Как Defender автоматизировал 82 000+ отзывов и отказался от найма сезонной поддержки
Defender — крупный бренд в категориях электроники и товаров для дома, представленный на Wildberries, Ozon и Яндекс Маркете. В ассортименте компании 2800 SKU, при этом до 90% продаж приходится на маркетплейсы. Вместе с ростом онлайн-продаж вырос и объем прямой коммуникации с покупателями: до 1000 обращений в день, из них около 800 отзывов и 200 вопросов по товарам.
До внедрения решения этот поток обрабатывался вручную. В обычный период с задачей справлялись один-два оператора, но в высокий сезон, особенно с октября по февраль и перед новогодними праздниками, компании приходилось усиливать команду, привлекать дополнительных сотрудников и работать в выходные, чтобы не допустить накопления необработанных обращений. Для Defender это стало системной операционной нагрузкой, которая ежегодно росла вместе с продажами.
При этом компании был нужен не сервис, который просто генерирует ответы, а инструмент с высокой фактической точностью. Значительная часть ассортимента Defender — техника и электроника со сложными характеристиками, где ошибка в ответе покупателю создает репутационный риск и дополнительную нагрузку на команду. Поэтому ключевая задача заключалась в том, чтобы автоматизировать обработку типовых отзывов и вопросов без потери качества, ограничив источник ответа заранее подготовленным документом по конкретному товару. Дополнительной целью было пройти высокий сезон без расширения штата и снять с команды рутинную нагрузку.
До внедрения решения этот поток обрабатывался вручную. В обычный период с задачей справлялись один-два оператора, но в высокий сезон, особенно с октября по февраль и перед новогодними праздниками, компании приходилось усиливать команду, привлекать дополнительных сотрудников и работать в выходные, чтобы не допустить накопления необработанных обращений. Для Defender это стало системной операционной нагрузкой, которая ежегодно росла вместе с продажами.
При этом компании был нужен не сервис, который просто генерирует ответы, а инструмент с высокой фактической точностью. Значительная часть ассортимента Defender — техника и электроника со сложными характеристиками, где ошибка в ответе покупателю создает репутационный риск и дополнительную нагрузку на команду. Поэтому ключевая задача заключалась в том, чтобы автоматизировать обработку типовых отзывов и вопросов без потери качества, ограничив источник ответа заранее подготовленным документом по конкретному товару. Дополнительной целью было пройти высокий сезон без расширения штата и снять с команды рутинную нагрузку.
Описание кейса / решения
Для решения задачи компания Defender внедрила «Дживио Агент» — ИИ-агента «Дживио» для автоматизации ответов на отзывы и вопросы покупателей на маркетплейсах.
Ключевая особенность проекта заключалась не просто в автоматизации большого объема типовых обращений, а в том, что ответы должны были оставаться фактически точными и опираться только на заранее подготовленную информацию по конкретному товару.
Совместно с командой клиента в «Дживио» была выстроена управляемая модель автоматизации. По каждому товару Defender формировал подробную текстовую основу: характеристики, размеры, цвета, элементы управления, правила использования и ответы на частые вопросы. Затем эти данные переносились в сценарии «Дживио Агента», где задавались правила ответа, логика формулировок и необходимая глубина детализации. Такой подход позволил ограничить источник ответа конкретным документом по товару и исключить риск неточных или «правдоподобных, но неверных» формулировок, что особенно важно для техники и электроники.
Для проекта были использованы расширенные инструкции внутри «Дживио Агента» объемом до 50 000 символов. Это дало возможность детально настроить логику ответа по каждой группе товаров и встроить ИИ не как отдельный экспериментальный слой, а как рабочий инструмент в действующий операционный процесс клиента.
В рамках проекта команда «Дживио» настроила для Defender 118 сценариев: 51 для отзывов и 67 для вопросов. За 3 месяца с помощью решения было обработано 82 030 отзывов и 1 596 вопросов. В результате Defender автоматизировал самый ресурсоемкий типовой поток обращений и впервые за 4 года прошел высокий сезон без срочного найма дополнительных сотрудников и без расширения команды под сезонную нагрузку.
Сроки реализации
01.09.2025 — 28.11.2025
Результаты ДО и ПОСЛЕ
До внедрения «Дживио Агента» Defender обрабатывал поток отзывов и вопросов вручную. При ассортименте 2800 SKU и нагрузке до 1000 обращений в день в обычный период с задачей справлялись 1–2 оператора, но в высокий сезон компании приходилось усиливать команду, привлекать дополнительных сотрудников и работать в выходные, чтобы не допустить накопления неотвеченных обращений. При этом ручная обработка типового потока забирала значительный ресурс у команды и масштабировала операционные затраты вместе с ростом продаж.
После внедрения решения за 3 месяца с помощью «Дживио Агента» было обработано 82 030 отзывов и 1 596 вопросов — всего 83 626 обращений. Для этого команда настроила 118 сценариев: 51 для отзывов и 67 для вопросов. Главный результат — Defender впервые за 4 года прошел высокий сезон без расширения команды и отказался от найма 3 сезонных сотрудников.
Таким образом, компания автоматизировала самый ресурсоемкий типовой поток клиентской коммуникации без потери качества ответов и без роста штата под сезонную нагрузку. Финансовая эффективность кейса выражается в отказе от сезонного найма, снижении нагрузки на действующую команду и возможности масштабировать продажи на маркетплейсах без пропорционального роста операционных затрат.
В чем полезность и уникальность кейса?
«Дживио» решил для Defender не локальную задачу ускорения ответов, а системную проблему масштабирования клиентской коммуникации на маркетплейсах. При ассортименте 2800 SKU и потоке до 1000 обращений в день компания автоматизировала обработку типовых отзывов и вопросов без потери качества и впервые за 4 года прошла высокий сезон без расширения команды. Это позволило снять с сотрудников рутинную нагрузку, отказаться от найма 3 сезонных операторов и масштабировать продажи без пропорционального роста операционных затрат.
Уникальность кейса в подходе к точности. Для Defender было критично не просто генерировать “хорошо звучащие” ответы, а отвечать строго на основе заранее подготовленного документа по конкретному товару. Это особенно важно для электроники и техники, где ошибка в формулировке быстро становится ошибкой по сути. В результате «Дживио Агент» был встроен не как универсальный генератор текста, а как управляемый AI-инструмент с жестко заданной фактической опорой.
Второе отличие кейса — глубина настройки. Для проекта было создано 118 сценариев и использованы расширенные инструкции до 50 000 символов, что позволило адаптировать ответы под специфику конкретных товаров и встроить решение в реальный операционный процесс клиента. За 3 месяца с помощью «Дживио Агента» было обработано 82 030 отзывов и 1 596 вопросов — всего 83 626 обращений.
Возможно ли кейс масштабировать в компании и применить для других участников рынка?
Да, кейс масштабируем как внутри компании, так и для других участников рынка. Внутри Defender решение уже доказало эффективность на ассортименте 2800 SKU и потоке до 1000 обращений в день. Это значит, что подход можно расширять на новые категории товаров, сценарии коммуникации и площадки без изменения базовой логики процесса.
Для рынка кейс особенно актуален там, где есть большой ассортимент, высокий поток типовых отзывов и вопросов и повышенные требования к точности ответа. Это применимо не только к электронике, но и к любым категориям со сложными характеристиками, комплектацией, совместимостью и правилами использования товара.
Практическая ценность масштабирования в том, что «Дживио» не требует перестраивать процесс с нуля: клиент задает фактическую базу и правила коммуникации, а агент берет на себя поток обращений. Такой подход позволяет снижать зависимость от сезонного найма, удерживать качество ответов и масштабировать продажи без пропорционального роста операционных затрат.
Для решения задачи компания Defender внедрила «Дживио Агент» — ИИ-агента «Дживио» для автоматизации ответов на отзывы и вопросы покупателей на маркетплейсах.
Ключевая особенность проекта заключалась не просто в автоматизации большого объема типовых обращений, а в том, что ответы должны были оставаться фактически точными и опираться только на заранее подготовленную информацию по конкретному товару.
Совместно с командой клиента в «Дживио» была выстроена управляемая модель автоматизации. По каждому товару Defender формировал подробную текстовую основу: характеристики, размеры, цвета, элементы управления, правила использования и ответы на частые вопросы. Затем эти данные переносились в сценарии «Дживио Агента», где задавались правила ответа, логика формулировок и необходимая глубина детализации. Такой подход позволил ограничить источник ответа конкретным документом по товару и исключить риск неточных или «правдоподобных, но неверных» формулировок, что особенно важно для техники и электроники.
Для проекта были использованы расширенные инструкции внутри «Дживио Агента» объемом до 50 000 символов. Это дало возможность детально настроить логику ответа по каждой группе товаров и встроить ИИ не как отдельный экспериментальный слой, а как рабочий инструмент в действующий операционный процесс клиента.
В рамках проекта команда «Дживио» настроила для Defender 118 сценариев: 51 для отзывов и 67 для вопросов. За 3 месяца с помощью решения было обработано 82 030 отзывов и 1 596 вопросов. В результате Defender автоматизировал самый ресурсоемкий типовой поток обращений и впервые за 4 года прошел высокий сезон без срочного найма дополнительных сотрудников и без расширения команды под сезонную нагрузку.
Сроки реализации
01.09.2025 — 28.11.2025
Результаты ДО и ПОСЛЕ
До внедрения «Дживио Агента» Defender обрабатывал поток отзывов и вопросов вручную. При ассортименте 2800 SKU и нагрузке до 1000 обращений в день в обычный период с задачей справлялись 1–2 оператора, но в высокий сезон компании приходилось усиливать команду, привлекать дополнительных сотрудников и работать в выходные, чтобы не допустить накопления неотвеченных обращений. При этом ручная обработка типового потока забирала значительный ресурс у команды и масштабировала операционные затраты вместе с ростом продаж.
После внедрения решения за 3 месяца с помощью «Дживио Агента» было обработано 82 030 отзывов и 1 596 вопросов — всего 83 626 обращений. Для этого команда настроила 118 сценариев: 51 для отзывов и 67 для вопросов. Главный результат — Defender впервые за 4 года прошел высокий сезон без расширения команды и отказался от найма 3 сезонных сотрудников.
Таким образом, компания автоматизировала самый ресурсоемкий типовой поток клиентской коммуникации без потери качества ответов и без роста штата под сезонную нагрузку. Финансовая эффективность кейса выражается в отказе от сезонного найма, снижении нагрузки на действующую команду и возможности масштабировать продажи на маркетплейсах без пропорционального роста операционных затрат.
В чем полезность и уникальность кейса?
«Дживио» решил для Defender не локальную задачу ускорения ответов, а системную проблему масштабирования клиентской коммуникации на маркетплейсах. При ассортименте 2800 SKU и потоке до 1000 обращений в день компания автоматизировала обработку типовых отзывов и вопросов без потери качества и впервые за 4 года прошла высокий сезон без расширения команды. Это позволило снять с сотрудников рутинную нагрузку, отказаться от найма 3 сезонных операторов и масштабировать продажи без пропорционального роста операционных затрат.
Уникальность кейса в подходе к точности. Для Defender было критично не просто генерировать “хорошо звучащие” ответы, а отвечать строго на основе заранее подготовленного документа по конкретному товару. Это особенно важно для электроники и техники, где ошибка в формулировке быстро становится ошибкой по сути. В результате «Дживио Агент» был встроен не как универсальный генератор текста, а как управляемый AI-инструмент с жестко заданной фактической опорой.
Второе отличие кейса — глубина настройки. Для проекта было создано 118 сценариев и использованы расширенные инструкции до 50 000 символов, что позволило адаптировать ответы под специфику конкретных товаров и встроить решение в реальный операционный процесс клиента. За 3 месяца с помощью «Дживио Агента» было обработано 82 030 отзывов и 1 596 вопросов — всего 83 626 обращений.
Возможно ли кейс масштабировать в компании и применить для других участников рынка?
Да, кейс масштабируем как внутри компании, так и для других участников рынка. Внутри Defender решение уже доказало эффективность на ассортименте 2800 SKU и потоке до 1000 обращений в день. Это значит, что подход можно расширять на новые категории товаров, сценарии коммуникации и площадки без изменения базовой логики процесса.
Для рынка кейс особенно актуален там, где есть большой ассортимент, высокий поток типовых отзывов и вопросов и повышенные требования к точности ответа. Это применимо не только к электронике, но и к любым категориям со сложными характеристиками, комплектацией, совместимостью и правилами использования товара.
Практическая ценность масштабирования в том, что «Дживио» не требует перестраивать процесс с нуля: клиент задает фактическую базу и правила коммуникации, а агент берет на себя поток обращений. Такой подход позволяет снижать зависимость от сезонного найма, удерживать качество ответов и масштабировать продажи без пропорционального роста операционных затрат.
Результат
83 626 обращений обработано за 3 месяца: Defender прошел высокий сезон без найма 3 сезонных сотрудников
Описание кейса / решения
Для решения задачи компания Defender внедрила «Дживио Агент» — ИИ-агента «Дживио» для автоматизации ответов на отзывы и вопросы покупателей на маркетплейсах.
Ключевая особенность проекта заключалась не просто в автоматизации большого объема типовых обращений, а в том, что ответы должны были оставаться фактически точными и опираться только на заранее подготовленную информацию по конкретному товару.
Совместно с командой клиента в «Дживио» была выстроена управляемая модель автоматизации. По каждому товару Defender формировал подробную текстовую основу: характеристики, размеры, цвета, элементы управления, правила использования и ответы на частые вопросы. Затем эти данные переносились в сценарии «Дживио Агента», где задавались правила ответа, логика формулировок и необходимая глубина детализации. Такой подход позволил ограничить источник ответа конкретным документом по товару и исключить риск неточных или «правдоподобных, но неверных» формулировок, что особенно важно для техники и электроники.
Для проекта были использованы расширенные инструкции внутри «Дживио Агента» объемом до 50 000 символов. Это дало возможность детально настроить логику ответа по каждой группе товаров и встроить ИИ не как отдельный экспериментальный слой, а как рабочий инструмент в действующий операционный процесс клиента.
В рамках проекта команда «Дживио» настроила для Defender 118 сценариев: 51 для отзывов и 67 для вопросов. За 3 месяца с помощью решения было обработано 82 030 отзывов и 1 596 вопросов. В результате Defender автоматизировал самый ресурсоемкий типовой поток обращений и впервые за 4 года прошел высокий сезон без срочного найма дополнительных сотрудников и без расширения команды под сезонную нагрузку.
Сроки реализации
01.09.2025 — 28.11.2025
Результаты ДО и ПОСЛЕ
До внедрения «Дживио Агента» Defender обрабатывал поток отзывов и вопросов вручную. При ассортименте 2800 SKU и нагрузке до 1000 обращений в день в обычный период с задачей справлялись 1–2 оператора, но в высокий сезон компании приходилось усиливать команду, привлекать дополнительных сотрудников и работать в выходные, чтобы не допустить накопления неотвеченных обращений. При этом ручная обработка типового потока забирала значительный ресурс у команды и масштабировала операционные затраты вместе с ростом продаж.
После внедрения решения за 3 месяца с помощью «Дживио Агента» было обработано 82 030 отзывов и 1 596 вопросов — всего 83 626 обращений. Для этого команда настроила 118 сценариев: 51 для отзывов и 67 для вопросов. Главный результат — Defender впервые за 4 года прошел высокий сезон без расширения команды и отказался от найма 3 сезонных сотрудников.
Таким образом, компания автоматизировала самый ресурсоемкий типовой поток клиентской коммуникации без потери качества ответов и без роста штата под сезонную нагрузку. Финансовая эффективность кейса выражается в отказе от сезонного найма, снижении нагрузки на действующую команду и возможности масштабировать продажи на маркетплейсах без пропорционального роста операционных затрат.
В чем полезность и уникальность кейса?
«Дживио» решил для Defender не локальную задачу ускорения ответов, а системную проблему масштабирования клиентской коммуникации на маркетплейсах. При ассортименте 2800 SKU и потоке до 1000 обращений в день компания автоматизировала обработку типовых отзывов и вопросов без потери качества и впервые за 4 года прошла высокий сезон без расширения команды. Это позволило снять с сотрудников рутинную нагрузку, отказаться от найма 3 сезонных операторов и масштабировать продажи без пропорционального роста операционных затрат.
Уникальность кейса в подходе к точности. Для Defender было критично не просто генерировать “хорошо звучащие” ответы, а отвечать строго на основе заранее подготовленного документа по конкретному товару. Это особенно важно для электроники и техники, где ошибка в формулировке быстро становится ошибкой по сути. В результате «Дживио Агент» был встроен не как универсальный генератор текста, а как управляемый AI-инструмент с жестко заданной фактической опорой.
Второе отличие кейса — глубина настройки. Для проекта было создано 118 сценариев и использованы расширенные инструкции до 50 000 символов, что позволило адаптировать ответы под специфику конкретных товаров и встроить решение в реальный операционный процесс клиента. За 3 месяца с помощью «Дживио Агента» было обработано 82 030 отзывов и 1 596 вопросов — всего 83 626 обращений.
Возможно ли кейс масштабировать в компании и применить для других участников рынка?
Да, кейс масштабируем как внутри компании, так и для других участников рынка. Внутри Defender решение уже доказало эффективность на ассортименте 2800 SKU и потоке до 1000 обращений в день. Это значит, что подход можно расширять на новые категории товаров, сценарии коммуникации и площадки без изменения базовой логики процесса.
Для рынка кейс особенно актуален там, где есть большой ассортимент, высокий поток типовых отзывов и вопросов и повышенные требования к точности ответа. Это применимо не только к электронике, но и к любым категориям со сложными характеристиками, комплектацией, совместимостью и правилами использования товара.
Практическая ценность масштабирования в том, что «Дживио» не требует перестраивать процесс с нуля: клиент задает фактическую базу и правила коммуникации, а агент берет на себя поток обращений. Такой подход позволяет снижать зависимость от сезонного найма, удерживать качество ответов и масштабировать продажи без пропорционального роста операционных затрат.
Для решения задачи компания Defender внедрила «Дживио Агент» — ИИ-агента «Дживио» для автоматизации ответов на отзывы и вопросы покупателей на маркетплейсах.
Ключевая особенность проекта заключалась не просто в автоматизации большого объема типовых обращений, а в том, что ответы должны были оставаться фактически точными и опираться только на заранее подготовленную информацию по конкретному товару.
Совместно с командой клиента в «Дживио» была выстроена управляемая модель автоматизации. По каждому товару Defender формировал подробную текстовую основу: характеристики, размеры, цвета, элементы управления, правила использования и ответы на частые вопросы. Затем эти данные переносились в сценарии «Дживио Агента», где задавались правила ответа, логика формулировок и необходимая глубина детализации. Такой подход позволил ограничить источник ответа конкретным документом по товару и исключить риск неточных или «правдоподобных, но неверных» формулировок, что особенно важно для техники и электроники.
Для проекта были использованы расширенные инструкции внутри «Дживио Агента» объемом до 50 000 символов. Это дало возможность детально настроить логику ответа по каждой группе товаров и встроить ИИ не как отдельный экспериментальный слой, а как рабочий инструмент в действующий операционный процесс клиента.
В рамках проекта команда «Дживио» настроила для Defender 118 сценариев: 51 для отзывов и 67 для вопросов. За 3 месяца с помощью решения было обработано 82 030 отзывов и 1 596 вопросов. В результате Defender автоматизировал самый ресурсоемкий типовой поток обращений и впервые за 4 года прошел высокий сезон без срочного найма дополнительных сотрудников и без расширения команды под сезонную нагрузку.
Сроки реализации
01.09.2025 — 28.11.2025
Результаты ДО и ПОСЛЕ
До внедрения «Дживио Агента» Defender обрабатывал поток отзывов и вопросов вручную. При ассортименте 2800 SKU и нагрузке до 1000 обращений в день в обычный период с задачей справлялись 1–2 оператора, но в высокий сезон компании приходилось усиливать команду, привлекать дополнительных сотрудников и работать в выходные, чтобы не допустить накопления неотвеченных обращений. При этом ручная обработка типового потока забирала значительный ресурс у команды и масштабировала операционные затраты вместе с ростом продаж.
После внедрения решения за 3 месяца с помощью «Дживио Агента» было обработано 82 030 отзывов и 1 596 вопросов — всего 83 626 обращений. Для этого команда настроила 118 сценариев: 51 для отзывов и 67 для вопросов. Главный результат — Defender впервые за 4 года прошел высокий сезон без расширения команды и отказался от найма 3 сезонных сотрудников.
Таким образом, компания автоматизировала самый ресурсоемкий типовой поток клиентской коммуникации без потери качества ответов и без роста штата под сезонную нагрузку. Финансовая эффективность кейса выражается в отказе от сезонного найма, снижении нагрузки на действующую команду и возможности масштабировать продажи на маркетплейсах без пропорционального роста операционных затрат.
В чем полезность и уникальность кейса?
«Дживио» решил для Defender не локальную задачу ускорения ответов, а системную проблему масштабирования клиентской коммуникации на маркетплейсах. При ассортименте 2800 SKU и потоке до 1000 обращений в день компания автоматизировала обработку типовых отзывов и вопросов без потери качества и впервые за 4 года прошла высокий сезон без расширения команды. Это позволило снять с сотрудников рутинную нагрузку, отказаться от найма 3 сезонных операторов и масштабировать продажи без пропорционального роста операционных затрат.
Уникальность кейса в подходе к точности. Для Defender было критично не просто генерировать “хорошо звучащие” ответы, а отвечать строго на основе заранее подготовленного документа по конкретному товару. Это особенно важно для электроники и техники, где ошибка в формулировке быстро становится ошибкой по сути. В результате «Дживио Агент» был встроен не как универсальный генератор текста, а как управляемый AI-инструмент с жестко заданной фактической опорой.
Второе отличие кейса — глубина настройки. Для проекта было создано 118 сценариев и использованы расширенные инструкции до 50 000 символов, что позволило адаптировать ответы под специфику конкретных товаров и встроить решение в реальный операционный процесс клиента. За 3 месяца с помощью «Дживио Агента» было обработано 82 030 отзывов и 1 596 вопросов — всего 83 626 обращений.
Возможно ли кейс масштабировать в компании и применить для других участников рынка?
Да, кейс масштабируем как внутри компании, так и для других участников рынка. Внутри Defender решение уже доказало эффективность на ассортименте 2800 SKU и потоке до 1000 обращений в день. Это значит, что подход можно расширять на новые категории товаров, сценарии коммуникации и площадки без изменения базовой логики процесса.
Для рынка кейс особенно актуален там, где есть большой ассортимент, высокий поток типовых отзывов и вопросов и повышенные требования к точности ответа. Это применимо не только к электронике, но и к любым категориям со сложными характеристиками, комплектацией, совместимостью и правилами использования товара.
Практическая ценность масштабирования в том, что «Дживио» не требует перестраивать процесс с нуля: клиент задает фактическую базу и правила коммуникации, а агент берет на себя поток обращений. Такой подход позволяет снижать зависимость от сезонного найма, удерживать качество ответов и масштабировать продажи без пропорционального роста операционных затрат.
Результат
83 626 обращений обработано за 3 месяца: Defender прошел высокий сезон без найма 3 сезонных сотрудников