Телеграм-бот для НАК: доля обработанных заявок выросла на 44%
Разработали телеграм-бота для обработки заявок из Битрикс24 для НАК: доля своевременно обработанных лидов выросла на 44%.
Задача
Менеджеры и дилеры не могли оперативно обрабатывать лиды из-за разъездного характера работы и отсутствия постоянного доступа к компьютеру, что приводило к задержкам и снижению качества обслуживания.
Решение
Создали двух идентичных телеграм-ботов с защищённой авторизацией по одноразовым ссылкам. Боты мгновенно передают уведомления о новых лидах, позволяют заполнять анкеты, менять стадии в Битрикс24, передавать лиды коллегам и управлять списком задач на день.
Результат
- +44% Доля своевременно обработанных заявок
Доля своевременно обработанных заявок выросла на 44%, что повысило прибыль компании и лояльность клиентов.
Ещё 44 кейса в категории Промышленное предприятие → Чат-бот, mini-app
Похожие кейсы
HR чат-бот для Норникеля
HR чат-бот во ВКонтакте для Норникеля собрал 245 анкет и 84 резюме за два месяца.
ИИ-ассистент на сайте НПК «Механобр‑техника» привёл 5% целевых заявок за месяц
Внедрение AI-ассистента Bquadro на сайт НПК «Механобр‑техника» позволило за месяц получить 5% целевых заявок и снизить нагрузку на отдел продаж.
AI-агент поддержки для металлургической компании: автоматизация типовых обращений
Внедрили универсального AI-агента для металлургической компании, который автоматизировал типовые обращения и ускорил первые ответы.
От корпоративного портала к HR-экосистеме: цифровая трансформация «Автозавода Санкт-Петербург»
Создали единую цифровую HR-экосистему для «Автозавода Санкт-Петербург»: 100% сотрудников получили доступ к порталу и чат-боту, время обработки запросов сократилось с 30 до 3 минут.
AI-ассистент подбора компонентов для «Заслон»: 87% запросов автоматизировано
Внедрили AI-ассистента подбора электронных компонентов для АО «Заслон»: 87% запросов обрабатываются автоматически, а время подбора сократилось с часов до 2–4 секунд.
Рекомендательный сервис для металлургического завода: экономия ферросплавов до 5%
Разработан рекомендательный сервис на базе ML для металлургического завода, позволивший сэкономить до 5% ферросплавов и снизить себестоимость стали на 500 млн рублей в год.