Голосовой помощник для бронирования и клиентской поддержки: автоматизация входящей линии в сети ресторанов «The Бык»

О проекте

Сеть ресторанов «The Бык» столкнулась с перегрузкой входящей линии: в часы пик более 50% звонков оставались пропущенными. Это приводило к потере бронирований, живым очередям и негативным отзывам.

Задача — автоматизировать процесс бронирования столов и обработку типовых обращений, обеспечить круглосуточную доступность и исключить пропущенные звонки. В результате 82% входящих звонков стал принимать голосовой помощник, а доля пропущенных обращений сократилась до 0%.

Клиент и контекст

«The Бык» — крупная федеральная сеть ресторанов (21 ресторан) с высоким гостевым потоком и ярко выраженными пиковыми нагрузками в вечерние часы и выходные.

Особенности операционной модели:

• высокая доля звонков, связанных с бронированием;
• необходимость подбора альтернативных слотов;
• сложная логика посадки (разные залы, форматы столов);
• работа с банкетами и VIP-комнатами;
• чувствительность к репутационным рискам (отзывы о недозвоне).

До автоматизации:

• до 50% звонков не принимались в часы пик;
• в нерабочее время колл-центра обращения оставались без ответа;
• сотрудники тратили значительное время на типовые вопросы.

Для ресторанов с высокой оборачиваемостью столов каждый пропущенный звонок — это потенциально потерянная выручка.

Цели и KPI

Основные цели проекта:

• Исключить пропущенные звонки.
• Обеспечить 24/7 приём и подтверждение бронирований.
• Снизить нагрузку на колл-центр.
• Повысить точность и управляемость бронирований.
• Сократить овербукинг.
• Внедрить автоматический сбор NPS после визита.

KPI проекта:

• ≥80% входящих принимает робот.
• 0% пропущенных звонков.
• Снижение нагрузки на КЦ не менее чем в 2–3 раза.
• Круглосуточная доступность сервиса.
• Рост оборачиваемости столов.

Как работает голосовой помощник

Решение — входящий голосовой робот с интеграцией в систему бронирования ReMarked и возможностью перевода звонков на КЦ или конкретный ресторан.

Основные сценарии

1. Бронирование столов
   Гость звонит → робот уточняет дату, время, количество гостей → предлагает альтернативные слоты при отсутствии мест → фиксирует бронь → подтверждает запись.
2. Подтверждение и отмена брони
   Робот находит бронь по данным гостя → вносит изменения или отменяет → фиксирует результат в системе.
3. Информирование
   Ответы на вопросы о:

• режиме работы,
• адресе и парковке,
• меню,
• правилах посещения,
• особенностях концепции ресторана.

4. Перевод звонка
   Нестандартные кейсы (банкеты, крупные мероприятия, VIP-залы) автоматически переводятся на сотрудников.
5. Сбор NPS
   После визита робот инициирует короткий диалог для оценки качества обслуживания.

Робот работает по нелинейной логике, поддерживает перебивания и учитывает контекст диалога. Все разговоры фиксируются в системе и доступны для аналитики.

Внедрение

Проект реализовывался поэтапно.

1. Анализ процессов

• Изучение текущей логики бронирования.
• Анализ причин пропущенных звонков.
• Выявление типовых сценариев и узких мест.

2. Проектирование решения

• Разработка диалоговой модели.
• Определение правил маршрутизации.
• Настройка логики альтернативных слотов.
• Проектирование NPS-сценария.

3. Интеграция с ReMarked

На момент запуска система бронирования использовалась в браузерной версии, а хостес работали через мобильное приложение. Для корректной работы потребовалась доработка инфраструктуры:

• разработано новое мобильное приложение,
• выполнена интеграция с голосовым роботом,
• проведено обучение сотрудников.

4. Пилот и коммерческий запуск

• Тестирование на ограниченном пуле ресторанов.
• Корректировка сценариев.
• Выход в промышленную эксплуатацию в начале 2024 года.

Наиболее трудоёмким этапом стала синхронизация логики робота с реальной моделью посадки и бизнес-правилами сети.

Результаты внедрения

После запуска голосового помощника сеть получила следующие показатели:

• 82% всех входящих звонков принимает робот. 
• 0% пропущенных звонков. 
• Существенное снижение нагрузки на колл-центр.
• Обработка звонков 24/7, включая нерабочее время.
• Снижение количества негативных отзывов о недозвоне.
• Снижение хаотичных живых очередей.
• Повышение управляемости бронирования.
• Исключение ошибок, связанных с человеческим фактором.

По данным проекта, автоматизация позволила:

• сократить издержки на обработку звонков,
• повысить оборачиваемость столов,
• перевести до 15% звонков, ранее приходившихся на нерабочее время, в реальные бронирования.

Проект стал примером гибридной модели «ИИ + оператор»: робот закрывает массовые типовые обращения, сотрудники работают со сложными и эмоционально значимыми кейсами.

Другие примеры применения

Посмотрите другие кейсы в HoReCa:

• AI-ассистент для ресторанной сети (70% входящих закрываются автоматически).
• Голосовой помощник для ресторанов малого и среднего бизнеса (до 80% входящих без участия персонала).
• NPS-робот для ресторанов — автоматический сбор отзывов.

Отзыв клиента

«Внедрение голосового помощника позволило нам обеспечить круглосуточное бронирование и существенно снизить нагрузку на колл-центр. Мы улучшили клиентский опыт и сделали процесс управления посадкой более контролируемым».