Кейс: интернет-магазин
Как магазин на Ozon и собственном сайте автоматизировал 58% обращений: статусы заказов, возвраты, промокоды. AG0NTS Pro.
Реальная история команды, которая запустила AG0NTS за 10 рабочих дней и сняла нагрузку с поддержки более чем наполовину.
О компании
Магазин товаров для дома и кухни. Два канала продаж: маркетплейс Ozon (~70% выручки) и собственный сайт на Bitrix. Ассортимент — 4 500 SKU. Команда поддержки — 3 человека, 10:00–20:00 МСК, 7 дней в неделю.
Проблема: 450 обращений в день, большинство повторяется
До подключения AG0NTS команда обрабатывала 400–500 обращений ежедневно. Распределение по темам:
- «Где мой заказ?» — 38%
- «Можно вернуть товар?» — 17%
- «Как использовать промокод» — 11%
- «Есть ли в наличии X, когда будет?» — 9%
- «Как отменить заказ?» — 6%
- Остальное (сложные претензии, нестандартные запросы) — 19%
Операторы тратили 80% времени на повторяющиеся 4 темы. Среднее время первого ответа ушло с 30 минут до 2 часов в будни и до 6 часов по выходным. Клиенты начали массово писать 1-звездные отзывы про поддержку. Рейтинг на Ozon упал с 4,8 до 4,5 — угроза позиции в выдаче.
Нанимать 2 дополнительных операторов на полный день — 180 000 ₽/мес с налогами. А обучение новичков плюсом — месяц.
Решение: AG0NTS, интеграция с Ozon API, Bitrix CRM
Запуск занял 10 рабочих дней: 2 дня настройки + 8 дней докрутки по реальным диалогам.
День 1–2. Создали AI-сотрудника и загрузили документы.
Имя — Лиза. Роль — «консультант интернет-магазина кухонных товаров». Тон — «дружелюбный, на "вы", с эмодзи». Загрузили 22 файла: правила возврата, условия доставки по регионам, политика гарантии, инструкции по использованию промокодов, FAQ с сайта, правила работы с Ozon (возвраты через маркетплейс). Плюс экспорт каталога товаров (XLSX с описаниями).
День 3. Подключили каналы.
- Telegram-бот «kitchen_shop_support_bot» — основной канал для клиентов с собственного сайта
- Виджет на сайте Bitrix (5 минут, вставка скрипта)
- Email-алиас
support@example-shop.ru - Через Ozon Seller API — чат в кабинете маркетплейса (там своя логика, через интегратор)
День 4. Интеграция с Bitrix CRM.
Через MCP-коннектор AG0NTS подключился к Bitrix24. Теперь бот может:
- Найти заказ клиента по номеру или телефону
- Посмотреть статус доставки
- Создать заявку на возврат
- Применить промокод к активному заказу
См. раздел Подключения → Bitrix24.
День 5–10. Разбор диалогов, докрутка промта.
Каждый день команда тратила 30 минут на разбор диалогов, где бот дал плохой ответ. Добавили в глоссарий синонимы («вернуть» = «возврат», «где посылка» = «статус заказа»), уточнили границы (бот не называет конкретные сроки возврата денег — эскалация на оператора).
Результаты через месяц
Статистика за первый месяц работы:
- 13 500 входящих диалогов
- 58% закрыто без оператора — Лиза справилась сама
- 31% эскалировано — операторы доработали
- 11% сложных — нестандартные претензии, конфликты
Время ответа. Первый ответ — 2,3 секунды (раньше 30 минут). Сложные случаи операторы закрывали за 12 минут (раньше 2 часа).
Рейтинг Ozon. За месяц вернулся с 4,5 на 4,7. Клиенты чаще оставляют положительные отзывы именно про скорость поддержки.
Стоимость. AG0NTS Pro — 5 500 ₽/мес. LLM-токены — около 1 200 ₽/мес на 13K сообщений. Итого — 6 700 ₽/мес.
Эквивалент одного оператора на полный день — 60 000 ₽/мес. Экономия — в 9 раз.
Что именно делает Лиза
Статусы заказов
Клиент: «Где мой заказ 128456?»
Лиза через Bitrix24 API: ищет заказ по номеру, смотрит статус доставки (интеграция с СДЭК / Почтой России), отвечает:
«Ваш заказ 128456 в пути с СДЭК. Сейчас в сортировочном центре в Подольске, прибудет в пункт выдачи на Арбате завтра до 18:00. Вам придёт SMS. Если будет задержка — я напишу сразу, как узнаю.»
Время ответа — 4 секунды.
Возвраты
Клиент: «Хочу вернуть сковородку, она подтекает.»
Лиза проверяет: когда заказ пришёл, в сроке ли возврата (30 дней для техники, 14 для остального). Если да — создаёт в Bitrix заявку на возврат, присылает клиенту пошаговую инструкцию: как упаковать, через какой сервис отправить, номер для возврата. Если нет (срок истёк) — эскалирует на оператора.
Промокоды
Клиент: «У меня промокод NEW10, как применить к уже оформленному заказу?»
Лиза: объясняет, что промокод применяется только при оформлении. Если заказ ещё не оплачен — может отменить и сделать повторно с кодом. Если оплачен — эскалирует на оператора для ручного пересчёта.
Консультации по товару
Клиент: «Подойдёт ли эта сковородка для индукционной плиты?»
Лиза ищет в описании товара: «Сковорода чугунная 24 см» → характеристика «подходит для индукции: да». Отвечает с подтверждением и ссылкой на товар.
Что осталось на операторах
- Нестандартные претензии (товар пришёл повреждённым, серийный брак партии)
- Заявления по гарантии с экспертизой
- VIP-клиенты (отмечены тегом в Bitrix — сразу к старшему оператору)
- Жалобы на конкретных курьеров
- Вопросы по бухгалтерии (возврат НДС, документы для юрлиц)
Эти 11% — реально сложные случаи, где требуется человек. И теперь у операторов есть время их нормально обработать, а не бежать от одного «где посылка» к другому.
Тариф и стек
- AG0NTS Pro — 5 500 ₽/мес
- LLM: GPT-4o-mini для рутинных, GPT-4o для сложных (авто-переключение) — ~1 200 ₽/мес
- Bitrix24 — своя подписка клиента, интеграция через MCP-коннектор
- Ozon Seller API — через собственного интегратора
Всего в поддержке платформы — около 7 000 ₽/мес. Окупилось за первые 3 дня.
Что стало возможно
Помимо очевидной экономии, AI-сотрудник открыл новые возможности:
Работа ночью и в выходные. Раньше клиент, написавший в субботу в 23:00, получал ответ в понедельник к 12:00. Теперь — через 3 секунды. Это напрямую влияет на конверсию в повторные покупки.
Консистентность тона. Лиза всегда одинаково вежлива. Нет «плохих дней» у оператора, нет разной интерпретации регламентов. Клиенты получают один и тот же бренд-голос независимо от времени дня.
Аналитика по темам. В разделе «Чаты → По тегам» видно, какие темы растут/падают. Например, когда появились вопросы «почему курьер не приехал в назначенное окно» — сразу стало ясно, что проблема у конкретного сортировочного центра СДЭК, пошли предупреждать клиентов заранее.
Ключевой вывод
58% — не предел. Через 6 месяцев команда подняла показатель до 72% за счёт расширения документов (добавили инструкции по 30 популярным товарам) и более тонкой маршрутизации (сложные диалоги теперь сразу идут к опытным операторам). Новые цели на следующий квартал — 80%.