Усманова Анастасия Владимировна

Проблема: Клиенты запрашивали трубы с разными характеристиками (диаметр, материал, толщина стенки, давление, ГОСТы и ТУ), но менеджеры тратили много времени на подбор, расчёты и консультации. Кроме того, новому персоналу требовалось длительное обучение из-за сложной технической спецификации.

Решение: Создан ассистент, обученный на базе каталога продукции, ГОСТов, ТУ, таблиц расчётов нагрузок и других параметров. Ассистент моментально подбирает подходящие трубы, консультирует по техническим характеристикам, рассчитывает стоимость и отправляет предложения клиентам.

Результат: Менеджеры теперь занимаются только финальными согласованиями и обработкой заказов, а не консультациями. Время подбора продукции сократилось в 5 раз, уменьшилось количество ошибок в расчётах, а конверсия выросла на 19%.

Проблема: В пиковые периоды, особенно в праздничные дни, компания сталкивалась с высокой нагрузкой на операторов, что приводило к задержкам в обработке заказов и возникновению ошибок.

Решение: Разработан и внедрён интерактивный ассистент, интегрированный с CRM и кухонной системой ресторана. Он обучен на основе меню заведения и способен автоматически принимать заказы, запрашивать адрес, предлагать варианты доставки и отправлять информацию непосредственно на кухню.

Результат: Процесс оформления заказа стал полностью автоматизированным. Время обработки заявок сократилось до нескольких секунд, исключены ошибки, связанные с человеческим фактором, а общий уровень удовлетворённости клиентов значительно вырос.

Проблема: Агентство работало с обширной базой недвижимости, включающей различные параметры (расположение, застройщик, площадь, стоимость и др.). Поиск подходящих вариантов по заданным критериям занимал у менеджеров и брокеров значительное время, снижая эффективность их работы.

Решение: Разработан и обучен ассистент, интегрированный с базой недвижимости и дополнительным аналитическим модулем на Python (NumPy, Pandas). Он способен оперативно обрабатывать запросы, анализировать параметры объектов и предлагать клиентам наиболее релевантные варианты.

Результат: Автоматизация поиска недвижимости позволила брокерам сократить время подбора предложений, а клиентам — быстрее находить подходящие объекты. Это привело к значительному улучшению клиентского опыта и увеличению конверсии продаж.

• Участие в написании приложения для интеграции с ChatGPT (OpenAI) для связи с playground и прочими настройкам. Что упростило ручную настройку ассистента.                                                       
• Создание автоматического генератора для блога в телеграм на базе GPT.
• Создание нейроконсультанта для магазина в телеграм, с каталогом товара в виде telegram web app — включает в себя сбор данных о клиенте и отправку заявок в личные сообщения. Создано на no-code платформах