер или нужен живой специалист.

В результате у команды освободилось время на звонки, заявки с сайта и более сложные обращения.

Что заметили после запуска

После анализа переписок увидели закономерность: многие клиенты запрашивают стоимость, получают информацию — и пропадают.

Поэтому следующим этапом настроили follow-up сообщения.

Теперь бот автоматически пишет клиентам, которые перестали отвечать после получения информации. Для этого настроены триггеры и интервалы отправки.

В течение следующего месяца будем смотреть, как это повлияет на вовлечение и конверсию в получение телефона.

Вывод

В этом проекте AI-бот не заменил колл-центр полностью — такой задачи не было.

Его роль — забрать рутинную часть коммуникации: первичные ответы, консультацию по типовым вопросам и сбор номера телефона.

В результате компания ускорила первый ответ, снизила нагрузку на операторов и начала видеть аналитику по диалогам, которой раньше не было.

Для бизнеса с большим количеством типовых обращений AI-бот может стать не просто «модной технологией», а практичным инструментом для разгрузки команды и более быстрой обработки лидов.