Автоматичні відповіді на відгуки

Завдання

Однією з основних потреб людини є емоційне задоволення та відчуття, що про неї дбають й готові допомогти. Зазвичай, компанії, що розробляють програми та ігри на різних платформах, мають внутрішній підрозділ, який забезпечує підтримку клієнтів. А якщо застосунків кілька сотень? І майданчиків для публікацій близько 10. Навантаження на підрозділ підтримки користувачів суттєво зростає при обробці відгуків та запитів користувачів, які можуть бути незадоволені програмою або грою та залишають погані відгуки та оцінки.

Швидкий зворотний зв'язок із користувачем, у якого є проблеми, дозволяє покращити показники програми та підвищити задоволеність аудиторії. Що ще важливіше, задоволеність користувачів впливає на рейтинг програми, а отже, і на кількість нових інсталяцій.

Огляд рішення

Команда Qudata розробила систему на основі нейронної мережі, яка дозволяє швидко та ефективно обробляти відгуки користувачів. Впровадження системи значно підвищує ефективність роботи відділів продажу і технічної підтримки та дозволяє підтримувати рейтинг застосунків на високому рівні.

Архітектура рішення складатиметься з чотирьох основних етапів:

1. Отримання відгуків з Google Play

2. Інтерпретація намірів та комплексний аналіз отриманих відгуків для формування відповіді

3. Моніторинг відповідей менеджером служби підтримки клієнтів

4. Надсилання відповіді у Google Play

Першим кроком до розробки рішення було створення нейронної мережі для ідентифікації відгуку. Для цього ми використовували рекурентну нейронну мережу з механізмом Attention. Навчання мережі відбувалося на великому об'ємі даних відгуків.

Розроблена нами система перевіряє відгуки у Google Play через проміжок часу, який задається оператором залежно від активності клієнтів. Кожен із відгуків обробляється відповідно до його тематики. В інтелектуальному ядрі даного рішення є більше 50 різних смислів та настроїв, які можуть бути відображені у відгуку користувача.

На поточних відгуках рішення показало добрі результати, понад 90% відгуків було успішно оброблено без участі менеджера. Для нестандартних випадків, у яких потрібна участь технічного відділу, використовується система повідомлень, яка надсилає завдання безпосередньо в техпідтримку. Рішення інтегроване до загальної системи управління проєктами, яку використовує наш замовник. Тепер жодного відгуку не буде втрачено. Після запуску сервісу рейтинг застосунків, що оброблялися, тримається вище 4.2 зірок.

Технологічні деталі

Проєкт розроблявся на Python. В якості штучного інтелекту ми використовували платформу RASA з відкритим вихідним кодом, навчену на нашому наборі даних. Публікацію відповідей реалізовано за допомогою Google Play Developer API.

Архітектура проєкту є універсальною та може працювати з різними магазинами, сайтами та майданчиками. Додаткове навчання нейронної мережі дозволяє налаштувати систему під різні види бізнесу:

  • магазини та торгові майданчики;
  • туристичні агенства;
  • ігрові портали;
  • сайт вашого кафе або служби доставки;
  • освітні проєкти;
  • сторінки ваших застосунків у AppStore та GooglePlay
  • будь-який бізнес, який отримує відгуки від користувачів.

Система підтримує англійську та російську мову. Модульність дозволяє інтегрувати проєкт у різні системи підтримки (Zendesk, JIRA Service Desk, Helprace, Kayako, osTicket, OTRS та багато інших).

Стек технологій

Python

Python

Rasa

RASA

Python

Python

Rasa

RASA