Прогнозирование и оптимизация нового продукта мобильного оператора

В предыдущих исследованиях1 были рассмотрены структуры прогнозирования данных, типы методов прогнозирования IТ-продуктов, тенденции IТ-рынка и его особенности, а также необходимые данные для расчета прогноза.

Логическое продолжение этих исследований [1] – изучение возможностей применения их на практике. С этой целью необходимо проанализировать значимость и результаты внедрения экспертной системы с элементами искусственного интеллекта. Для примера представлен модельный портал виртуального мобильного оператора. Портал обладает следующими функциями:

• •    выбор и подключение тарифа мобильной связи в личном кабинете;

• •    просмотр списка товаров и их покупка в интернет-магазине;

• •    связь с менеджером службы поддержки в режиме реального времени и получение ответов на вопросы;

• •    подача заявки на трудоустройство;

• •    поиск ответов на популярные вопросы с помощью раздела F.A.Q.;

Селивонин Александр Евгеньевич аспирант, Институт информационных систем и инженерно-компьютерных технологий, Российский новый университет, Москва. Сфера научных интересов: системный анализ, бизнес-анализ, управление и обработка информации. Автор трех опубликованных научных работ.

• • информация о карте покрытия сети оператора мобильной связи.

2. Служба поддержки для консультации пользователей сайта. 3. Уведомления. 4. Профиль пользователя (личный кабинет) для управления услугами, просмотра личных данных, баланса и др.

Архитектура

Мобильный оператор TeleCom имеет следующую архитектуру (Рисунок 1).

Рисунок 1. Архитектура мобильного оператора TeleCom

Источник: здесь и далее рисунки и графики выполнены автором.

1. Разграничение ролей пользователей портала.

Прогнозирование и оптимизация нового продукта мобильного оператора

• 5.    Раздел о мобильном операторе, включая часто задаваемые вопросы.

• 6.    Интернет-магазин.

С применением HTML- и JSON-кода построен график количества клиентов мобильного оператора за 12 месяцев (Рисунок 2).

Рисунок 2. Количество абонентов TeleCom за 12 месяцев

По графику можно видеть, что за последний год число пользователей, хотя и незначительно, но выросло – с 1200 до 1750. Чтобы исправить положение компании и привлечь новых клиентов, требуется провести анализ рынка и оптимизацию продуктов.

Прогнозирование внедрения нового продукта

Для прогнозирования IT-продуктов можно рассмотреть абстрактную систему, основанную на имитационном моделировании [2]. Это метод, который позволяет создавать виртуальные модели реальных процессов и систем для анализа и прогнозирования их поведения. В данном случае рассмотрено прогнозирование мобильного оператора на примере внедрения нового продукта в архитектуру.

Предположим, что компания решила внедрить современный чат-бот в архитектуру своего сайта. Такую функциональность можно рассматривать в качестве экспертной системы, так как чат-боту не требуется вмешательство человека-эксперта для выполнения поставленных задач [3]. Внедрение чат-бота в архитектуру мобильного оператора представляет собой весомую оптимизацию, которая приведет к выгодным и полезным изменениям в компании. В их числе:

• 1)    улучшение качества обслуживания клиентов, включая круглосуточную поддержку пользователей, а также мгновенные ответы на задаваемые вопросы, что улучшит доступность и удовлетворенность клиентов;

• 2)    снижение операционных затрат, при этом можно рассмотреть такие процессы, как автоматизация рутинных задач и снижение нагрузки на сотрудников компании;

• 3)    персонализация обслуживания, так как чат-бот может анализировать данные о клиентах, запоминать их предпочтения и предоставлять персонализированные рекомендации и предложения, которые наиболее соответствуют их потребностям;

• 4)    повышение уровня удержания клиентов, поскольку чат-бот может информировать пользователей о программах лояльности и специальных предложениях мобильного оператора, собирать обратную связь от пользователей о каком-либо продукте;

• 5)    маркетинговые возможности чат-бота по активному продвижению новых услуг: информирование пользователей о выгодных предложениях, сбор статистики, которая, в свою очередь, поможет в разработке более эффективных маркетинговых стратегий.

При прогнозировании влияния внедрения чат-бота на деятельность мобильного оператора стоит учитывать различные факторы, указанные, например, в работе [4], чтобы получить более точные обоснованные результаты. Допустим, необходимо ориентироваться на прогнозирование снижения затрат на обслуживание клиентов. Важно учесть не только ожидаемый процент снижения затрат, но и первоначальные затраты на внедрение чат-бота и операционные затраты на его поддержание [5].

Рассмотрим критерии при использовании объективных данных для наглядного представления прогноза, по полученным данным построим графики, которые покажут изменения в ключевых метриках до и после внедрения чат-бота (см. Рисунки 3–6).

Учет первоначальных и операционных затрат. Для этого используется следующая формула для расчета общего экономического эффекта:

'всего   Cдо ^(1 Rснижение ) + Cизначально + Cоперационные , где Cвсеãо – общие затраты после внедрения чат-бота; Cдо– текущие затраты на обслуживание клиентов; Rснижение – ожидаемый процент снижения затрат; Cизна÷ально – первоначальные затраты на внедрение чат-бота; Cопераöионные – операционные затраты на поддержание чат-бота.

Допустим, текущие затраты на обслуживание клиентов составляют 50000 руб. в месяц, ожидаемый процент снижения затрат – 40 %, первоначальные затраты на внедрение чат-бота – 10000 руб., операционные затраты – 5000 руб. в месяц. Следовательно,

C _всего = 50000 • ( 1 - 0,4 ) + 10000 + 5000 = 45000 руб.

Учет времени на обучение и адаптацию сотрудников. Это позволит точнее прогнозировать влияние внедрения чат-бота на работу компании, что, в свою очередь, поможет избежать неожиданных проблем, связанных с переходным периодом, и обеспечит более точную оценку экономической эффективности проекта. Для учета времени и ресурсов, необходимых для обучения сотрудников, можно добавить переменную, отражающую эти затраты:

Т =Т Ь-К \ + Т-

T всего   тдо (1 Rулуч0ения ) + T обучение , где Tвсеãо – общее время обработки запросов после внедрения чат-бота; Tдо– текущее время обработки запросов; Róлó÷øениÿ – ожидаемый процент улучшения времени обработки; Tобó÷ение – время, затраченное на обучение сотрудников.

Среднее время ответа составляет 10 мин., ожидаемый процент улучшения времени ответа – 50 %, время на обучение сотрудников – 2 мин. на запрос, следовательно,

Т Всего = 10 • ( I - 0,5 ) + 2 = 7 мин.

Прогнозирование и оптимизация нового продукта мобильного оператора

Рисунок 3. График снижения затрат до и после внедрения чат-бота

Рисунок 4. График улучшения времени ответа на вопрос пользователя до и после внедрения чат-бота

Учет уровня доверия клиентов к чат-боту. Для этого используется коэффициент, отражающий процент клиентов, которые предпочитают использовать чат-бот:

бпосле = Qдо (1 + Rрост ) Dдоверие , где Qпосле – прогнозируемое количество запросов после внедрения чат-бота; Qдо – теку- щее количество запросов; Rрост – ожидаемый процент роста числа запросов; Dдоверие

–

коэффициент доверия клиентов к чат-боту.

Текущее количество запросов составляет 1000 в месяц, ожидаемый процент роста числа запросов – 30 %, коэффициент доверия клиентов к чат-боту – 0,8, следовательно, прогнозируемое количество запросов составит

Q _после = 1000 • ( 1 + 0,3 ) - 0,8 = 1040 запросов.

Рисунок 5. График роста числа обработанных запросов до и после внедрения чат-бота Прогнозирование увеличения доходов.

Rвсего Rдо + R ’ где Rвсеãо – суммарный доход; Rдо – текущий доход; R – ожидаемое увеличение дохода. Предположим, что текущие доходы составят 100000 руб. в месяц, ожидаемое увеличе ние дохода – 20000 руб., следовательно,

R _всего = 100000 + 20000 = 120000 руб.

Рисунок 6. График увеличения числа доходов до и после внедрения чат-бота

Прогнозирование и оптимизация нового продукта мобильного оператора

Представленные данные свидетельствуют о том, что после внедрения чат-бота можно уменьшить нагрузку на операторов, улучшить клиентский опыт, ускорить обработку запросов, снизить операционные затраты.

Интеграция и масштабируемость

Интеграция чат-бота с существующими системами и обеспечение его масштабируемости – ключевые аспекты успешного внедрения. Интеграцию можно рассмотреть с помощью API или посредством Middleware.

Использование API [6] и веб-сервисов для интеграции чат-бота с CRM, базами данных, системами биллинга и другими внутренними системами позволяет чат-боту получать и обновлять информацию в реальном времени, давать актуальные ответы на запросы пользователей. Данный метод считается гибким, что позволяет легко адаптироваться к изменениям в архитектуре сайта.

Внедрение Middleware [7] поможет обрабатывать запросы и передавать данные между системами благодаря бесшовной интеграции.

Интеграция с помощью API подходит для простых и прямых взаимодействий между системами, когда требуется быстрое и эффективное решение. Middleware лучше подходит для более сложных сценариев, требующих централизованного управления и оркестрации.

Для оценки масштабируемости при внедрении чат-бота можно рассмотреть несколько подходов.

• 1.    Облачные решения . Включают использование облачных платформ для развертывания чат-бота, которые обеспечивают гибкость, позволяя легко увеличивать или уменьшать ресурсы в зависимости от нагрузки.

• 2.    Микросервисная архитектура . Позволяет масштабировать отдельные компоненты чат-бота независимо друг от друга, что повышает общую устойчивость и производительность системы.

• 3.    Мониторинг и автоматическое масштабирование , использование которых для отслеживания производительности чат-бота и автоматического масштабирования позволяет оперативно реагировать на изменения нагрузки и обеспечивать стабильную работу чат-бота даже при резком увеличении числа запросов.

Структура чат-бота

Для понимания особенностей чат-бота построим диаграмму активности (см. Рисунки 7, 8) – графическое представление последовательности действий и решений, которые выполняет чат-бот в процессе взаимодействия с пользователем. Цель диаграммы – показать, как чат-бот обрабатывает запросы, принимает решения и взаимодействует с пользователем.

На диаграмме отображены решения (узлы, где чат-бот принимает решения на основе входных данных) и потоки управления (стрелки, показывающие последовательность действий и решений). Преимущества использования диаграммы:

• •    визуализация сложных процессов для понимания работы того или иного функционала;

• •    оптимизация работы чат-бота;

• •    документирование процессов.

  

Рисунок 7. Диаграмма активности чат-бота, часть 1

Рисунок 8. Диаграмма активности чат-бота, часть 2

Заключение

Можно отметить, что внедрение чат-бота не только улучшает клиентский опыт, но и приводит к некоторым экономическим выгодам, в частности повышает эффективность работы команды и компании в целом, а также предоставляет новые возможности для аналитики и будущего прогнозирования.

Чат-боты доказали свою способность справляться с рутинными задачами, освобождая операторов для более сложных и творческих задач, что, в свою очередь, способствует росту удовлетворенности клиентов и увеличению доходов компании. Технические аспекты, такие как интеграция с существующими системами и масштабируемость, также играют важную роль в успешном внедрении.

Кроме того, важно учитывать человеческий фактор, так как обучение персонала новым технологиям и адаптация к ним являются критически важными для успешного перехода и автоматизации процессов обработки запросов пользователей. Примеры успешного внедрения в других компаниях подтверждают, что чат-боты могут стать мощным инструментом для улучшения бизнес-процессов и достижения стратегиче-

Прогнозирование и оптимизация нового продукта мобильного оператора ских целей. В качестве примеров можно рассмотреть такие компании, как Теле2, МТС, Vodafone, Orange.

Таким образом, внедрение чат-бота в архитектуру мобильного оператора является обоснованным и перспективным с точки зрения экономической эффективности шагом, который приносит значительные преимущества и для компании, и для ее клиентов. Отсутствие необходимости постоянного взаимодействия с человеком-экспертом также является достоинством предлагаемого решения.