СИНТЕТИЧЕСКАЯ РЕАЛЬНОСТЬ: АВТОМАТИЗАЦИЯ СЕМАНТИЧЕСКОГО АНАЛИЗА В КЛИЕНТСКОМ СЕРВИСЕ МЕЖУНАРОДНОЙ FMCG-КОМПАНИИ

Abstract

В условиях цифровой трансформации бизнеса компании всё чаще сталкиваются с необходимостью обработки больших объёмов неструктурированных текстовых данных, формируемых в процессе клиентских коммуникаций. В статье рассмотрены возможности автоматизации семантического анализа клиентских обращений на основе технологий искусственного интеллекта на примере международной FMCG компании в регионе Центральной Азии.

Целью исследования является оценка эффективности применения больших языковых моделей (LLM) и low‑code инструментов Microsoft Power Platform для анализа 100% клиентских чат‑обращений. В работе используется ИИ‑ориентированный ETL‑конвейер, интегрированный с платформой Zendesk CX, Power Automate и AI Builder. Методология исследования включает автоматизированный сбор данных, семантическое сжатие диалогов, извлечение ключевых тем и визуализацию результатов в Power BI.

Полученные результаты демонстрируют переход от выборочного анализа к полному охвату входящих обращений, что позволило снизить субъективность экспертных оценок и сократить временные затраты специалистов клиентского сервиса примерно на 8 часов в месяц. Научная значимость работы заключается в обосновании перехода от традиционных подходов анализа CX к модели массового интеллектуального мониторинга. Практическая значимость определяется возможностью внедрения предложенного решения в реальные бизнес‑процессы и масштабирования на другие каналы клиентских коммуникаций