Зачастую в погоне за объемами лидов компании теряют в качестве обработки обращений. Это закономерно приводит к падению конверсии в горячие этапы воронки. Но должен же быть способ махнуть одним выстрелом всех зайцев: и лидов много привести, и заботливо провести их по всем этапам воронки до самой сделки.

Логичное решение, которое первым приходит в голову, если львиная доля клиентов не переходит в ключевые этапы воронки, — тотальный контроль за менеджерами на предмет соблюдения чек-листов общения с клиентами. 

Но как успеть все обработать, если обращений тысячи? Некоторые компании проводят оценку контроля качества вручную, прослушивая и обрабатывая весь вал звонков. Это сказывается на финансовой и ресурсной составляющей — нужно нанимать сторонние организации, вести контроль за заполнением таблиц и предоставлением отчетов, а также назначать ответственных сотрудников. Все это долго, дорого и утомительно. 

В век активного развития ИИ можно избавить себя от лишних затрат и делегировать рутину современным технологиям. Делимся собственным опытом внедрения ИИ-инструмента для кратного повышения эффективности без финансовых и ресурсных потерь.

С какой проблемой мы столкнулись

Как и любая другая компания, Calltouch заинтересован в увеличении лидов и сделок по ним. Чтобы привлекать как можно больше клиентов, мы используем комплекс инструментов:

• Основные перформанс-каналы (контекст, таргет).
• Холодные лиды (холодный обзвон по базам, имэйл рассылки по базам).
• CRM-маркетинг (СМС, WhatsApp, имейл).
• Мероприятия и обучения.

Лиды из разных каналов попадают в воронку, которая состоит из нескольких этапов:

Параллельно мы ведем работу с текущими клиентами. Здесь воронка выглядит немного иначе:

• Входящее обращение от клиента
• Решение вопроса / Upsale

Мы заинтересованы в том, чтобы каждый этап воронки переводил клиента на следующий. Но вот незадача. Чем больше новых лидов и обращений текущих клиентов поступает в работу, тем больше нагрузка на отделы продаж и клиентского сервиса. Менеджеры физически не успевают качественно обрабатывать вал лидов в адекватные сроки. Это приводит к следующим проблемам:

• Новые клиенты зависают в воронке, время от обращения до встречи увеличивается, конверсия в продажу кратно снижается.
• Растет негатив со стороны текущих клиентов, которые вынуждены долго ждать решения своего вопроса. В результате мы рискуем потерять этих клиентов.
• Снижается качество коммуникации клиентского сервиса из-за увеличения объема обращений.

Что привело к проблемам

Мы провели когортную аналитику воронки продаж в СRМ и выявили четкие закономерности того, как изменение срока между этапами воронки влияет на конверсию в успешную сделку:

• При увеличении срока между этапами от входящего обращения до встречи более 3 дней конверсия в успешную продажу сокращается в 5 раз.
• При увеличении срока между этапами более 20 дней, 94% сделок будут проиграны.

Выявили причины проблем с текущими клиентами. Некоторых из них не удавалось сохранить, потому что руководство слишком поздно подключалось к решению вопросов по нивелированию негатива. А на запоздалые попытки удержать клиента уходило слишком много ресурса компании. В результате причины отвала клиентов были не очевидны, и у нас не было понимания, как систематизировано решать проблему.

Как выходить из ситуации

Мы выявили проблемы на двух фронтах:

1. Время обработки обращений.
2. Качество обслуживания.

Исправим их — и станут возможными:

• повышение конверсии из целевого лида в сделку,
• снижение процента отвалов текущих клиентов.

В идеале мы хотели достичь следующих KPI:

1. Сократить время от первого обращения до встречи, чтобы интервал был от 0 до 3 дней.
2. Обеспечить общий средний срок закрытия в успешную сделку до 20 дней.

Прежде чем проводить работу по достижению количественных показателей, нам необходимо было:

• Определить, за счет чего зависают сделки по новым лидам или почему клиенты вообще не доходят до встречи.
• Поставить на поток оперативное выявление и оповещение о назревающих конфликтах и нарастающему негативу у текущих клиентов. Цель — понимать истинные причины отвала. 

Бывают случаи, когда клиент терпит-терпит, а потом в один момент уходит в отказ. Выясняем, и оказывается, что у него не заладилась коммуникация с менеджером. Если своевременно получать уведомления о подобных проблемах, можно в моменте скорректировать ответ или поведение менеджера.

ИИ Ассистент Calltouch в помощь

Нам нужен был инструмент, который позволит оперативно получать информацию о: 

• соблюдении скрипта общения менеджерами отдела продаж, чтобы вывести клиента на встречу-презентацию о продукте в срок до 3-5 дней;
• оценке качества и сроков обработки обращений текущих клиентов.

Мы решили возложить эту часть работы на наш ИИ Ассистент. Чтобы его работа была плодотворной, мы сперва проанализировали текущие скрипты общения с клиентами и выявили ключевые вопросы, которые должен задать менеджер отдела продаж во время общения с клиентом. 

По этим вопросам создали чек-лист для ИИ Ассистента и провели интеграцию. В список включили более 50 критериев по 9 тематическим блокам. Чек-лист детально отображает качество обработки обращения, полноту предложения со стороны менеджера, а также иллюстрирует интерес клиента к продуктам Calltouch. 

Чтобы руководителям групп продаж и клиентского сервиса было удобно получать уведомления о проблемных обращениях, мы настроили отправку оповещений через ТГ-бот. Благодаря этому руководители получают необходимую информацию в режиме реального времени.

Результаты внедрения ИИ Ассистента

За 2024 год ИИ Ассистент обработал более 54 тыс. обращений.

Руководители отделов продаж и клиентского сервиса Calltouch получили 3 тыс. уведомлений по обращениям, на которые нужно было обратить внимание.

Благодаря ИИ Ассистенту мы смогли сегментировать все обращения по типам и расставить приоритетность по обработке. В первую очередь выделяли тех, кто интересуется покупкой продуктов Calltouch.

Дополнительным бонусом для нас стало выделение сегмента текущих клиентов, которые звонят на общую линию. Таких клиентов мы смогли оперативно передать в отдел клиентского сервиса, что также положительно отразилось на повышении лояльности.

С момента подключения ИИ Ассистента к клиентскому сервису за 4 месяца нам удалось обработать более 12 тыс. обращений и скорректировать работу менеджеров почти по трем процентам этих обращений.

Дополнительно мы протестировали ИИ Ассистент на источниках холодных продаж. С помощью ИИ мы выявляли, когда общение идет с ЛПР, и оперативно передавали его из отдела телемаркетинга в отдел продаж для более детальной встречи.

Объем таких обращений составил около 10%.

Благодаря внедрению ИИ Ассистента, мы смогли достичь следующих KPI:

• Сократили время от первого обращения до встречи до 5 дней.
• Обеспечили общий средний срок закрытия в успешную сделку до 18 дней.
• Сэкономили бюджет более чем в 10 раз по сравнению с подключением отдела контроля качества, который занимался бы прослушкой и оценкой звонков вручную.

Сейчас мы работаем над усовершенствованием чек-листов по клиентскому сервису, дальнейшей оцифровкой результатов и подключением ИИ на исходящие обращения. О результатах — в наших следующих кейсах.