Сфера послуг
Маршрутизація звернень із SLA-контролем для BRO Barbershop
AI сортує кожне звернення клієнтів за категорією й пріоритетом, призначає відповідального і сам піднімає тривогу, якщо на лист вчасно не відповіли.
- Для кого
- BRO Barbershop, мережа з 4 барбершопів
- Формат
- Практичний кейс
- Технології
- n8n, OpenAI GPT-5-mini, Gmail
- P1–P4пріоритети з часом відповіді від 15 хв до доби
- 3рівні ескалації: власник, тімлід, директор
- 54автотести логіки перед запуском
Задача
За умовами кейсу, BRO Barbershop — мережа з 4 барбершопів. Клієнти пишуть у спільну скриньку близько 400 разів на місяць, 65% звернень рутинні: запис, ціни, години роботи. NPS упав із 56 до 38, а близько 30 записів на місяць губляться, бо клієнт не дочекався відповіді.
Усі листи потрапляють в одну чергу. Скарга на опік після стрижки лежить поруч із питанням про ціну бороди, і різницю видно, лише коли лист відкриють. Немає відповідального, немає контролю часу відповіді, а про клієнта, який чекав надто довго, ніхто не дізнається.
Рішення
Один процес у n8n з двома треками.
Вхід тікета. Новий лист у Gmail → AI-класифікатор (GPT-5-mini, міркування крок за кроком) визначає категорію, пріоритет P1–P4, відповідального й коротко пояснює рішення → код перевіряє відповідь моделі → тікет записується в Google Sheets, а відповідальний отримує повідомлення в Telegram.
SLA Watcher. Кожні 5 хвилин n8n перевіряє відкриті тікети. Якщо час на відповідь минув, спрацьовує ланцюжок: нагадування відповідальному → через 30 хвилин тімлідам → через 60 хвилин лист директору з повним контекстом. Кожен рівень спрацьовує один раз.
AI пропонує, код вирішує. Модель добре розуміє тон і контекст, але може помилитися. Тому правила, які не можна порушувати, виконує код, а не промпт: юридичний чи медичний ризик завжди P1, скарга й VIP-клієнт не нижче P2, час відповіді й відповідальний визначаються за таблицею. Якщо AI не відповів, тікет не губиться: він отримує P2 і позначку для ручної перевірки. Текст листа ізольовано від інструкцій, тож команди з листа модель не виконує.
| Пріоритет | Час на відповідь | Приклад |
|---|---|---|
| P1 | 15 хв | опік після процедури, згадка юриста |
| P2 | 60 хв | скарга, запис на сьогодні, VIP |
| P3 | 4 год | запис на наступні дні |
| P4 | 24 год | ціни, години роботи, подяка |
Перевірка якості
Логіку перевірено 54 автоматичними тестами: розбір листа, правила пріоритетів, SLA, відповідальні, повторні ескалації, формати дат, часові пояси, збій AI. Щоб перевірити самі тести, код навмисно «ламали» 21 способом, і тести знайшли всі 21 зміну. Тест із різними часовими поясами виявив реальну помилку в розрахунку дедлайну, її виправлено до запуску.
Бізнес-результати (повернення NPS, менше втрачених записів) — цілі пілоту. Підтвердити їх можна лише даними за кілька тижнів реальної роботи.
Процес роботи
Як проходила робота над цим проєктом: від розбору задачі до запуску й доопрацювання.
- 01
Аналіз
Розібрав вхідні умови кейсу: близько 400 звернень на місяць, 65% рутинних, NPS упав із 56 до 38, близько 30 втрачених записів на місяць.
- 02
Проєктування рішення
Склав таблицю пріоритетів P1–P4 з часом відповіді й відповідальними, визначив правила, які виконує код, а не AI, і ланцюжок ескалації з 3 рівнів.
- 03
Реалізація
Зібрав у n8n два треки: вхід тікета з AI-класифікатором і SLA Watcher, що кожні 5 хвилин перевіряє відкриті тікети.
- 04
Тестування
54 автотести логіки і 21 навмисна «поломка» коду, яку тести мали знайти. Тест із часовими поясами виявив реальну помилку в розрахунку дедлайну.
- 05
Запуск
Запустив процес на тестових листах: тікети записуються в Google Sheets, відповідальні отримують пояснення пріоритету в Telegram.
- 06
Оптимізація
Помилку з часовими поясами виправлено до запуску. Далі — пілот на кілька тижнів, щоб перевірити NPS і кількість втрачених записів на реальних даних.
Скриншоти
Сповіщення відповідальному з поясненням пріоритету
Журнал тікетів у Google Sheets