Голосовой робот для колл-центра «Лиги Ставок»: автоматизация входящей линии в беттинге

О проекте

«Лига Ставок» — один из крупнейших букмекеров России — столкнулась с ростом клиентской базы и резким увеличением нагрузки на контакт-центр. В преддверии Чемпионата Европы по футболу 2024 ожидался рекордный поток обращений. При этом затраты на операторов и IT-инфраструктуру продолжали расти.

Задача — автоматизировать массовые сценарии входящей линии без потери качества сервиса. Был внедрён голосовой робот, интегрированный во внутренние системы компании. В результате затраты на контакт-центр снизились в 3,5–3,7 раза, а CSI сохранился на уровне операторов.

Клиент и контекст

«Лига Ставок» — крупнейший букмекерский бренд России с развитой цифровой инфраструктурой и широкой сетью клубов.

Особенности отрасли:

• пиковые нагрузки во время крупных спортивных событий;
• большое количество однотипных обращений;
• работа с финансовыми операциями (пополнение, вывод средств);
• строгие требования к безопасности данных;
• высокая чувствительность клиентов к качеству сервиса.

В период чемпионатов количество обращений кратно возрастает. Без автоматизации это требует расширения штата операторов и увеличения затрат.

Цели и KPI

Основные цели проекта:

• Автоматизировать массовые входящие сценарии.
• Снизить нагрузку на операторов.
• Сократить расходы на контакт-центр.
• Сохранить высокий уровень удовлетворённости клиентов.
• Обеспечить устойчивость к пиковым нагрузкам.

Ключевые результаты:

• Снижение затрат на КЦ в 3,5–3,7 раза.
• CSI 4,2–4,4 (при 4,7 у операторов).
• Робот работает в 5–10 раз быстрее человека.
• 24/7 обработка обращений.
• Повышение операционной устойчивости в период чемпионатов.

Как работает голосовой робот

Робот автоматизирует 7 ключевых сценариев входящей линии.

Основные сценарии

1. Идентификация клиента
    Подтверждение данных, инструкции по дальнейшим действиям.
2. Поиск адреса клуба
    Определение местоположения клиента и предложение ближайшего клуба.
3. Пополнение и вывод средств
    Пошаговые инструкции с учётом устройства и банка клиента.
4. Работа со СМС-кодами
    Проверка наличия кода в базе и его передача клиенту.
5. Информация по пари
    Проверка статуса ставки и результатов.
6. Промокоды и бонусы
    Разъяснение условий активации.
7. Мультисценарий
    Возможность решить несколько вопросов за один звонок.

Пример сценария

Клиент звонит → проходит идентификацию → уточняет статус пари → задаёт вопрос по выводу средств → получает инструкцию → завершает звонок без участия оператора.

Робот способен обрабатывать возражения, реагировать на комплименты и поддерживать естественный стиль общения.

Внедрение

Проект стартовал в апреле 2024 года и был реализован за 2 месяца.

Этапы:

1. Анализ входящих сценариев и статистики обращений.
2. Проектирование диалоговой логики.
3. Интеграция с внутренними системами клиента.
4. Развёртывание решения в on-premise-контуре.
5. Тестирование и нагрузочные проверки.
6. Запуск к Чемпионату Европы 2024.

Ключевым требованием стала безопасность данных — решение развёрнуто в инфраструктуре заказчика.

Наиболее трудоёмким этапом была интеграция с финансовыми сервисами и корректная обработка идентификации клиентов.

Результаты внедрения

После запуска:

• Затраты на контакт-центр снизились в 3,5–3,7 раза.
• CSI составил 4,2–4,4 — почти на уровне операторов (4,7).
• Робот обрабатывает обращения в 5–10 раз быстрее человека.
• Повышена устойчивость КЦ в периоды пикового трафика.
• Освобождены ресурсы операторов для сложных задач.

Дополнительно был запущен исходящий робот для акционных предложений:

• Конверсия 11–14%.
• Сегментация базы и исключение повторных контактов.
• Гибкая отчётность по ключевым метрикам.

Проект показал, что автоматизация может одновременно снижать издержки и поддерживать высокий уровень клиентского сервиса.

Другие примеры применения

Посмотрите другие кейсы автоматизации контакт-центров:

• LLM-робот для финтех-маркетплейса.
• Голосовой робот в телемаркетинге (рост ARPU).
• Автоматизация входящей линии оператора связи.
• Робот для банковской реактивации базы.

Отзыв клиента

«Я всегда была скептиком в отношении роботов, считая, что человек лучше чувствует клиента. Но перед нами стояла задача обеспечить высокий уровень сервиса при росте нагрузки и сделать это экономически эффективно. Fromtech — это партнёр, с которым мы готовы развиваться дальше», — Екатерина Филиппская, директор департамента поддержки клиентов «Лиги Ставок».