{"id":13660,"url":"\/distributions\/13660\/click?bit=1&hash=829c3f4bd5611858ea9456b55832e0254413f056f0bd8b6fa3b9fccae541092c","title":"\u041b\u0438\u0434\u0435\u0440\u044b \u0440\u044b\u043d\u043a\u0430 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u044e\u0442, \u043a\u0430\u043a \u0431\u044b\u0442\u044c \u043b\u0438\u0434\u0435\u0440\u0430\u043c\u0438 \u0432 \u043a\u043e\u043c\u0430\u043d\u0434\u0435","buttonText":"\u0423\u0437\u043d\u0430\u0442\u044c \u0433\u0434\u0435","imageUuid":"b21a2e96-c2cd-51bd-a6d9-39deeed48e3c","isPaidAndBannersEnabled":false}
Офтоп
Irina Kuzmina

Как навести порядок в продажах с помощью речевых технологий

Колонка Василия Быкова, директора по продукту CallScoring компании CallTracking.ru.

Понять, что на самом деле происходит внутри отдела продаж, можно только начав с отслушивания звонков. Но эта задача порой невыполнима, если за нее берется руководитель отдела, потому что это происходит бессистемно, так как на отслушивание нужно выделить много времени.

А если нанять для этого специального сотрудника, то, как правило, он будет успевать проверять трех-четырех операторов колл-центра, с большим количеством один человек физически не справится.

Технологии распознавания речи — незаменимая часть нашей повседневной жизни, хотя многим, скорее всего, они все еще кажутся игрушкой. Кто-то пользуется помощницей Siri, у других голосовой набор или поиск в браузере, и эти приложения лишь верхушка айсберга.

Софтверные гиганты — «Яндекс», Google, Microsoft — позволяют сравнивать обнаруженные слова со словарями или с множеством уже имеющихся записей произнесенных слов. Например, платформа Yandex.SpeechKit распознает речь с точностью до 95% в определенных тематических категориях вроде голосовых команд управления интерфейсом.

Но каким образом речевые технологии помогают улучшить работу отдела продаж, если менеджеры общаются с клиентами по телефону?

В первую очередь речевые технологии помогают наладить взаимодействие отдела продаж и маркетинга и решить проблему, почему нет продаж, если лиды в компанию приходят. Раньше в таких ситуациях разбирались, основываясь на чьих-то аргументах, но сегодня можно поступить следующим образом: сначала посмотреть, сколько было звонков и с каких рекламных каналов они пришли. Допустим, что 100 — с рекламы «Яндекс.Директ», еще 80 — с Google AdWords, соцсети принесли — 40 и акции для клиентов сгенерировали 50 обращений.

Общее количество звонков с разных рекламных каналов

Однако это только количество лидов, об их качестве мы пока ничего не знаем. На втором этапе подключаем к задаче робота — инструмент речевых технологий, который распознает целевые и нецелевые звонки.

Как только подгружаются данные об их количестве, картина меняется. Выясняется, что Google AdWords и акция для клиентов — самые эффективные каналы, они привели самое большое количество целевых лидов, а вот с рекламой в «Яндекс.Директ» и в социальных сетях явные проблемы, потому что из 100 звонков всего 40 были целевыми и только 1/4 обращений в социальных сетях принесла «живых» клиентов.

Решив проблему с определением целевых и нецелевых звонков, мы можем сделать вывод об эффективности рекламных каналов.

Сравнение общего количества звонков с целевыми лидами

Вторая задача, в которой помогают разобраться речевые технологии — детализация разговоров. Подробный анализ и оцифровка звонков позволят выяснить, кто из менеджеров портит продажи?

Допустим, у вас интернет-магазин садовой техники и три менеджера (Семен, Иван и Ирина), которые получают одинаковое количество звонков в день. Иван отработал лиды на среднем уровне — получил меньше 50% заказов, у Семена успешны 30% заказов, у Ирины — меньше 20%.

Но благодаря автоматической отслушке звонков мы выяснили, что Иван закрыл почти все целевые лиды и совершил сделки, Семен работает чуть лучше, чем мы думали, а результаты Ирины, наоборот, еще хуже.

Выясняем, насколько хорошо менеджеры отработали целевые лиды

Кроме того, с помощью речевых технологий — системы коллскоринг — мы можем определить тематику звонка. На этом этапе может выясниться, что даже у Ирины есть свои сильные стороны — она, к примеру, лучше всех продает газонокосилки. Благодаря такому инструменту можно перераспределить входящие звонки с учетом сильных сторон каждого менеджера.

Смотрим конверсию успешных лидов в разбивке по тематике звонков

Еще одна проблема, которая легко решается с помощью коллскоринга — анонимные звонки в системе. Небольшая часть звонков совершается неизвестным менеджером, которые всегда проникает в статистику, независимо от того, сколько человек работают в колл-центре.

Так происходит, когда сотрудник отходит от рабочего места и за него отвечает другой человек или когда на работу выходит новый менеджер, которому не настроили учетную запись в системе для работы с входящими звонками. Технология Microsoft Speaker Recognition умеет узнавать человека по голосу, с ней возможно записать эталонные аудиофонограммы всех сотрудников — и робот расскажет, кто на какой звонок отвечал.

Еще одна задача, с которой помогут разобраться речевые технологии — контроль соблюдения скрипта менеджерами по продажам. Сегодня можно определить и то, какие именно произносили слова и в какой последовательности, задав определенный алгоритм, который оценит беседу стразу по нескольким критериям. Например, робот может отследить, представляется ли менеджер, рассказывает ли о преимуществах товара, выясняет ли потребности клиента, побуждает ли к заказу.

Анализ скрипта менеджера по продажам

В результате мы получаем набор параметров, по которым оценят работу менеджера, рассчитанный рейтинг его эффективности и рекомендации.

Используя речевые технологии, мы можем посмотреть, что происходит внутри звонка и понять, в чем проблема конкретного менеджера. Уже после этого полученные результаты можно применить на практике — оптимизировать продажи, увеличить средний чек, правильно распределить бюджет на рекламу и отключить неэффективные рекламные кампании.

Немного цифр

Приведу пример из моей практики. Один из наших партнеров — сеть магазинов садовой техники — поставил задачу проконтролировать работу колл-центра и оптимизировать продажи.

Анализ звонков показал, что клиенты часто спрашивают про сопутствующие товары, а менеджеры не очень хорошо в них ориентируются. Благодаря обучающим тренингам и устранению системных ошибок объем продаж вырос на 30%, а средний чек увеличился на 10%.

После того как мы получили данные о количестве целевых и нецелевых звонков с «Яндекс.Директ» и Google AdWords, компания приняла решение отключить рекламные кампании, которые оказались неэффективными, и соответственно в общем удалось снизить расходы на рекламу на 15%.

0
3 комментария
Джоуи Вин

Есть какой-нибудь кейс, с примером настройки и выставления целей скоринга?

Ответить
Развернуть ветку
Василий Быков

Есть например такой кейс: http://callscoring.ru/cases/uservis Или что-то конкретнее пояснить?
К сожалению, какие именно метрики вылавливают различные проекты (слова, скрипты общения) - под строжайшим NDA.

Ответить
Развернуть ветку
Джоуи Вин

Хочу понять, как можно применить данный инструмент, и какие задачи он поможет решить. Апселы - с ними достаточно всё банально. Если их нет, то нужно протестировать персонал и послушать звонки/скорректировать скрипт. Конверсия по менеджерам и товарным группам как голый факт видна из статистики, но вот как анализируется диалог, что б понять что было 10 горячих лидов, 5 из которых запороты по группе А, и 5 отработаны на 100% по группе Б не ясно.
Короче нужно что-то типа how-to, но не абстрактно, а в виде инструкции к применению.

Ответить
Развернуть ветку
Читать все 3 комментария
null