AGONTS
Кейсы

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%.

Что дальше

On this page