Чат-бот с искусственным интеллектом для медицинского инфопортала

  • Задача

    Автоматизировать обработку более 300 000 ежегодных пользовательских запросов на сайте о клинической гомеопатии, снизив нагрузку на специалистов и сократив число пропущенных обращений

  • Клиент

    Фармацевтическая компания БУАРОН – один из мировых лидеров в производстве лекарств и средств для ухода за собой на основе субстанций природного происхождения. В России бренд представляет 130 гомеопатических монопрепаратов и 10 комплексных лекарств, которые успешно применяются в медицинской практике. Всего же группа БУАРОН располагает 20 филиалами

  • Что сделали

    Чат-бот с многоступенчатой логикой и интеграцией с ChatGPT, который обеспечивает круглосуточную обработку запросов, помогая пользователям находить ближайшие гомеопатические центры и получать ответы на другие вопросы

Результаты

  • 70 %

    заявок обрабатываются автоматически, без привлечения менеджера

  • в 2

    раза снизилось общее количество необработанных вопросов

  • 500 +

    обращений обрабатываются ежемесячно

Реализация

Проблематика

Портал содержит огромное количество информации, среди которой посетителю не всегда просто ориентироваться. Часто люди приходят на сайт с конкретным запросом, но не могут быстро найти ответ. До внедрения чат-бота некоторые вопросы требовали личного участия менеджера или специалиста. Часть запросов клиентов оставалась без оперативного ответа, теряясь среди новых сообщений

Как проектировали сценарии

Команда выделила частые запросы, поступающие по телефону и в чат, и создала простые сценарии ответов: поиск препаратов по симптомам, информация о лекарствах, ближайшие центры. Многоступенчатая архитектура чат-бота включает список популярных вопросов и подключение ChatGPT для нестандартных запросов. Бот не даёт медицинских рекомендаций и перенаправляет к специалисту или в Telegram-канал, если выходит за рамки сценария

Как устроен чат-бот

Чат-бот обучен реагировать на контекст и выдавать релевантные ответы в зависимости от типа запроса. Его диалоги построены на более чем 20 намерениях — темах общения. В зависимости от контекста бот определяет цель пользователя и предлагает подходящий сценарий, формируя более 100 вариантов реакций. Также предусмотрена возможность оставить контактные данные для обратной связи с менеджером — для этого чат-бот интегрирован с CRM-системой заказчика

Функционал

Рекомендации при возникновении проблем со здоровьем

Рекомендации при возникновении проблем со здоровьем

Чат-бот использует продуманные сценарии: при возникновении проблемы он даёт рекомендации, включая подбор препаратов и схемы приёма, помогая пользователю принять осознанное решение

Перевод на консультанта

Перевод на консультанта

Для персональной помощи чат-бот предлагает перейти в Telegram для связи с оператором или оставить контактные данные, которые автоматически передаются в CRM для быстрой обратной связи

Перевод на сайт для оформления заказа с учётом предпочтений по доставке

Перевод на сайт для оформления заказа с учётом предпочтений по доставке

Чат-бот уточняет, предпочитает ли пользователь покупку с доставкой или в аптеке, и перенаправляет на сайт для оформления заказа — быстро и удобно

Информирование о препаратах на сайте: состав, приём и область применения

Информирование о препаратах на сайте: состав, приём и область применения

Если пользователь ищет информацию о препарате, чат-бот направляет его в каталог с составом, схемами приёма, сертификатами и другими важными данными

Чат-бот автоматизирует поиск гомеопатических центров — по названию города пользователь получает контактные данные и ссылку на сайт ближайшего учреждения

Подбор препаратов по симптомам

Подбор препаратов по симптомам

В зависимости от контекста чат-бот анализирует симптомы и предлагает подходящие препараты. Если распознать симптомы не удаётся, бот предлагает связаться с менеджером через Telegram или оставить контакты для обратной связи

Автор

Владислав Савинков

лидер проекта в фармацевтической компании-заказчике

Мы внедрили чат-бота, чтобы упростить поиск по порталу и получать более точные ответы на каждый вопрос. Ключевыми параметрами для анализа эффективности системы стали скорость обработки и рост закрытых диалогов

Похожие кейсы

НЛМК

Следующий кейс
НЛМК