Этот кейс касался услуги Интернета, и здесь нужно было работать на опережение. На основе анализа действий абонентов (например, посещение сайтов других провайдеров), была составлена база данных клиентов, склонных к оттоку. TWIN разработал сценарий, в рамках которого клиенту задавались вопросы о качестве услуги, предлагалось оценить уровень технической поддержки. После получения обратной связи карточки склонных к оттоку клиентов передавались специалистам «Ростелекома» для дальнейшей проработки.

Данный кейс также был признан успешным, поскольку твин-боты и здесь показали эффективность не ниже живых операторов.

По уровню сбора дебиторской задолженности продукт TWIN превзошел решения конкурентов, среди которых были две крупнейшие IT-компании на рынке коллекторских услуг. Также выше оказались показатели себестоимости и качества диалогов (корректность диалогов на 10% выше, чем у конкурентов).

Проект был подготовлен с нуля всего за один месяц при том, что предыдущий партнёр «Ростелекома» разрабатывал аналогичное по функциям решение в течение двух лет. В процессе работы было вскрыто значительное количество ошибок конкурентов. Также на примере решения ТВИН разработана модель сравнения вендоров, которая была взята на вооружение для будущих тендеров «Ростелекома».

По результатам описанных выше тестовых проектов было принято решение о долговременном сотрудничестве с TWIN. А кроме того, достигнута договорённость о продаже готовых продуктов с применением голосовых ботов TWIN партнёрам «Ростелекома». И первые заказы на изготовление, настройку, внедрение и сопровождение ботов TWIN для клиентов «Ростелекома» уже выполнены.

• Уровень удержания клиентов у бота на 3% выше по сравнению с операторами-людьми (данные пилотного проекта в регионе Сибирь)
• Корректность диалогов на 10% выше по сравнению с конкурентами
• Разработка в 24 раза быстрее, чем у предыдущего партнёра (1 месяц против 24)