Telegram-бот возвращает неактивных клиентов фитнес-клуба
Telegram-бот поверх AmoCRM используется для реактивации клиентов, переставших посещать клуб.
За 45 дней вернулись 200 клиентов, из них 147 продлили абонемент.
Кейсов внедрения: 36. Как компании применяют искусственный интеллект, какие задачи решают и какие результаты публикуют.
Telegram-бот поверх AmoCRM используется для реактивации клиентов, переставших посещать клуб.
За 45 дней вернулись 200 клиентов, из них 147 продлили абонемент.
AI-консультант отвечает по базе знаний, консультирует по услугам и пятнам, рассчитывает стоимость по фотографии и передаёт человеку сложные обращения.
На тесте средняя скорость ответа составила 4 секунды, а точность распознавания запросов — 97%.
AI-трекер проверяет изменения статусов в CRM, уведомляет о готовности, напоминает о невыданных заказах и формирует отчётность по точкам.
Система одновременно отслеживает более 500 заказов, а уведомление отправляется автоматически через 15 минут после готовности.
AI-менеджер проверяет данные заказа, рассчитывает цену и срок, создаёт заказ в CRM и отправляет клиенту подтверждение.
Время оформления заказа сократилось с 8–12 до 2 минут; за две недели теста ошибок в расчётах не зафиксировано.
Через API внедрено единое управление ответами на отзывы для четырёх точек с общим стандартом и сроком ответа до двух часов.
Через три месяца минимальный рейтинг сети вырос до 4,3, а запись через 2ГИС — на 28%.
Ассистент синхронизирован с YCLIENTS, видит актуальные окна и цены, записывает клиентов, проверяет абонементы и сертификаты и отправляет ссылки на оплату.
Система обработала 9 234 сообщения, закрыла без администратора 597 диалогов и охватила 100% обращений; средняя стоимость диалога составила около 13 ₽.
LLM-агент обзванивает действующих клиентов, ведёт диалог о продлении, обрабатывает возражения, предлагает другой клуб и автоматически отправляет напоминание об оплате.
Заявлены производительность на 25% выше средней производительности сотрудника, конверсия в продление 47% и контактность 71%; операторов перевели на сложные обращения и дополнительные продажи.
В Telegram внедрён бот, который уточняет симптомы неисправности, предлагает вероятные варианты диагноза и формирует предварительно заполненную карточку заказа для мастера-приёмщика.
Через полгода время первичного приёма сократилось с 12 до 4 минут, а конверсия из обращения в визит выросла с 41% до 58%.
Внедрён LLM-чат-бот Bot4Web, который консультирует автовладельцев по симптомам неисправностей, стоимости технического обслуживания и запчастям, расшифровывает коды ошибок и переводит диалог в онлайн-запись.
Количественный эффект не раскрыт.
Система автоматически готовит и публикует посты во ВКонтакте три раза в неделю.
После внедрения публикации выходили три раза в неделю.
WhatsApp-бот на базе n8n и AmoCRM уточняет услугу, оформляет запись и отправляет напоминания о визите.
Среднее время ответа сократилось с 47 минут до 5 секунд, а доля потерянных лидов — с примерно 35% до 8%.
По клиентской базе автоматически отправляются сообщения о плановом ТО и сезонной смене шин.
Доля повторных визитов выросла с 38% до 54% клиентов.
Telegram-бот проводит ИИ-онбординг новых клиентов, использует шаблоны программ по целям и уровням, запускает касания при снижении посещаемости и напоминает о продлении абонемента.
Через 90 дней квартальное удержание выросло с 68% до 86%, средний срок жизни клиента — с 4,5 до 6,2 месяца, время тренеров на онбординг сократилось вдвое, а дополнительная выручка от удержания заявлена на уровне 180 тыс. рублей в месяц.
Chatforma подключили к YClients: бот принимает запись с выбором мастера, отправляет два напоминания, возвращает клиентов без визита более шести недель и запрашивает отзывы.
По данным статьи, за два месяца повторные визиты выросли на 39%, неявки снизились с 18% до 11%, а дополнительная выручка достигла 306 тыс. ₽ в месяц.
Suvvy отвечает по базе знаний, получает статусы заказов из 1С и передаёт жалобы и нестандартные случаи оператору с контекстом диалога.
По данным кейса, бот самостоятельно закрыл 82% обращений, а среднее время ответа сократилось с 11 минут до шести секунд.
Камеры распознают номер въезжающего автомобиля и показывают администратору имя владельца и историю его посещений; YClients ведёт накопительную программу и запускает уведомление о бесплатной мойке.
Администратор узнаёт постоянного клиента при въезде, а уведомление о бесплатной мойке отправляется автоматически после десятого визита.
После каждой тренировки бот проводит опрос, а негативные ответы автоматически направляет менеджеру.
Рейтинг студии на Яндексе за три месяца вырос с 4,1 до 4,7.
Бот читает расписание боксов через API YClients, показывает свободные слоты, создаёт запись и отправляет подтверждение и два напоминания с возможностью переноса.
Через месяц доля неявок снизилась с 22% до 5–6%; 18–20% клиентов добавляли хотя бы одну дополнительную услугу, а общая выручка выросла на 80 000 ₽ в месяц.
ИИ-бот отвечает на типовые вопросы, квалифицирует входящие обращения и записывает клиентов на диагностику, передавая нестандартные ситуации менеджеру.
По данным статьи, бот обрабатывает 85% заявок без человека, доля потерянных заявок снизилась с 30% до 5%, а квартальная выручка выросла на 22%.
Telegram-бот подключён к YClients, принимает запись круглосуточно, отправляет напоминания и отвечает на сложные вопросы с помощью GigaChat.
Количество неявок снизилось на 28%.
Система отправляет три сообщения перед окончанием абонемента и еженедельно формирует управляющему список клиентов с риском ухода.
Конверсия в повторную покупку выросла с 48% до 68%, что соответствует относительному росту числа повторных клиентов на 42%.
Камеры и модели распознавания действий сопоставляют работу мастера с чек-листом: приветствие, дезинфекция инструментов, предложение дополнительных услуг. При отклонении система отправляет уведомление.
Руководители получают сигналы за секунды и разбирают нарушения до появления жалоб клиентов.
Распознавание речи, языковые модели и маршрутизация обращений встроены в колл-центр. Бот отвечает на типовые запросы, а сложные передаёт оператору.
Операторы высвободили 15 часов в неделю.
Модели анализируют данные салонов и находят связи между соблюдением стандартов и показателями бизнеса. Языковая модель превращает выводы в рекомендации для управляющих.
Приветствие клиента связано с ростом среднего чека на 14%, а соблюдение стандарта встречи — со снижением негативных отзывов втрое.
Клиент загружает фото и выбирает причёску или цвет волос. Система создаёт варианты образа и визуальный референс для мастера; окончательный выбор делает человек.
Сервис работает в пилотном режиме в нескольких флагманских салонах.
Ассистент на платформе «Савви» определяет услугу и филиал, создаёт запись в Yclients, предлагает комплексы процедур и узнаёт повторного клиента по номеру телефона.
Без администратора закрывается 60% диалогов. Выручка выросла на 20% при снижении трафика на 30%.
В телефонию Asterisk через API встроили автоматический конвейер WhisperX, Pyannote и Mistral NeMo: он транскрибирует звонки, разделяет спикеров, оценивает разговоры по критериям и возвращает результаты в модуль аналитики.
Система охватывает 99% разговоров; время анализа одного диалога сократилось примерно на 70%, а нагрузка на отдел контроля качества уменьшилась в 10 раз.
Нейросеть анализирует фотографии подносов и выявляет несоответствия блюд утверждённому меню.
Система используется в 133 учреждениях, обработала 181 тыс. фотографий и ежедневно обрабатывает более 400 снимков.
В действующий процесс работы с отзывами и обратной связью внедрены генерация текстов через ChatGPT и автоматические ответы.
Около 70% ответов на отзывы генерируются автоматически; средневзвешенный рейтинг за год вырос с 4,19 до 4,52.
Приложение распознаёт косметический продукт по фотографии, анализирует состав и предоставляет рекомендации; ассистент отвечает на вопросы пользователей.
Количественный эффект не раскрыт.