Вы теряете 68% лидов из-за менеджеров

Всем привет, меня зовут Роман и я не люблю слушать звонки. Ненавижу до такой степени, что мы разрабатываем нейронку, которая делает это сама. Она не только слушает, но и скорит лида, оценивает качество работы менеджера по продажам и заполняет CRM данными из звонков.

Однажды мы увеличили конверсию продаж на 68%. Вот пошаговое руководство, как вы можете это быстро повторить, тоже внедрив нейросеть в работу отдела продаж и увеличить конверсию с 25% до 42% или с 30% до 50,4% и т.д. Это позволит сильно сократить расходы на маркетинг и не плакать, слушая звонки.

Команда продаж 5 чел: 2хSDR и 3хAE. SDR-ы обеспечивают приток новых квалифицированных лидов (SQL) в количестве 20 шт/мес на каждого. Затем AE принимают лида, проводят доквалификацию и закрывают сделку: подписывают договор и получают первый платеж.

В итоге, из 20 SQL за 4-6 месяцев до оплаты доходило 5 клиентов. Чек - от 5 млн руб.

Для того, чтобы получить 20 SQL, каждому SDRу необходимо было провести более 60 встреч в месяц, после каждой встречи заполнить 20 ячеек в CRM, написать фоллоуап каждому лиду и еще совершить другие активности, которые позволят запланировать встречи на будущее (Revenue Generation Activities).

Работа SDR (или хантера) - это огромный пласт мелких движений, постоянные переключения: ответы на входящие запросы, звонки и тд. SDR находится на переднем крае: он не может сапрятаться от клиентов, он всегда должен быть на связи. Поэтому работа SDR сопряжена со стрессом и ошибками: люди не успевают делать все правильно. Чтобы снизить количество ошибок, необходимо автоматизировать все, что можно автоматизировать.

Основная задача, стоявшая перед нами на первом этапе - автоматизировать ввод данных в CRM. У заказчика было 7 ключевых вопросов, ответы на которые должны фиксироваться в отдельные ячейки в CRM:

Если ответы на все 7 вопросов есть и цифра в бюджете подходящая - лид считается квалифицированным и передается по процессу на следующий этап-AE, который его принимает и заводит сделку, которую потом доводит до денег. Если ответов нет, делался еще один подход в попытке выяснить эти детали. Если после второй попытки ответы не получались, лида ставили на “прогрев” маркетинговыми инструментами, пока он сам не дозреет.

На начальном этапе нейросеть в базе уже определяла наличие ответов на эти вопросы и сами ответы записывались в указанные ячейки в CRM (amoCRM) через API интеграцию. Встречи проходили через Zoom/Meet, поэтому работали через приложение, которое устанавливается на компьютере. Сотрудники на MacOS mp3 файлы встречи в свое облако.

Разработка вопросно-ответной системы для поиска этих 7 ответов заняло всего неделю. Без обучения точность определения ответа была 50%. Самый большой разбег был на вопросе 5. Хотя по логике там всего несколько вариантов: больше зарабатывать или меньше тратить, но люди скатывались в ответы в коннотации задач, а не целей. Но нам это тоже необходимо было фиксировать. Для повышения точности извлечения ответов на все вопросы, мы произвели дообучение нейросети на реальных звонках. Еще через неделю точность извлечения ответов в слепых тестах составила 89%.

На следующих этапах нам необходимо было обеспечить систему закрепления эффективных навыков сотрудниками. Раз уж мы анализируем весь диалог, то почему бы нам и не измерить заодно качество работы SDR и AE? Мы стали оценивать качество работы менеджеров по продажам.

Разбили задачу на этапы:

Анализ результатов первого этапа показал, что:

Теперь они не торопились и если за 45 минут не получили все ответы, то продолжали встречу и доводили ее до результата.

Количество SQL выросло на 28%

Введение дополнительных более тонких метрик позволило через 2 недели увеличить конверсию в SQL до 36%

В результате Won Sales анализа мы установили, что среди всех успешно закрывшихся сделок были дополнительные общие черты:

80% из них на этапе SQL имели ответы на вопросы:

70% из них имели ответы на такие вопросы:

50% имели ответы на эти вопросы:

и 20% сделок имели ответы на такие вопросы:

Нам была поставлена задача расширить и научить нейросеть дополнительно извлекать ответы и на эти вопросы на первых 3-х встречах с клиентом (Discovery, Demo и NBM)

Перед менеджерами стояла задача как можно быстрее проговорить эти темы с клиентом, чтобы он озвучил ответы на них.

Задача нейросети - как можно быстрее извлечь из разговора ответы на эти вопросы и записать в ячейки CRM.

Если система знает ответы на указанные выше 17 вопросов, то подставив правильные ответы в правильный шаблон, у нас получится шикарный фоллоуап, который собирается автоматически. Это позволит не только сэкономить 15-30 минут после каждой встречи, но и зафиксировать лиду еще раз его боли, и

Тут как раз об этом и описано детально.

Сейчас нейросеть автоматически извлекает из диалогов с клиентами ответы на 17 вопросов, записывает ответы на каждый из них в 17 разных ячеек amoCRM, автоматически создает протокол встречи и контролирует качество работы менеджеров по продажам по 33-м параметрам.

Это дает небольшой компании с командой всего 5 сейлов мощный рычаг конкурентоспособности. За первые 1,5 месяца мы помогли нашему клиенту улучшить следующие цифры:

За следующие 1,5 месяца мы увидели еще прогресс:

Как стать Data Driven Директором по продажам, наш канал в Telegram: VP of sales.