Содержание |
Основная статья: Нейросети
Эта статья рассмотрит применение нейросетей, встроенных в CRM, коммерческими департаментами. За "контрольные точки" будут взяты пять классических этапов воронки продаж, которые есть в абсолютно любом бизнесе: маленьком и большом, b2c и b2b, узконаправленном и для широкой аудитории, эконом и luxury.
- Понятие "внедрить нейросеть" не означает "полностью заменить людей". Чаще искусственный интеллект помогает настоящим сотрудникам и повышает их эффективность. Бизнесы, где чат-бот может полностью заменить продажника-человека, бывают, но таких очень мало.
Этап 1: Лидогенерация
Признайтесь: у вас хотя бы раз был случай, когда после звонка из банка или разговора с поддержкой маркетплейса вы гадали, с кем только что общались – роботом или человеком.
ИИ научился имитировать человеческую речь, а т.к. «под капотом» у него может быть интеграция с CRM, 1C, экселькой, он может не хуже человека прозванивать холодные лиды, предлагать продукт и оценивать спрос. Главное отличие – робот не выгорает от этого процесса, монотонного и сопровождающегося отказами (в т.ч. не в самой вежливой форме). А вот конверсия прозвона почти не отличается от человеческой и вполне может доходить до 5% (об этом чуть ниже).TAdviser выпустил Гид по российским операционным системам 
И ещё один важный момент: нейросети умеют не только прозванивать базу, но и сразу заполнять по результатам CRM, в т.ч. переводить "выстреливших" лидов дальше по воронке и назначать за сделку ответственного.
Пример: прозвон базы контактов с помощью робота
Робот-прозвонщик может обзванивать холодную базу и проверять потенциал лидов, а по возможности, замыкать заинтересовавшихся клиентов на встречу. Главное, правильно его настроить: прописать скрипт, выставить интонацию голоса и акценты на нужные слова.
На обзвон 10-20 тысяч контактов робот потратит один-два дня. И, что самое важное, сохранит нервы отдела продаж, который сильнее всего выгорает именно на холодных продажах.
Этап 2: Квалификация
С текстовыми каналами коммуникаций (email, мессенджеры, соцсети) ИИ справляется ещё лучше. В них – в зависимости от специфики бизнеса – он может взять на себя до 100% входящих лидов.
Такая нейросеть может быть настоящим "нейропродавцом": ей можно поставить некую задачу (например, полноценно квалифицировать клиента), и она не бросит коммуникацию до тех пор, пока этого не сделает (или клиент не ответит однозначным отказом). Нейросеть сама определит, целевой клиент или нет, зафиксирует всю информацию в CRM и в конце переведёт сделку в нужную воронку или на нужного менеджера.
Но если надо, "нейропродавец" может и замыкать клиента на КЭВ (ключевой этап воронки), в том числе не просто переводить сделку в соответствующий этап, но и, например, назначать встречи в календаре и бронировать ресурсы (место на вводном уроке, бесплатную промо-консультацию у сотрудника, показ недвижимости, тест-драйв и т.д.).
Но даже если этап квалификации настолько сложный или ответственный, что его должны проводить только люди, то ИИ всё равно может быть здесь полезным, просто в другой роли. Он способен выполнять функцию контролёра (супервайзера продаж), который будет следить за полнотой квалификации, строить отчёты по качеству, сегментам клиентов и беспристрастно анализировать качество трафика.
Пример: Входящие лиды в онлайн-школе
Крупная онлайн-школа использует "нейропродавца" для отдельно взятого продукта "дошкольное образование". Нейросеть обрабатывает все заявки на этот продукт из мессенджеров и чата на сайте и выясняет возраст ребёнка, потребность, набор дисциплин, отвечает на вопросы и передаёт заинтересованных (и уже квалифицированных) клиентов на вторую линию.
Благодаря чат-боту, у которого под капотом нейросеть, стоимость обработки одного лида получается в районе 30 копеек. В эту стоимость входит вся обработка заявки: квалификация, консультация, заполнение карточки контакта в CRM и её перевод на человека. Поток лидов, который обрабатывает такая нейросеть – от 2000 до 3000 в сутки.
Этап 3: КЭВ
Ключевой этап у каждого бизнеса свой и отражает специфику этого бизнеса. Но ИИ под силу разные роли и кейсы, поэтому здесь ему обязательно найдётся применение.
В первую очередь, это персональный ИИ-тренер менеджера, который будет слушать все звонки, читать переписки, выявлять ошибки человека и давать по ним советы. Во вторую – это помощник-ассистент. Например, если КЭВ предполагает подбор продукта из вашей линейки, нейросеть можно инетгрировать с номенклатурой и с таблицей клиентских сегментов, и тогда она сможет анализировать то и другое и подсказывать менеджеру подходящие варианты. И конечно, ИИ можно использовать для написания персонализированных писем и КП.
Для руководителя ИИ будет полезен тем, что беспристрастно сегментирует поток лидов и построит визуализированные отчёты, где покажет общее количество заявок, долю целевых лидов, процент дошедших до КЭВ и самые частые отказы. И отдельно – отчёт по качеству продаж, где каждый навык менеджера и каждый этап диалога получит оценку.
И, как и на предыдущих этапах, ИИ может фиксировать всю информацию этапа в CRM.
Пример: строительство (B2C)
ИИ-тренера, который оценивает все диалоги, даёт менеджерам оценки и выводит всю сводную информацию на дэшборды, внедрил застройщик из Санкт-Петербурга.
В сфере недвижимости замыкание на КЭВ может выражаться в отправке КП или назначении очной встречи с просмотром квартиры. Оценивая диалоги, ИИ отдельно даёт оценку критерия "следующий шаг": резюмировал ли менеджер диалог, проговорил ли, какие следующие действия ожидаются и на чьей стороне. Чтобы получить "100%" за следующий шаг, менеджер должен либо получить согласие на получение КП и договориться, по какому каналу направит документ; либо должен проговорить точные дату и время встречи (или звонка, если клиент ещё "не созрел"). Если менеджер, например, договорится на звонок, но без точной даты, ИИ уже выставит оценку за "следующий шаг" в "50%". Если договорённостей не было вообще ни в каком виде, оценка будет нулевой.
А чтобы менеджер гарантированно не забыл выслать КП, нейросеть сама создаёт на это автозадачу в CRM.
Этап 4: Дожим
Фактически, ИИ начинает работать на успешный дожим ещё на этапе квалификации, потому что помогает классифицировать клиентов грамотно и полноценно, выясняя все пожелания, предпочтения и боли клиента.
Непосредственно на этапе дожима ИИ может определять неотработанные возражения или проигнорированные вопросы клиента, и сам искать ответы и best-practice (например, в базе знаний или в спецификациях на продукт). Найдя ответ, ИИ может как давать подсказки менеджеру через CRM, так и отвечать клиенту самостоятельно – зависит от настроек.
Два примера: поставщик упаковки для бытовой химии и школа речи
Дэшборд со статистикой возражений есть в крупной школе речи и публичных выступлений. Дэшборд включает матрицу "количество возражений / сегмент клиентов" (по неквалифицированным клиентам – по которым сегмент неизвестен – всё тоже считается), историю последних возражений с саммари (его пишет нейросеть) и диаграмму-"пирог" по типам возражений.
Пример, когда ИИ оценивает этап квалификации, есть у компании-поставщика упаковки для бытовой химии. За счёт полной и грамотной проработки клиента на начальных этапах воронки менеджерам стало проще "дожимать" сделки, зависшие ближе к финалу. Как результат – в первые полгода после внедрения поставщик получил 94 дополнительных B2B-клиента.
Этап 5: Отказы
Сделка закрыта, клиент ушёл, деньги потеряны… Приехали, конечная? Вовсе нет: отказы нужно как минимум анализировать. ИИ для этого прекрасно подходит: он может определять неотработанные возражения, ошибки менеджера и готовить по всем этим показателям дэшборд в реальном времени.
Также ИИ может контролировать отказы. Если менеджер закрыл сделку с причиной "недозвон", то нейросеть может проверять, указаны ли в контакте другие виды связи (мессенджер, email), и если да – пытался ли менеджер связаться по всем остальным каналам. Если менеджер пробовал не все пути, то ИИ восстановит сделку и поставит с автозадачу "написать клиенту в мессенджер".
ИИ может и реанимировать "слитые" сделки. Для него можно задать правила проверки для всех закрытых сделок, и если сделка будет подпадать под те или иные условия, нейросеть вернёт её в воронку и оповестит РОПа. Самое главное – всё это делается почти мгновенно, когда клиента не поздно вернуть.
Пример: "слив" сделок в девелопменте
У московского девелопера (строителя недвижимости) наблюдалась, на первый взгляд, классическая проблема: конфликт между отделом маркетинга и продажниками. Лидов было достаточное количество, но значительная часть отваливалась и стоимость полученного клиента получалась слишком высокая.
В компании запустили нейросеть, которая проверяет закрытые сделки: по чётко прописанным критериям определяет тип лида в каждой неуспешной сделке – целевой или нет – и если закрытая сделка была с "целевиком", то анализирует все коммуникации с клиентом и ищет прямой отказ либо неотработанные возражения. Если ничего из этого не обнаруживается, нейрость отправляет уведомление РОПу.
В результате вскрылся фрод одного из менеджеров, который сливал лиды знакомому риэлтору, а в CRM сделки просто закрывал. Благодаря оперативному сигналу от нейросети руководство не только выявило эту схему, но успело вернуть "слитого" целевого клиента, успешно довести его до продажи и выручить на этой сделке 45 млн рублей.
Резюме
Нейросеть можно внедрить в коммерческом департаменте любого бизнеса. Первоочерёдные системы – CRM, мессенджеры и телефония, но при желании и необходимости ИИ можно также дать доступ к учётным системам (1С, эксельки), системам бронирования, и календарям, таск-менеджеру, базам знаний – простор очень большой. К чем бОльшему количеству информации будет доступ у нейросети, тем больше она будет знать про клиентов и продукт, а значит, тем лучше будет искать информацию, находить ответы и давать советы.
При этом всём искусственный интеллект полностью людей не заменит. Он "всего лишь" сделает работу отдела эффективнее и быстрее, будет страховать менеджеров от ошибок, снизит уровень выгорания (потому что возьмёт на себя рутинную работу) и даже заметит фрод (намеренное вредительство). Внедрение нейросети в CRM будет полезно не только отделу продаж, но и маркетинга (впрочем, нейросети как инструмент маркетинговой аналитики – тема для отдельной статьи).
Важно, что примеры на рынке показывают, что внедрение нейросети в бизнес – это уже не привилегия избранных, а вполне себе реальность, доступная даже малому бизнесу.
Автор: Александр Захлебин
