ainews
Основатель стартапа прогнал звонки клиентов через ChatGPT — и понял, что опросы врали годами
Предприниматель годами получал высокие оценки в NPS-опросах (8-9 из 10), но отток клиентов не совпадал с позитивными цифрами. Когда он загрузил в ChatGPT реальные записи звонков в поддержку и попросил показать, что клиенты *на самом деле* думают без дипломатии, выяснилось: компания затягивает с ответами, продаёт больше обещаний, чем выполняет, и заставляет клиентов пересказывать проблему разным людям. Опросы показывали вежливость, звонки — честную боль.
Большинство компаний полагаются на опросы, которые по природе своей искажают картину — люди вежливы в анкетах и честны в моменте стресса. LLM впервые позволяют массово анализировать «сырую» обратную связь из звонков и находить проблемы, которые метрики счастья скрывают годами.
Когда звёздочки в опросах не совпадают с реальностью
Основатель небольшой компании годами полагался на NPS и опросы удовлетворённости — оценки были стабильно высокими (8–9 из 10), отзывы тёплые. Но отток клиентов упрямо не соответствовал радужным цифрам. Что-то шло не так.
В какой-то момент он решил провести эксперимент: собрал транскрипты реальных звонков в отдел продаж и поддержки, загрузил весь массив в ChatGPT и дал одну инструкцию — показать, что клиенты на самом деле думают о компании, убрав всю дипломатию и вежливость.
Правда без фильтров
Результат оказался болезненным. Там, где опросы говорили «отзывчивые, легко работать», в звонках люди жаловались: - на ответы, которые тянутся днями, - на overselling — обещания функций, которые потом «корректируются», - на необходимость пересказывать одну и ту же проблему разным сотрудникам, прежде чем что-то сдвинется.
«Это был не самый приятный день», — признаётся автор поста на Reddit.
Почему опросы врут
Опрос — это перформанс. Человек выбирает циферку за 10 секунд, пишет что-то вежливое и бежит дальше. Звонок — это момент, когда человек раздражён и говорит как есть, без фильтров.
ChatGPT, обрабатывая сырые транскрипты, вытащил на поверхность проблемы, которые клиенты никогда не озвучивали в опросах. Не потому, что скрывали — просто формат не располагал к честности.
Что изменилось
Теперь основатель прогоняет транскрипты через ChatGPT ежемесячно. Это изменило приоритеты компании: игнорировать проблему сложно, когда ты читаешь, как твои клиенты описывают её своими словами, без прикрас.
Для транскрибации он использовал BuildBetter, но упоминает и альтернативы вроде Fathom и Otter. Главное, по его словам, не инструмент — а правильный промпт для GPT, который снимает социальные фильтры с обратной связи.
Автор поста задаёт вопрос сообществу: кто ещё направлял GPT на свои клиентские данные — и что полезного всплыло из того, что опросы полностью упустили?
Ключевые выводы
- NPS и опросы удовлетворённости показывают социально желательные ответы, а не реальное мнение клиентов
- Звонки в поддержку содержат честную обратную связь, которую люди дают в момент раздражения — без дипломатии
- ChatGPT может анализировать транскрипты и вытаскивать паттерны жалоб, которые в опросах клиенты не озвучивают
- Регулярный анализ звонков через LLM позволяет найти разрыв между декларируемым и реальным качеством сервиса
- Главное не инструмент транскрибации, а промпт для GPT, который снимает социальные фильтры с данных
Автор: Павел Заславский · Источник: reddit.com
Это один из тех кейсов, когда GPT работает не как генератор текста, а как честное зеркало — и оно показывает то, что удобно не замечать. NPS и CSAT давно превратились в ритуал: клиент ставит 8 из 10, пишет «всё ок», и все расходятся довольные. А потом он тихо уходит, и никто не понимает почему.
Звонки в поддержку — это место, где люди *реально* говорят, что их бесит. Не в анкете через неделю, а здесь и сейчас, когда эмоция свежая. И если раньше этот массив было сложно переварить (слушать сотни часов или читать тонны текста), то сейчас LLM делает это за день. Главное — правильно спросить: не "сделай summary", а "убери всю вежливость и покажи, что люди *реально* думают". Вот тут GPT и выдаёт ту самую неудобную правду, от которой метрики счастья защищали годами. Неприятно, но работает.
Инструменты из статьи
Универсальный AI-ассистент OpenAI: тексты, код, анализ, изображения, голос.
Доступ из РФ →
Комментарии