Как AI-помощник по расшифровке звонков сэкономит руководителю отдела продаж 10 часов в неделю и поможет улучшить метрики продаж

Примерно половину рабочего времени менеджеры отдела продаж проводят на звонках, еще несколько часов тратят на внесение данных в CRM-систему и написание фоллоу-апов. У руководителя отдела продаж значительная часть времени уходит на отслушивание созвонов для обратной связи менеджерам и улучшения регламентов звонка.

Как сократить эти затраты, при этом повысив скорость обучение менеджеров отдела продаж и удовлетворенность клиентов, рассказываем в этой статье.

По данным исследователей Bain & Company, руководители высшего звена тратят на встречи в среднем два дня в неделю.

По другим данным, на звонки уходит половина всего рабочего времени: до 23 часов в неделю.

Но это в среднем. В отделе продаж встречи и созвоны занимают еще больше времени. К планеркам, совещаниям, стандапам, отчётам добавляются замеры того, как менеджеры соблюдают скрипты и процедуры звонка, обучение сотрудников, планирование стратегии поведения с важными клиентами на основе предыдущих звонков… И тут вы наверняка удивитесь — в чем проблема?

Именно так и работает отдел продаж: звонит клиентам, а потом анализирует эти звонки и использует их для улучшения процессов и повышения конверсии.

Но давайте представим, что на обработку звонков может уходить 2 часа в неделю вместо 15.

На все эти протоколы, внесение в CRM, на анализ использования скриптов и разбор отдельных сотрудников.

Причем эти 2 часа дадут такую же (а то и большую) эффективность и достоверность данных!

Рядовые сотрудники отдела продаж проводят до 35% времени на встречи.

Представьте своего обычного менеджера — пусть ее зовут, например, Мария.

Она каждый день общается с несколькими клиентами.

Но ее работа по звонку не заканчивается в тот момент, когда она нажимает отбой.

Еще примерно час в день она пишет протоколы и сводки звонков, чтобы отправить клиенту, сохранить данные в CRM и сделать отчет для вас.

Мария устает или у нее болит голова — и она ошибается или забывает внести в протокол важные детали, например, требования клиента к марке стали.

Мария отлично общается с клиентами и хорошо продаёт.

Эффективнее всего она именно на звонке.

Мария больше внимания и времени уделяла протоколам, по два раза переслушивая созвоны.

Можно нанять дополнительных менеджеров, чтобы план выполнялся, и при этом протоколы были идеальны.

Марию заниматься протоколами в личное время.

Но тогда лучшие из вашей команды быстро найдут себе новую работу — где начальник будет уважать их время.

Есть ли четвертый путь? Да, внедрить ИИ-ассистента для расшифровки и протоколирования звонков. Представьте: вместо того, чтобы переслушивать звонок ради составления протокола (или писать его по памяти),

Мария видит сводку звонка и может быстро, точно и не забывая детали составить резюме. И даже лучше: резюме звонка уходит всем участникам автоматически. А

Мария получает +1 час в день на дополнительные звонки новым клиентам.

То есть на то, ради чего вы ее и нанимали. Интересно, но… мало? Впрочем, ИИ-ассистент для отдела продаж действительно не должен ограничиваться простыми протоколами.

Марии вновь на уровень задач руководителя отдела продаж.

Какие рутинные задачи он выполняет, чтобы поднять показатели продаж и улучшить воронку?

Наверняка в этом списке есть эти затратные по времени, но неотчуждаемые задачи:

Анализировать звонки менеджеров на соблюдение регламентов и правил.

Анализировать работу каждого менеджера для принятия решений: развивать, повышать, увольнять?

Выявлять и устранять повторяющиеся проблемы в общении с клиентами.

Возвращать и догревать клиентов, которые пока не совершили покупку или не вернулись за повторным заказом. Посмотрим, поможет ли ИИ-ассистент упростить эти задачи и уменьшить время, которое вы в них вкладываете.

У отдела продаж много регламентов и скриптов.

Один вы используете при первом контакте с теплым клиентом, второй — при первом контакте с холодным.

Третий — когда работаете уже давно и хотите предложить новый товар или услугу.

Четвертый — если видите, что клиент «застрял» в воронке.

Как проверять, что все они в нужной ситуации используют нужный скрипт и предлагают то, что должны предложить? В эпоху до-ИИ всё было просто (и долго).

Выбрал произвольные звонки, прослушал, проверил по чек-листу и дал обратную связь сотруднику.

Но руководитель в отделе один, задач у него много, а менеджеры генерируют сотни часов звонков в неделю.

Не разорвёшься! А теперь представьте: ничего не нужно слушать.

Достаточно задать вопрос в чат-бот и получить развернутый ответ о соответствии звонка рекомендациям.

Если же вас интересуют срезы по нескольким десяткам звонков, можно заглянуть в сводную таблицу примерно такого вида: …и увидеть, что: В звонках менеджера

Ивана подозрительно часто есть маркеры недовольства собеседников;

Марина иногда забывает предложить скидку постоянным клиентам;

Асия не рассказывает об актуальных акциях и т. д.

Можно смотреть отчеты в разрезе сотрудника, в разрезе определенного типа звонков (первый контакт, повторный контакт) или за определенный период. Например, три недели назад вы проводили обучение менеджером по продажам и хотите теперь проверить, как они используют полученные навыки. С ИИ-аналитикой это не проблема.

Вы скажете: ИИ-расшифровщики такого не умеют. Да, действительно, это не базовый функционал.

Но правильное внедрение как раз позволяет добавить к стандартным расшифровкам вопросы-маркеры на основе ваших регламентов. ИИ проанализирует расшифровку по ключевым словам и фразам и с высокой точностью покажет, насколько каждый из звонков соответствует вашим внутренним регламентам и скриптам.

Что дальше: развивать, хвалить, увольнять, обучать — эти решения по-прежнему будут на вашей стороне.

Но теперь у вас будет больше фактов для их принятия.

Конечно, у вас уже есть целая система хранения договоренностей.

Есть письма, есть протоколы звонков (которые заполняют менеджеры), есть чаты. Есть, в конце концов, CRM, которая агрегирует и хранит всю эту информацию. Но…

Первое — вы на сто процентов уверены, что в протоколах встреч ваши менеджеры ничего не забывают указывать?

Людям свойственно забывать некоторые детали и не "доносить" их до письменной фиксации.

Отвлекся на секунду во время созвона на пиликнувшее уведомление — и целый пласт информации забылся. И второе — даже скрупулезно сохраненная информация далеко не всегда удобна для использования.

Сколько писем, протоколов и чатов приходится перекопать, чтобы вспомнить, о чем вы договаривались с менеджером

Ольгой вашего клиента А в мае прошлого года?

Точно ли это была договоренность, а не расплывчатые размышления, что «неплохо было бы когда-нибудь…»? А теперь представьте — любая информация по договоренностям с клиентам, во-первых, сохраняется автоматически без ошибок "человеческого фактора, и во-вторых, легко доступна.

Вы пишете в чат «Напомни мне такую-то информацию за такой-то период» — и через 15 секунд получаете подробную выкладку: о чем договорились, почему договор не был заключен в тот момент и что можно сделать, чтобы возобновить сотрудничество.

Как результат, вы сможете делать клиентам более персонализированные предложения, быстро возобновлять диалоги, выявлять повторяющиеся вопросы и запросы.

Согласно данным исследования McKinsey, использование AI в обслуживании клиентов может повысить удовлетворенность клиентов, одновременно снижая затраты на обслуживание.

Собрать данные и удобно представить их в едином документе — большая задача.

Для ее решения есть много вариантов — от сложных интеграций до принудительного составления отчетов старшими менеджерами.

Но представьте: неделю назад вы поменяли скрипт, а продажи не изменились — в чем причина?

Или у вас появилась новая линейка товаров, но она не продается — в чем дело?

Как только у вас появляются новые срезы данных, вам вместе с аналитиками нужно придумать, как их собирать, как представлять в отчетности, какие показатели считать нормой.

Но принимать решения надо уже сегодня. А теперь представьте: вы можете посмотреть статистику в любой момент в обычной таблице.

Или задать чат-боту вопрос "В скольких звонках на этой неделе менеджеры предлагали клиентам такую-то линейку товаров".

Или через пару дней после обучения посмотреть статистику: кто и как начал применять новые данные.

Главное — подобрать правильные критерии и вопросы для оценки интересующих вас параметров. А это, согласитесь, быстрее, чем выбить время IT-команды на новую интеграцию или конкурировать за бизнес-аналитика с отделом закупок.