01
Контекст
Онлайн-магазин мужской одежды: 12 000 SKU, средний чек 7 800 ₽, два склада, доставка CDEK и курьер по МО. Поддержка — чат на сайте, email, Telegram; пять операторов в смену.
Кейс · AI-агенты · Lumen.studioСтатус заказа и возврат
Статус заказа и возврат
Fashion e-commerce
Fashion-ритейлер получал 500+ однотипных обращений в месяц про статус доставки и возврат. Агент с интеграцией OMS и RAG по политике возврата снял 67% нагрузки с операторов без роста disputed returns.
67%Без оператора
+22%AHT операторов
0 ростDisputed returns
3 месОкупаемость
В двух словах
Проект под NDA: название компании, домен и персональные данные не разглашаем. Описание обезличено.
01 · Исходная ситуация
Что происходило до проекта
02
Наблюдение 2
Ежемесячно 520+ тикетов «где заказ», «как вернуть», «почему отказ в возврате» — 85% решаются lookup в RetailCRM и одним абзацем политики. Операторы копировали одно и то же; клиенты ждали в очереди в пик распродаж.
03
Наблюдение 3
Руководитель e-com хотел автоматизацию без роста оспариваемых возвратов: неправильный совет по возврату дорогого пальто = chargeback. Lumen.studio связал OMS, трекинг CDEK и RAG только по утверждённой юридической политике возврата.
02 · Ход работы · 01
Справочник vs консультация
01
Что сделали
Агент различает transactional запросы (статус по номеру заказа + телефон) и policy-вопросы (можно ли вернуть ношеное). Первые — API RetailCRM + CDEK без LLM. Вторые — RAG с цитатой пункта политики; спорные кейсы эскалация. Widget на Vue встраивается в личный кабинет и checkout support bubble.
03 · Ход работы · 02
Возврат как guided flow
01
Что сделали
Клиент: «хочу вернуть» → бот проверяет срок, категорию товара, наличие бирок по данным заказа → генерирует ссылку на заявление возврата в ЛК или объясняет отказ с пунктом политики. Инициирование pickup CDEK — только после подтверждения eligibility rules. Для товаров с пометкой «final sale» бот не спорит с политикой — только цитирует пункт и предлагает обмен, если он предусмотрен правилами. Спорные возвраты не выросли за 90 дней — ключевой KPI для юристов; агент не «соглашается» на исключения, только человек.
04 · Ход работы · 03
Пик распродаж и очереди
01
Что сделали
Стресс-тест в Black Friday: нагрузка ×4, latency API CDEK выросла — бот переключился на плавную деградацию: статус из RetailCRM без трекинга курьера и обещание SMS, когда CDEK ответит. Очередь live-chat сократилась с 12 до 4 минут медианного ожидания — главная жалоба NPS до проекта.
05 · Ход работы · 04
Результаты
01
Что сделали
67% обращений закрываются без оператора. AHT операторов на оставшихся кейсах вырос — остались только сложные. CSAT чата 4,5 → 4,7; клиенты ценят мгновенный статус посылки. Экономия ~2 FTE в годовом выражении; проект окупился за 3 месяца.
06 · Результат
Что изменилось после запуска
67%
Без оператора
Transactional + типовые возвраты
+22%
AHT операторов
Остались сложные кейсы — ожидаемо
0 рост
Disputed returns
90 дней vs baseline
3 мес
Окупаемость
Результат зафиксирован после запуска решения.
Следующий шаг
Разобрать похожую задачу.
Не будем натягивать этот кейс на вашу ситуацию. Сначала посмотрим на процесс и данные, которые есть именно у вас.
Владимир · вся Россия