Найти тему
Оцифровка бизнеса

Кейс: как мы внедряли аналитику общения с клиентом в Whatsapp для онлайн-школы

Оглавление

Связали сделки в Битриксе с переписками с клиентами в Wazzup и разложили все на удобные дашборды в Power BI, чтобы искать корреляции продаж с общением. Кейс будет полезен онлайн-школам, курсам и сервисам, где продажи идут через мессенджеры. Ниже — скрины, инструменты и этапы.

Привет! Меня зовут Роман Абрамов, я руководитель «cntrl+». Мы занимаемся внедрением бизнес-аналитики на основе данных о финансах, продажах, рабочем времени и производстве.

Прошлой осенью мы начали работать с одной крупной онлайн-школой. Ребята в компании повернуты на аналитике данных — у них уже был опыт работы с Power BI и аналитиками.

Началось сотрудничество с довольно обыденных вещей в Битриксе: выручка, конверсии, циклы — в общем все, что связано со сделками. Об этом мы писали в предыдущем кейсе. Но самое интересное началось после того, как мы реализовали основной блок.

Следите за руками: есть номер в Whatsapp, на который пишут потенциальные клиенты онлайн-школы и с которого отвечают менеджеры компании. Но при этом менеджеры отвечают не в Whatsapp, а в Битриксе, который интегрирован с Wazzup, который сводит все сообщения в одно место. Еще разок: отдел продаж общается с клиентом через Битрикс, и там же находится вся переписка с клиентом и вообще все данные.

Раз сделку технически можно смотреть вместе c перепиской, можно отследить влияние общения на продажи. Определить это влияние мы как раз и хотели.

Скорость ответа, разговариваемость

и висяки

Раньше в компании никто не понимал, сколько сообщений приходит менеджерам, сколько ответов они пишут, как отвечают в принципе и отвечают ли. На рынке просто нет решений, которые позволяют это увидеть. Все, что связано со сделками — пожалуйста, но отдельной аналитики по перепискам в Wazzup нет. Поэтому по факту мы создавали с нуля аналитику коммуникаций в мессенджере.

Поставили цель — внедрить решение, которое позволит оценивать работу менеджеров относительно переписки с продажами. Что оно должно было уметь:

Считать скорость обмена сообщениями. Мы хотели знать, как быстро менеджеры отвечали клиенту. И насколько быстро сам клиент отвечает менеджеру. Если клиент отвечает в четыре утра, мы считали скорость ответа с начала рабочего дня (9:30), а не фактического вопроса клиента, чтобы не увеличивать скорость на пустом месте.

-2

Отображать количество входящих и исходящих сообщений на графике. Зачем? Чтобы понимать насколько быстро менеджеры справляются и с входящими сообщениями.

-3

Кроме того, в процессе мы придумали небольшую хитрость: менеджеры должны работать плавно, без пиков по нагрузке. Условно, каждый час менеджер должен был обрабатывать 150 сообщений. Обработал 100 — плохо, обработал 300 — тоже плохо. Чтобы не было ситуаций, когда менеджер начинает свой день с кофе, потом раскидывает накопившееся и так по кругу. На графике это может быть похоже на пилу — видны все отклонения от плана.

-4

Считать «разговариваемость». Если менеджеры пишут пять сообщений, а клиент в ответ — одно, похоже, это не очень хорошо. Поэтому у менеджеров появилась задача — разговорить клиента и приблизить отношение исходящих и входящих сообщений к 1:2. На графике руководитель, соответственно, видел график отклонений от этих показателей.

Считать все сообщения без ответа в реальном времени. Руководитель в любой момент может посмотреть на дашборде, сколько и у каких менеджеров прямо сейчас торчащих сообщений без ответа и сколько они остаются без реакции. Из этого же интерфейса РОПы могли оценивать долю каждого сотрудника или команды в общем объеме неотвеченных сообщений. Если предыдущие три пункта были больше про эффективность коммуникации, этот — про нагрузку и выработку сотрудников.

-5

Дисклеймер: мы делали это все не для того, чтобы все сразу кардинально поменять и шпынять отдел продаж. Иногда есть такие моменты, когда все работает нормально и не надо ничего трогать. Ну пьет менеджер чай и пьет, приносит же продажи. Главное — понимать, как это происходит. Поэтому наша задача — оцифровать показатели и создать решение, где они будут видны в максимально удобном формате. То, как ей пользоваться и на что стоит влиять — прерогатива клиента.

Десятки связок в Битриксе и танцы с Wazzup

Чтобы все это реализовать, мы подключились к API Битрикса и Wazzup, и выгружали из последнего данные в БД. На сервере шли промежуточные расчеты, которые поступали Power BI, где мы очищали данные и собирали отчет. Данные в Power BI обновляются каждые три часа.
Звучит максимально просто, но в проекте было много технических косяков с запросами. И это не считая всех связок между номерами телефонов, сделками и прочими атрибутами в Битриксе. Доходило вплоть до того, что однажды отвалилась интеграция, и менеджеры просто не видели, куда какие сообщения приходят. Пришлось оперативно собирать монитор сообщений.
Вся интеграция заняла два месяца, что очень долго. Но деваться было некуда — других решений кроме Wazzup, которые бы максимально подходили под задачи клиента, на рынке не было.
Параллельно мы долго обсуждали с заказчиком вид выгрузки — как все это должно было выглядеть. Из Power BI создали дашборд в вебе, доступ к которому имеют руководители компании и РОПы.
С таким решением руководители отдела продаж могут оценивать эффективность сотрудников не только по количеству сделок. Серьезно, как оценить человека, который целый день отвечает на сообщения? Наше решение дает довольно простые критерии.

-6

Но главный выхлоп в другом. Теперь руководство компании видит, как работают его сотрудники и может влиять на показатели; все процессы просто стали более осознанными.
Наверное, все эти задачи можно было бы решить каким-нибудь шаблоном. Но есть проблема — готовых решений и шаблонов по Wazzup нет. Серьезно, даже у инстаграма с учетом всей его массовости и огромного количество рекламы до сих пор нет внятного инструмента, который бы помогал оценивать эффективность гивов. Ни один бренд, даже с миллионными тратами на разные механики привлечения не может посчитать выхлоп.
Мы сейчас как раз работаем над решением, которое сможет оценивать, кто подписался после активности, кто стал лидом в CRM и в итоге купил. Маркетологи наконец смогут считать ROMI гивов, а не просто знать цену подписчика.
Как все сделаем — расскажу здесь и в своем
телеграм-канале, где делюсь советами по оцифровке бизнеса.