Оценка диалога клиентом: лайк, дизлайк или звёзды

В конце переписки агент задаёт один вопрос: «как вам ответ». Дальше происходит одно из двух. Либо клиент тут же нажимает палец вверх и уходит, довольный тем, что разговор закончился быстро. Либо молчит, и это молчание почти всегда означает одно: отвечать ему уже неинтересно.

Оценка диалога — редкий момент, где не нужно гадать, доволен клиент или нет. Тег, доля автоматизации, время ответа — всё это косвенные признаки, собранные по поведению агента. Оценка — сигнал, минующий эту прослойку: она получена напрямую от человека.

Когда просить оценку, а когда нет

Хороший момент для вопроса наступает сразу после того, как проблема решена: вопрос клиента закрыт, статус заказа назван, запись подтверждена. В эту секунду ответ ещё свежий, и человеку не нужно вспоминать, о чём вообще шла речь.

Через сутки эффект другой. Диалог давно закрыт в голове клиента — ссылка на оценку прилетает отдельным уведомлением без контекста, и реагируют на неё в основном крайние случаи: очень довольные и очень злые. Середина такое сообщение попросту не открывает. Опрос ради опроса даёт красивую цифру и пустую выборку.

Запросить оценку можно двумя способами. Первый — прямо в действии агента сразу после ответа: тип оценки задаётся один раз, а вызов функции dialogue_evaluation прописывается в инструкции строкой вида «вызови функцию dialogue_evaluation и верни пользователю её результат». Второй способ работает через фоллоу-ап — если клиент не написал ничего после финального сообщения, оценку присылают отдельным напоминанием через заданное время.

Лайк-дизлайк или звёзды: выбор одного формата

Оба варианта настраиваются в одном и том же действии, но выбирать стоит один и держать его на весь диалог: таблица оценок не умеет усреднять лайки и звёзды между собой, если в агенте настроены сразу два действия с разными типами.

Разница проявляется прежде всего в поведении клиента. Лайк-дизлайк работает как фильтр: он ловит явный провал и явный успех, а середину прячет в дизлайках — человеку проще нажать «плохо», чем формулировать, что именно было не так. Звёзды честнее к середине, но платят за это откликом — форму на пять вариантов заполняют реже, чем один тап по значку.

Настройка: от действия до инструкции

Вместо вызова моделью можно поставить действие по триггеру: флаг «Вызывать моделью» выключается, а срабатывание переходит на обязательное условие (новый ответ бота, новое сообщение клиента) и на дополнительные условия сверху: фраза в ответе агента, вызванная функция, источник связи, время суток. Оценка тогда уходит без обращения к модели на каждое сообщение, и заодно исчезает риск, что модель решит промолчать про опрос, потому что диалог и так выглядит завершённым.

Почему оценку не стоит просить у всех подряд

Соблазн включить запрос на каждый диалог понятен — больше данных, лучше картина. На практике получается обратное. Клиент, у которого агент не смог решить вопрос и передал разговор человеку, получает вопрос «как вам ответ» и воспринимает его как издевательство: ответа-то по сути не случилось.

Здесь и работает условие срабатывания. Оценку логично пропускать там, где в диалоге уже зафиксирован негатив, где обращение передано оператору без завершения, где клиент явно раздражён формулировками. Условием может быть отдельная LLM-инструкция при вызове действия либо проверка перед фоллоу-апом. Логика в обоих случаях одна: плохой опыт в диалоге отменяет вопрос об оценке.

За этим совпадением стоит расчёт: диалоги, где спросили оценку, и диалоги, где решили вопрос, должны почти пересекаться. Если разрыв большой, дело обычно в самом условии срабатывания — переписывать стоит именно его.

Что делать с низкой оценкой

Дизлайк или единица-двойка без открытого диалога остаются бесполезной цифрой. Комментарий у клиента необязателен и ограничен 2048 символами — часто он пустой: люди ставят оценку и уходят, не объясняя, что случилось.

Рабочий путь один: переход по ссылке на диалог прямо из таблицы «Оценки» и чтение переписки целиком, включая реплики задолго до финала. Обычно там видна одна из трёх причин: агент ответил не по делу, ответ был правильным, но слишком долгим, или клиент вообще пришёл с вопросом, который агенту не поручали закрывать. Каждая чинится по-своему: первая правкой инструкции, вторая сокращением текста, третья новым файлом в базе знаний.

Как оценка соотносится с тегами и долей автоматизации

Три показателя измеряют разное — и путать их не стоит. Доля автоматизации и распределение тегов из аналитики диалогов показывают, сколько диалогов агент забрал на себя и о чём вообще пишут клиенты. Оценка устроена иначе — это единственный из трёх сигналов, который получен прямо от человека, минуя интерпретацию поведения агента.

Расхождение между показателями информативно само по себе. Высокая доля автоматизации при низких оценках означает, что агент отвечает быстро и без передачи человеку, но сами ответы клиентов не устраивают — метрика количества маскирует провал в качестве. Обратная картина — много передач оператору при высоких оценках — обычно говорит о том, что агент аккуратно распознаёт сложные случаи и вовремя зовёт человека.

Разбирать эти сочетания удобно вместе с анализатором переписок: он размечает исторические диалоги тегами позитивного и негативного опыта на основе содержания переписки, тогда как оценка приходит от клиента сразу после конкретного разговора. Совпадение доли негативного опыта по тегам с долей низких оценок — хороший знак: оба инструмента тогда видят одну и ту же реальность.

Переключите один агент на оценку прямо сейчас

Возьмите одного агента с заметным объёмом диалогов и включите действие «Запросить оценку диалога» с лайком-дизлайком, без условий на первую неделю.

За семь дней вкладка «Оценки» накопит достаточно строк, чтобы увидеть форму отклика: сколько людей вообще реагируют и как распределяются дизлайки по темам через ссылки на диалоги. Дальше добавляется условие, которое отсекает диалоги с негативом, и в паре с этим агентом можно повторить настройку на остальных. Что делать с диалогами, которые агент не закрыл сам и передал оператору, разбирает материал про первую линию поддержки.

Частые вопросы