ИИ-фильтр спама и нерелевантных сообщений: хелпдеск без мусора: как остановить спам от ботов и автоответы «вне офиса», не испортив метрики

В этой статье:

• Во что на самом деле обходится тикетный мусор
• Что считать мусором, а что — нет
• Как ИИ-спам-фильтр определяет разницу
• Настройка без потери настоящих обращений
• Что делать с отфильтрованным тикетом

Большинство команд настраивают блокировку спама один раз, считают проблему решенной и больше о ней не думают. А потом в пятницу после обеда email-рассылка вызывает сорок автоответов «вне офиса» из почтового списка, каждый из них попадает как тикет, и в понедельник отчет по метрикам показывает, что команда внезапно стала в два раза быстрее.

Во что на самом деле обходится тикетный мусор

Автоответ «вне офиса» — это не спам, но он наносит вашим показателям тот же ущерб. Всё, что закрывается одним кликом без реального ответа, занижает среднее время обработки и время первого ответа, потому что система не отличает пятисекундное авто-закрытие от действительно быстрого решения.

Показатель «тикетов на агента» раздувается так же. Если десять агентов за час закрывают по пять мусорных тикетов, дашборд показывает продуктивный час, а не то, что десять человек разгребали хлам. Если ваш хелпдеск автоматически опрашивает каждый закрытый тикет, CSAT тоже может сместиться, поскольку часть «ответов» — на самом деле автоматические отказы доставки и уведомления «вне офиса», которые никогда не были реальным взаимодействием с клиентом.

Например, команда, отправившая рассылку на 5000 контактов, может получить от 150 до 200 автоответов «вне офиса» в виде тикетов в течение нескольких часов. Все они мгновенно закрыты, все учтены как быстрые решения в отчете за этот день.

Сложность в том, что никто не замечает проблемы, пока кто-то не начинает действовать на основе плохих цифр. Менеджер, видящий падение среднего времени обработки на 20% после большой рассылки, может решить, что команда стала эффективнее, а не то, что пятая часть дневных «тикетов» — это автоответы, к которым никто не прикасался. Кадровые решения, бонусные цели и изменения процессов — всё это основывалось на цифрах, которые на самом деле измеряли лишь то, сколько автоматических писем пришло за неделю, а не то, как команда реально работала.

Что считать мусором, а что — нет

Не всё, что не является «настоящим» вопросом, попадает в одну корзину. Полезно точно определить, что именно ИИ-спам-фильтр должен отлавливать.

Две средние строки — то, где большинство фильтров ошибаются. Автоответы «вне офиса» и отказы доставки не являются злонамеренными, поэтому фильтр, настроенный только на «спам» в традиционном смысле, пропустит и то, и другое.

Готовы вывести бизнес на новый уровень?

Попробуйте LiveAgent бесплатно и убедитесь сами.

Запросить демо 30 дней бесплатно

Как ИИ-спам-фильтр определяет разницу

ИИ-фильтр спама и нерелевантных сообщений LiveAgent работает, проверяя заголовки, структуру и содержимое каждого входящего тикета по заданным вами правилам, а затем возвращает строгий вердикт «истина» или «ложь»: релевантно или нет. Именно на этот вердикт реагирует правило маршрутизации, а не на фиксированный список заблокированных отправителей или ключевых слов.

Это особенно важно для автоответов «вне офиса», потому что они не выглядят как спам в традиционном смысле. Они приходят от реальных людей, с реальных адресов, без злого умысла. Их выдает не проверка репутации отправителя, а та же контекстно-зависимая оценка, которая отлавливает холодное коммерческое предложение: автоматический тон, отсутствие реального вопроса, тема и содержание, не соответствующие настоящему запросу в поддержку.

Руководство по настройке функции прямо перечисляет «автоматические системные сообщения» как один из пограничных случаев, для которых следует создавать правила, наряду с запросами партнеров и внутренними письмами. Автоответы «вне офиса» полностью попадают в эту категорию.

Как это сочетается с блокировкой спама на уровне email

ИИ-спам-фильтр, оценивающий содержимое тикета, — это другой уровень по сравнению с фильтром, блокирующим известных спам-отправителей еще до того, как сообщение станет тикетом. ИИ-защита от спама LiveAgent работает раньше в конвейере, классифицируя входящие письма как спам или легитимные, прежде чем они попадут в вашу очередь.

Это не выбор одного из двух. Блокировка на уровне email отлавливает очевидное — массовые списки рассылки, известные фишинговые домены и массовый маркетинг — ещё до того, как это создаст тикет. Фильтр на уровне тикетов ловит то, что всё равно проходит: единичный автоответ «вне офиса» с адреса, который вы раньше не видели, или холодное предложение от отправителя, еще не попавшего ни в один блок-лист. Использование обоих уровней означает, что до проверки на уровне тикетов доходит меньше мусора, что облегчает её работу и снижает процент ложных срабатываний.

Подпишитесь на рассылку

Свежие советы и предложения прямо в ваш почтовый ящик.

Электронная почта

Подписаться

Настройка без потери настоящих обращений

1. Начните с узкого набора. Включите фильтрацию очевидного спама и фишинга и больше ничего. Убедитесь, что за неделю все настоящие тикеты прошли нетронутыми, прежде чем добавить хотя бы одно дополнительное правило.
2. Добавьте правило для автоответов «вне офиса». Обновите промпт релевантности, явно указав автоматические системные сообщения, отказы доставки и автоответы «вне офиса» как не подлежащие обработке. Приведите два-три конкретных примера фраз, например «out of office» и «auto-reply», чтобы правилу было на что опираться.
3. Сопоставьте вердикт с действием. Направляйте всё, что фильтр помечает как «ложь», в отдельный тег или представление, а не сразу в корзину, чтобы можно было проводить аудит. Создайте это представление с помощью фильтров тикетов LiveAgent, чтобы оно обновлялось автоматически по мере добавления новых тегов, а не требовало ручного поиска каждый раз.
4. Проверьте через неделю. Просмотрите отфильтрованное представление на предмет того, чего там быть не должно. Настоящий вопрос, который случайно звучит как автоматический, например короткое сообщение без приветствия, — это самый распространенный ложноположительный результат.
5. Уточняйте и повторяйте. Ужесточайте или ослабляйте промпт на основе того, что вы реально видите, а не того, что предполагали увидеть. Большинству команд требуется два-три цикла проверки, прежде чем правило перестанет отмечать пограничные случаи.

Фильтр, настроенный всего после одного цикла проверки, обычно хотя бы раз ошибается в общем правиле. Это нормально. Смысл четвертого шага — заметить это до того, как это будет стоить вам настоящего клиента.

Что делать с отфильтрованным тикетом

Тикет, помеченный как «ложь», не должен просто исчезать. Направьте его в собственный тег или сохраненное представление, чтобы ложноположительный результат можно было восстановить одним кликом и чтобы у вас был текущий подсчет того, сколько мусора отлавливает фильтр, отдельно от вашего реального объема тикетов.

Этот подсчет — также цифра, за которой стоит следить. Если он внезапно возрастает, как в примере с новостной рассылкой, вы будете знать, что дашборд метрик вот-вот покажет всплеск «продуктивности», которой на самом деле не было, и вы сможете отметить это, прежде чем кто-то спросит, почему время ответа упало за ночь.

Относитесь к отфильтрованному представлению как ко второму входящему ящику, требующему периодического внимания, а не как к черной дыре. Быстрый еженедельный просмотр занимает пару минут и позволяет выявить два типа сбоев, которые действительно имеют значение: настоящий клиент, застрявший в теге «мусор», и новый вид автоматических сообщений, которые исходные правила не предусматривали. Платформы рассылок меняют формулировки отказов доставки, тикетные системы добавляют новые автоуведомления, и правило, написанное полгода назад, незаметно перестает охватывать тип сообщений, который оно раньше отлавливало. Команды, которые поддерживают ИИ-спам-фильтр в рабочем состоянии, — это те, кто относится к нему как к настройке, к которой нужно возвращаться, а не как к переключателю, который включают один раз и забывают.