AI Call Processing & Analytics Agent: автоматична транскрибація, аналіз тональності й миттєва аналітика через AI-агента
|
|
| Моя роль |
Аналіз процесу, архітектура, розробка, тестування |
| Стек |
n8n, AssemblyAI, OpenRouter, OpenAI, Google Sheets |
Ключова експертиза в проєкті
- Voice & Data Analytics Automation: автоматична транскрибація дзвінків, аналіз тональності, виявлення скарг і формування метрик без ручного прослуховування.
- AI Agents & Workflow Automation: AI-агент із чат-інтерфейсом, який розуміє запити природною мовою й сам викликає потрібні під-воркфлоу.
- Prompt Engineering & Structured AI Output: промпти, що повертають стабільний JSON для подальшої автоматичної обробки.
- Business Process Automation: заміна ручного щотижневого звіту безперервним автоматичним процесом.
Контекст
Кондитерська компанія має активний відділ клієнтського сервісу: близько 120–150 дзвінків на день, команда з 4 менеджерів підтримки. Менеджери вручну прослуховували записи, фіксували ключові деталі в таблиці та щотижня складали звіт про проблемні дзвінки. Сукупно це забирало приблизно 6–8 годин на тиждень.
Проблема
- Помилки через людський фактор. Ручне введення даних неминуче призводить до пропусків і неточностей.
- Запізніла аналітика. Керівництво дізнавалося про проблемні звернення з затримкою до тижня.
- Втрата робочого часу. Близько 20% часу менеджерів йшло на рутинний аналіз розмов замість роботи з клієнтами.
- Немає швидкого доступу до даних. Щоб побачити статистику за потрібний період, доводилося чекати на звіт або збирати цифри вручну.
Рішення
Перед розробкою я проаналізував поточний процес обробки дзвінків. Основні втрати часу давали два етапи: ручна транскрибація та пошук проблемних моментів у великому масиві записів.
Тому я побудував систему автоматизації на n8n, яка:
- автоматично зчитує нові записи й транскрибує їх;
- за допомогою LLM аналізує тональність, визначає суть розмови й фіксує скарги;
- дає змогу отримувати аналітику через AI-агента за будь-який період, наприклад за останні 7 днів.