Анализ обращений клиентов: о чём спрашивают чаще всего

Короткий ответ

Чтобы найти, о чём клиенты спрашивают чаще всего, сначала нужно вручную построить список тем, а затем посчитать по нему все разговоры. Порядок такой: прочитайте 150–200 случайно выбранных разговоров, запишите главный вопрос каждого одним предложением, сгруппируйте похожие, составьте список из 8–15 тем, добавьте «другое» — и только потом включайте автоматический анализ.

Самая частая ошибка — спросить AI напрямую: «о чём спрашивают клиенты?». Ответ выглядит убедительно, но каждый раз получается другим и не сравнивается от месяца к месяцу.

Почему этот вопрос важнее всех

Список тем обращений — фундамент почти любого другого анализа. Где расширять базу знаний, что должен знать бот, сколько людей нужно в смене, какого пункта не хватает в FAQ, какая страница сайта непонятна — всё начинается с вопроса «о чём спрашивают клиенты?».

Большинство компаний знают этот список на глаз: «в основном цена и доставка». Когда начинают считать, в тройку часто попадает неожиданная тема.

Шаг 1: прочитайте 200 разговоров

Выберите 150–200 случайных разговоров за последние один-два месяца. Берите их пропорционально из всех каналов: если 60% обращений идут через WhatsApp, примерно 60% выборки тоже должно быть оттуда. Для каждого запишите одно предложение: «что клиент хочет узнать или сделать?». Сохраняйте слова клиента, не заменяйте их своими терминами.

Шаг 2: сгруппируйте

Разложите предложения на группы по сходству. Предложения одной группы должны требовать одного ответа: «за сколько дней доставка?» и «доставите к завтра?» — одна группа, а «доставка бесплатная?» может быть другой, потому что ответ иной.

• Если группа очень большая (больше 25% выборки), разделите её на две-три подтемы.
• Если в группе меньше 3 разговоров, объедините её с похожей или оставьте в «другом».
• Если в одном разговоре два отдельных вопроса, сделайте поле многозначным, а не втискивайте всё в одну тему.

Шаг 3: запишите список тем

Дайте каждой группе короткое название и определение в одно предложение. Определение должно быть настолько ясным, чтобы AI и новый сотрудник поняли его одинаково.

1. 1Название«Срок доставки» — коротко, близко к языку клиента.
2. 2Определение«Клиент спрашивает, когда придёт заказ или сколько дней занимает доставка».
3. 3Не входит«Стоимость доставки — отдельная тема; жалоба на опоздавший заказ — „проблема с заказом“».
4. 4Примеры2–3 фразы, которые клиенты реально писали, включая опечатки.

Проблема разных написаний

Клиенты пишут одно и то же очень по-разному: латиницей и кириллицей, без специальных букв, со словами из других языков, сокращениями, а ещё бывают транскрипты голосовых сообщений. Поиск по ключевым словам такого разнообразия не ловит: три написания «доставки» считаются тремя разными словами.

Анализ, выбирающий по смыслу, уменьшает проблему, потому что тема определяется значением фразы, а не словом. Но добавить самые частые варианты написания в примеры поля всё равно полезно.

Шаг 4: следите за «другим»

Каким бы хорошим ни был список, часть вопросов не подойдёт ни под одну тему. Они должны попадать в «другое», а не втискиваться в ближайшую тему. Доля «другого» — индикатор качества списка:

• Меньше 15% — список хорошо отражает реальность.
• 20–30% — прочитайте разговоры из «другого»: вероятно, появились одна-две новые темы.
• Резкий рост — возможно, новый продукт, кампания или проблема; это само по себе сигнал.

Частота, доля и тренд

Когда список построен, смотрите на три показателя. Частота — в скольких разговорах встречается тема. Доля — какой процент от всех проанализированных разговоров. Тренд — как доля меняется по неделям или месяцам. Частота нужна для планирования ресурсов, доля — для приоритетов, тренд — чтобы видеть изменения.

Когда меняется общий объём, частота вводит в заблуждение, а доля остаётся стабильной — подробнее в статье почему разговоры глубже дашборда.

Проверка человеком

Первые две недели после запуска автоматического анализа открывайте и проверяйте 10–15 разговоров по каждой теме. Вопрос простой: действительно ли этот разговор об этой теме? Если ошибки систематические — например, путаются «цена» и «способ оплаты», — усилите часть «не входит» в определениях и проанализируйте заново.

Иллюстративный пример

Это иллюстративный пример. Сеть спортзалов считала, что клиенты в основном спрашивают о цене. Чтение 180 разговоров дало 11 тем. Цена действительно была первой (22%), но на втором месте неожиданно оказалась «заморозка» (14%): участники спрашивали, можно ли приостановить абонемент на время болезни или поездки. Этого правила не было на сайте, и оператор каждый раз объяснял его отдельно.

Решение: правило добавили на сайт и в бот, а долю темы начали отслеживать.

Типичные ошибки

• Строить список по названиям отделов («вопрос продаж», «технический вопрос»), не читая разговоров.
• Путать тему и намерение: «цена» — тема, «хочет купить» — намерение.
• Каждый месяц добавлять новые темы и менять старые — тренд ломается.
• Считать реплики бота или оператора вопросами клиента.

Поле темы в Vexvon

В Vexvon «тема вопроса» — поле, которое компания настраивает сама: название, инструкция и закрытый список значений. AI выбирает из этого списка для каждого разговора, у разговора может быть несколько тем, а неподходящий ответ попадает в «другое». В админке отдельно видно, как часто повторяются фразы из «другого»; частую можно добавить как новое значение и заново проанализировать старые разговоры. AI-помощник панели отвечает на вопрос «самые частые вопросы за прошлый месяц» со ссылками на разговоры. Подробнее: аналитика Vexvon.

Следующий шаг

Начните на этой неделе с 50 разговоров: запишите вопрос каждого одним предложением и посмотрите, сколько получилось групп. Как превращать темы в FAQ, обсуждается и в статье чат-бот или FAQ. Список на ваших разговорах можно собрать вместе на демо.