Промпт для плана по SLA и снижения эскалаций в сервисе

Пример входных данных от пользователя

«SLA по ответам в чате упал с 90% до 65% за последние два месяца. Главная проблема — рост объема обращений на 40% из-за багов в новом релизе приложения, что ведет к эскалациям в соцсетях (цена — репутационные риски и отток). Команда: 15 операторов, загрузка 110%, бюджет на новых сотрудников заморожен. Цель: вернуть SLA 85% за 45 дней. Инструменты: Zendesk и внутренняя база знаний».

Ответ модели

1) Диагностика причин

• Внешние: Рост нагрузки (+40%) из-за технического долга (баги релиза).

• Внутренние: Дефицит ресурса (заморозка найма) и отсутствие системы фильтрации типовых запросов, что перегружает квалифицированных агентов.

2) Портфель инициатив

• Быстрый эффект (7 дней): Внедрение шаблонов ответов (Macros) по топ-3 багам и настройка автоответа с инструкцией в чате. Owner: Team Lead. Эффект: -15% времени обработки (AHT).

• Системный шаг (14 дней): Сегментация очереди. Выделение «быстрой линии» для простых чекаут-вопросов. Owner: WFM-менеджер. Эффект: рост SLA на простых тикетах до 95%.

• Снижение нагрузки (21 день): Создание раздела «Известные ошибки» в базе знаний и виджета в приложении. Owner: Head of Support. Эффект: -20% входящего потока.

3) KPI-дерево

• Запаздывающие: SLA 85% (First Response Time), % оттока (Churn rate).

• Ведущие: % покрытия тикетов макросами, CSI (удовлетворенность), количество эскалаций в день.

4) План внедрения и ритм контроля

• Ежедневно (Stand-up): Мониторинг очереди и оперативная переброска людей на «горящие» каналы.

• Еженедельно: Ревью топ-причин обращений с командой разработки для приоритизации фиксов.

• Срок: 45 дней до стабилизации.

5) Критерии остановки

• Если через 14 дней CSI падает ниже

...