Как «двойной удар» в виде скрипта и AI-ассистента позволяют наладить квалификацию лидов и приносят без малого 100 дополнительных клиентов за полгода.
О клиенте: компания «Эвентус»
Занимается поставкой упаковки и укупорки для косметики, бытовой химии, фармацевтики и автокосметики. Есть собственное российское производство пластиковых флаконов.
- Размер каталога - более 1000 позиций
- 2000 звонков в месяц
- 4 менеджера в штате отдела продаж
- 100 000 рублей - средний чек сделки
Проблема: нет системы диалога, клиенты не доходят до продажи
Раньше в «Эвентусе» отсутствовал скрипт диалога с клиентом. Это вызывало сразу ряд сложностей:
- Менеджеры не всегда грамотно приветствовали клиента и представлялись; могли вообще не упомянуть название компании, из-за чего страдала узнаваемость бренда.
- Порядка 30% клиентов недостаточно глубоко квалифицировались, часть их потребностей оставалась невыявленной. Как следствие, менеджеры могли не предложить какие-то дополнительные услуги и не рассказать о подходящих акциях.
- Во многом из-за предыдущего пункта отдел продаж испытывал сложности с «дожимами» сделок до успешного результата.
Все перечисленные проблемы решались «между делом»: руководитель отдела продаж, находящийся с подчинёнными в одном open-space, фоново слушал их звонки; если что-то резало слух — по горячим следам разбирал ситуацию. Но полноценно контролировать четырёх сотрудников, на которых суммарно приходится 100 звонков в день (и при этом ещё успевать решать личные задачи), было невозможно.
Внедрение
Главными задачами было проконтролировать упоминание компании - «Эвентус» - и оценить процесс квалификации клиента.
Первая часть носила стандартный характер. Обучение нейросети «bewise» названию бренда и её тюнинг на распознавание имён — привычная нам практика. А вот для оценки квалификации потребовалось выделить критерии, характерные именно для бизнеса «Эвентуса»:
- менеджер выяснил, какой продукт или услуга ценны для клиента
- менеджер спросил о конкретных характеристиках продукта, объёме закупки и желаемой цене
- менеджер узнал предпочтения клиента касательно цвета и материала флаконов
- менеджер узнал, тестировал ли клиент варианты других поставщиков, и если да, чем они не подошли
- менеджер спросил о желаемых сроках доставки.
Помимо определения фраз, описанных выше, мы научили AI-помощника на основании количества прозвучавших вопросов и контекста диалога давать общий вердикт – достаточно был квалифицирован клиент или нет.
Также – уже в ходе проекта – со стороны «Эвентуса» прозвучало дополнительное пожелание: оценивать пост-продажное сопровождение клиентов. Для этого мы выделили отдельный блок критериев, определяющих, предлагал ли менеджер:
- осуществить повторную покупку
- выставить счет
- подписать сертификацию
- зарезервировать ранее купленную продукцию.
Разумеется, соответствие диалога этим критериям оценивалось только для соответствующего сегмента клиентов, а в разговорах с новыми лидами в расчёт не принималось.
Результаты
- Скрипт разговора с клиентом разработан с нуля
- 85% клиентов проходят полноценную квалификацию
- в более чем 1,5 раза увеличилась средняя продолжительность звонка, достигнув 1 минуты 42 секунд
- 94 клиента за полгода дополнительно привлечено благодаря грамотному «дожиму».
***
Больше кейсов, а также статей и обзоров нейросетей - в нашем Telegram-канале мAIржинальность: