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. Время на прочтение: 8 мин.

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.

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

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. Иногда

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

Мария отлично общается с клиентами и хорошо продаёт.

Эффективнее всего она именно на звонке. Но эти ошибки… Можно распорядиться, чтобы

Мария больше внимания и времени уделяла протоколам, по два раза переслушивая созвоны. Но у вас план продаж.

Можно нанять дополнительных менеджеров, чтобы план выполнялся, и при этом протоколы были идеальны. Но это экономически неэффективно. Можно заставить

Марию заниматься протоколами в личное время.

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

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.

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

? 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. Это процесс небыстрый.

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.

Обычный ИИ-инструмент требует множества дополнительных действий.

Чтобы получить расшифровку, нужно или впустить ИИ-бота на встречу, или загрузить запись встречи через отдельный интерфейс и потом забрать готовые файлы.

Идеальная модель работы ИИ-помощника в том виде, в котором его внедряем мы, выглядит так: вы или ваши менеджеры просто нажимают кнопку "запись звонка". Всё.

Для этого мы интегрируем AI-помощника с вашей CRM или любыми другими системами, в которых есть нужные данные.

Создадим чат-бота или подключим дополнительную ветку в уже существующем.

Он будет забирать записи из тех системы, где вы привыкли созваниваться и забирать данные о клиентах их тех таблиц, которые вы хотите использовать для повышения качества ответов.

При этом мы настроим языковую модель так, чтобы она безошибочно расшифровывала именно ваш сленг и термины. В протоколах встреч не будет междометий, бессмысленных фраз и случайных оговорок.