Горячая линия Яндекс
Data and Product Jedi. Поиск Написать публикацию. Яндекс Как мы делаем Яндекс. Время на прочтение 8 мин.
Информация
Идеальных сервисов не бывает — иногда у пользователя возникают вопросы к техподдержке. Трудно сказать, что в таких случаях неприятнее — попытки сложить из шаблонных реплик бота комбинацию, способную решить проблему, или ожидание ответа специалиста, который уже полдня как вот-вот ответы службы поддержки яндекс такси вами свяжется.В Яндекс. Такси из двух вариантов выбрали третий — с помощью машинного интеллекта создать техподдержку с человеческим лицом. Меня зовут Татьяна Савельева, моя группа занимается машинным обучением на неструктурированных данных.
- Ответ на пост «Поддержка taxilyft.ru, я вас обожаю!!»пост пикабушника DELETED. Комментариев - , сохранений - .
- Выберите вопрос. В машине остались вещи. Вопросы платежей. Безопасность. Отзыв о водителе или автомобиле. Технические проблемы. Частые вопросы. Баллы Плюса. Россия (Русский) .
- Смотрите видео онлайн «Яндекс Такси. Бесполезная техподдержка. Ответы роботов.» на канале «Смартфоны для всех» в хорошем качестве и бесплатно, опубликованное февраля года в :, длительностью ::, на видеохостинге RUTUBE. .
- Вам не надоели шаблонные ответы. Иногда без поддержки извне водитель не может решить проблему. Парк "КОСМОС" Подключение и сотрудничество с.
- Выберите вопрос. В машине остались вещи. Вопросы платежей. Безопасность. Отзыв о водителе или автомобиле. Технические проблемы. Частые вопросы. Баллы Плюса. Россия (Русский)
Под катом — делюсь пользовательскими инсайтами, рассказываю как автоматизировать сложный процесс, организовать работу совершенно разных команд и, конечно же, применить на практике Deep learning и технические хаки куда без.
Зачем вообще что-то автоматизировать. Казалось бы, зачем изобретать многоступенчатую структуру поддержки — наймите побольше людей. Возможно это сработает, если в поддержку приходит около 10 запросов в день. Но когда число пользовательских обращений стремится к миллиону что для Яндекс Такси малый процент от поездок, однако абсолют впечатляетприходится задуматься о более надёжной тактике: найти и обучить достаточное количество операторов, способных справляться с нетипичными проблемами в таких объёмах, как минимум, сложнее.
Какое-то время назад в индустрии было принято решать эту задачу с помощью нескольких уровней поддержки. На первом отфильтровывались самые простые, предсказуемые вопросы: если ответы службы поддержки яндекс такси ответ не подходил, проблема классифицировалась и передавалась более квалифицированному эксперту.
«Обязательно ставьте низкие оценки»
Элегантно, но есть нюанс. Растет число обращений — требуется больше времени на их обработку. Пропускная способность операторов, человеческий фактор — мало ли причин, тормозящих систему, где ответы службы поддержки яндекс такси идет на минуты?Многие из этих ограничений можно обойти с помощью машины: она не ошибется, если устанет, да и решения принимает быстрее. Примерно год назад мы начали применять машинное обучение для того, чтобы сразу подсказывать оператору возможные сценарии взаимодействия. Теперь ответы службы поддержки яндекс такси получают ответы быстрее.
Какие есть аргументы "за" и "против" монополизации рынка такси сервисами типа Uber, taxilyft.ru и т. Salmon July ответ. Согласна с. Сегодня мы рассмотрим типичных писем в поддержку от клиентов и расскажем, как написать нестандартный ответ службы поддержки, который полюбят клиенты. Вы можете поискать ответ на свой вопрос в поисковых системах, так как точно на него никто не ответит. Всё зависит от специфики работы и к какому.
Но нет предела совершенству. С чего начать. Предположим, вам не повезло: водитель не приехал и не выходит на связь. Что произойдёт с вашим обращением в службу поддержки Яндекс.Что можно оптимизировать, чтобы проблемы решались ещё быстрее. Начнём с первого этапагде тикет направляется на одну из двух линий. Изначально выбор зависел от ключевых слов в запросе — работало, но точность определения была довольно низкой.
Но не забываем о борьбе за повышение ответы службы поддержки яндекс такси на экспертную линию должно попадать как можно меньше простых обращений, чтобы время отклика на действительно критичные случаи не выходило за пределы терпения пользователя. Точность классификации методами машинного ответы службы поддержки яндекс такси оказалась в 2 раза эффективнее анализа ключевых слов.
Скорость реакции на экстренные ситуации повысилась в 1,5 раза. Пытаться автоматизировать работу экспертной линии в рамках существующих сегодня технологий чревато: логика происходящего плохо поддается систематизации, а любая ошибка будет стоить очень дорого. Вернёмся к типичным, хорошо изученным запросам первой линии — может, доверить их обработку алгоритмам?
Так рутинные задачи будут решаться ещё быстрее, а сотрудники смогут больше внимания уделять спорным случаям, выходящим за рамки шаблонов.
Публикации
Кажется, пора полностью автоматизировать первую линию. Нужен план. Что делает сотрудник первой линии. Читает текст, определяет тематику обращения.Oct , Статья автора «taxilyft.ru» в Дзене ✍: Общение сотрудника технической поддержки с клиентом – это тонкая грань, по которой должны пройти обаИзучает информацию о поездке. Выбирает один из заготовленных ответов с учетом первых двух пунктов.
Пример, чтобы проникнуться. Дано: текстовый запрос огорченного пользователя, некоторая информация о поездке, заботливый сотрудник поддержки. Первым делом сотрудник определит тематику обращения: «Двойное списание с карты».
Ага, вот оно: два уведомления подряд. Что должна делать система автоответов. Всё то же. Даже ключевые требования к ответам не изменятся: Качество Если пользователь жалуется на приложение, не нужно обещать попросить водителя помыть машину. Недостаточно понять, в ответы службы поддержки яндекс такси именно проблема, надо подробно описать, как её решить. Скорость Особенно если ситуация критическая и ответ важен прямо.
Жалоба на службу такси Яндекс.
Гибкость и масштабируемость Задача со звездочкой: хотя началось создание системы поддержки с Такси, полезно перенести результат и на другие сервисы: Яндекс.Еду или Яндекс. Лавку, например. То есть при изменении логики поддержки — ответы службы поддержки яндекс такси ответа, тематик обращений и др.
Jun , Автоматические ответы taxilyft.ruост пикабушника KakTakTo ответы taxilyft.ru Такси, Яндекс Такси, Татарстан, Служба поддержки, Пандемия. Выберите вопрос В машине остались вещи Вопросы платежей Безопасность Отзыв о водителе или автомобиле Технические проблемы Частые вопросы Баллы Плюса. Aug , Пользователь обратился в поддержку. По его словам, водитель ехал к нему очень долго, из-за чего пользователь опоздал в аэропорт и у него
Как это реализовано Этап 1. Определяем тематику текста с помощью ML Сначала мы составили дерево тематик обращений и натренировали классификатор ориентироваться в. Возможных проблем набралось около с поездкой водитель не приехалс приложением не получается привязать картус автомобилем грязная машина и др.Как упоминалось выше, мы воспользовались предобученной моделью на основе BERT.
- Выберите вопрос. В машине остались вещи. Вопросы платежей. Безопасность. Отзыв о водителе или автомобиле. Технические проблемы. Частые вопросы. Баллы Плюса. Россия (Русский)
- Яндекс Goэлектронно-информационный сервис. Услуги по перевозке и иные услуги оказываются партнёрами сервиса самостоятельно.
- Яндекс Goинформационный сервис. Транспортные услуги оказываются перевозчиками.
- Удобный способ вызова машины. Быстрый поиск автомобиля с учётом пожеланий пассажира. Выгодные тарифы вне зависимости от расстояния. Предварительный расчёт .
- При нажатии на кнопку «Перезвонить» вы получите звонок от представителя службы поддержки Яндекс Такси. Онлайн-чат: Отправьте сообщение в онлайн-чат через .
То есть для классификации текста запроса нужно представить его в виде векторов так, чтобы похожие по смыслу предложения лежали рядом в получившемся пространстве. BERT ответы службы поддержки яндекс такси на двух задачах с неразмеченными текстами. Вторая задача учит определять связь между предложениями: два поданных на вход располагались подряд или были разбросаны по тексту?
Такси, мы получили сеть, способную предсказывать тематику сообщения с поправкой на специфику нашего сервиса. Однако частота тематик и сами тематики меняются: чтобы сеть обновлялась вместе с ними, отдельно дообучаем только нижние слои модели на самых свежих данных — за последние несколько недель.
Разбираем ответ службы поддержки, отжимаем лишнее и добавляем немного пользы. В конце смотрим текст в макете. Текст попался в чате для подписчиков UX-рассылки Иры Моториной. Говорят, это фрагмент тестового задания Яндекса, поэтому задача без контекста.
Так знание особенностей ответы службы поддержки яндекс такси поддержки сохраняется, а вероятности для возможных классов оказываются распределены адекватно текущему дню.Ещё немного об адекватности: для всех наших сервисов — в том числе Такси — была разработана целая библиотека модулей архитектур моделей и способов валидации порогов вероятностей. Она позволяет: экспериментировать, исходя из особенностей конкретной поддержки: для иерархической структуры классов подобрать архитектуру с кастомными слоями, для входных данных разных типов — умеющую обрабатывать нетекстовую информацию; убедиться, что модель достаточно уверена в предсказанном классе и не ляпнет пользователю глупость.
За это отвечает модуль с функциями, валидирующими пороги вероятностей. Например, исходя из ограничений точности определения класса запроса, можно задать порог, который ответы службы поддержки яндекс такси соответствовать точности работы сотрудника поддержки.
Mar , В службу поддержки обратился taxilyft.ru долго ждал автомобиль, но водитель грубо отказался от поездки. Сказал, что сейчас пробки иЭтап 2. Работаем с информацией о поездке: прописываем бизнес-правила для каждого шаблона Сотрудникам поддержки был предложен интерфейс, где для каждого шаблона ответа требуется прописать некоторое обязательное правило. Как это выглядит, например, для случая с двойной оплатой: Шаблон: «Здравствуйте!
Я всё проверил: поездка оплачена один. Пожалуйста, проверьте выписку с банковского счёта, чтобы во всём убедиться. Этап 3. Выбираем ответ: соединяем соответствующие тематики текста и бизнес-правила для шаблонов Каждой тематике ставим в соответствие подходящие шаблоны ответов: тематика определяется методами ML, а откликающиеся на нее шаблоны проверяются на истинность правилом из предыдущего пункта. Если таких вариантов несколько, будет выбран самый популярный у сотрудников поддержки.
Кстати, процессы взаимодействия с водителями в Яндекс. Такси при этом никак не меняются: модель только выбирает за оператора нужный шаблон и самостоятельно отвечает пользователю. Финализируем Ура. Система спроектирована, запуск состоялся, ответы службы поддержки яндекс такси показывает прекрасные результаты, но расслабляться еще рано.
Автоответы должны стабильно функционировать без постоянного вмешательства и легко масштабироваться — самостоятельно или в полуручном режиме. Этого мы добились благодаря трёхчастной структуре системы: Оффлайн-разработка — на этой стадии изменяются модели, ответы службы поддержки яндекс такси правила; Production service — микросервис, который подхватывает обновления, применяет их и отвечает пользователям в реальном времени; Последующий анализ результатов, чтобы убедиться — новая модель работает корректно, пользователи довольны автоответами.
И снова к примерам. Топ самых популярных хотелок заказчиков и как мы справляемся с ними без написания кода : У Такси классные автоответы: хочу такие же в Яндекс. Еде Чтобы подключить любую поддержку к нашей системе, потребуются четыре простых шага: Составить дерево тематик для текстов; Каждой тематике поставить в соответствие шаблоны; Заполнить набор правил с шаблонами в нашей админке; Предоставить таблицу соответствий между обращениями пользователей и ответами поддержки.
Если все это есть, мы зададим путь до новой выгрузки, модель доучится на полученных данных и подтянется в наш микросервис вместе со всеми заданными правилами интегрируются с определенной ML тематикой. Обратите внимание: никакой новой логики не пишется, все в рамках существующего процесса. Логика поддержки поменялась, хотим новые правила Пожалуйста — заполните новые правила в нашей админке.
Если все прошло успешно, заполненные правила превращаются в конфиг и подгружаются в ML-сервис. Прошло меньше часа, а бизнес-правила обновлены в production, не написано ни единой строчки кода, программисты не потревожены. Допустим, эксперты ввели правило: использование некоторого шаблона ответа возможно только для заказов стоимостью выше рублей. Если это ограничение заработает, тикеты для поездок на меньшую сумму останутся незакрытыми, доля автоматических подобранных ответов сократится, КПД всей системы снизится.
Чтобы такого не случилось, важно вовремя ответы службы поддержки яндекс такси неудачные правила и отправить на доработку. Добавили новую тематику, хотим поменять модель, нужно чтобы завтра все работало. Часто специалисты по контенту хотят добавить новую тематику, разделить на несколько уже существующую или удалить неактуальную.
Как считается рейтинг?
На рейтинг у пассажиров «Яндекс Go» «Яндекс. Такси» обращают внимание не водители, а служба поддержки. В редакции Medialeaks разобрались, на что влияют «звёздочки» клиентов, как правильно ответы службы поддержки яндекс такси на таксиста и что на самом деле значит фраза сотрудников агрегатора «Мы примем меры». В августе года в агрегаторе «Яндекс.
Такси» появился рейтинг пассажиров, так что теперь «звёздочки» получает не только водитель, но и его клиент.