Система по работе с заявками для клиники пересадки волос

Клиника пересадки волос HFE — единственная в России клиника, которая предлагает новейшую методику восстановления волос по мировым стандартам без использования скальпеля и других режущих инструментов.

До начала работы с нами данные в клинике фиксировались вручную в блокнотах, потом переносились в таблицы Excel.

Из-за такого хранения данных

— сложно было следить за аналитикой;

— конверсия считалась неправильно или не освещалась вовсе;

— с собранной базой никак не работали.

Требовалась систематизация всех данных. Нужно было возвращать клиентов, данные которых терялись в большом потоке таблиц.

Вначале мы провели несколько бриф-встреч с заказчиком, чтобы разработать альбом ключевых бизнес-процессов и понять, какого результата мы хотим достичь.

Изучив вопросы и пожелания клиента, мы поставили следующие цели:

— перестать терять заявки и выстроить систему работы с ними;

— увеличить выручку клиники без изменений расходов на рекламу;

— собрать базу клиентов, которые были упущены ранее, и вернуть их к покупке.

MVP CRM (минимально жизнеспособный продукт) мы сделали за 2 месяца.

Нам потребовалось около 6–8 месяцев на то, чтобы отладить все процессы и написать инструкции по работе для отдела продаж.

Сейчас это позволяет без дополнительных усилий нанимать новых менеджеров по продажам.

BPMN-схема позволяет визуализировать и анализировать бизнес-процессы в amoCRM. Это помогает выявить возможные узкие места и оптимизировать работу системы для повышения её эффективности.

Разделение на уровни помогает более чётко определить функции и области ответственности каждого отдела, что позволяет эффективнее обучать и развивать сотрудников каждого отдела.

Сформировали обучение, которое включает в себя пошаговую инструкцию по активации, видеообучение, инструкции по работе с CRM-системой. По нашим подсчётам, построенное обучение сокращает ресурсы на запуск и обучение новых сотрудников до 60 часов.

Нам удалось выстроить удобную CRM-систему для работы консультантов. Сейчас мы продолжаем тестировать гипотезы роста в воронке продаж.

Что amoCRM позволила нам отслеживать?

AmoCRM собирает максимум информации об источнике сделки. Мы видим, откуда пришла сделка, и можем быстро проанализировать, откуда приходит больше заявок и как увеличить их количество.

Также мы настроили передачу данных по офлайн-конверсиям в источники рекламы для её оптимизации.

После решения основной задачи мы приступили к внедрению улучшений.

Что подключили?

Мы настроили все данные, необходимые для оптимизации рекламы, по офлайн-конверсиям из CRM в «Яндекс Директ».

На этапе запуска столкнулись со следующими сложностями:

— виджеты, которые предлагает CRM-система, работали нестабильно;

— теряли статистику по заявкам из WhatsApp (≈20%).

В первом случае мы отобрали самые стабильные виджеты, сделали резервную разработку и каждую неделю проверяем все действия по чек-листу. Во втором — разработали собственный виджет, который передаёт данные аналитики из WhatsApp.

Как он работает?

Когда посетитель начинает диалог в чате WhatsApp на сайте, у собственника компании формируется полная картина об источнике обращения, что позволяет лучше оптимизировать рекламные кампании.

Запустили голосового робота, который прозвонил 8 068 контактам, что заняло у него более 350 часов.

Робот работал по скрипту, ИИ распознавал речь и отвечал на вопросы клиентов. В этом проекте мы назвали робота Алёной и представили её помощником консультанта.

Мы отправляли от 100 до 200 сделок на прозвон в день по 3 раза в неделю, чтобы консультанты успевали обрабатывать сделки после первичного обзвона роботом.

С какими трудностями мы столкнулись при запуске голосового бота и их решения

Чтобы повысить процент взаимодействий с клиентами, которые не ответили на звонки, мы настроили отправку сообщений в WhatsApp.

Получили конверсию 0,4% в звонки.

После запуска мы потратили ≈ 9 часов на то, чтобы прослушать все отказные сделки и до конца обучить робота. Всего 2,9% заявок Алёна по ошибке переместила в статус «Отказ». Но с такими заявками можно было ещё работать.

В итоге мы обзвонили почти всю базу и увидели, что Алёна успешно заменила кол-центр.

В результате робот Алёна обзвонил 8 068 контактов, совершил всего 11 555 звонков (кому-то Алёна звонила несколько раз). Выручка составила 5 400 000 рублей. Отдача инвестиции x48.

— Экономия времени на ведение базы позволила отделу продаж сконцентрироваться на клиентах.

— Быстрый доступ к информации и истории раннего консультирования повысил качество обслуживания.

— Отслеживание эффективности маркетинговых кампаний и получение данных позволили улучшать рекламу и ставить гипотезы роста.

— Повысился уровень продаж.

— Выстроили единую систему работы с заявками, разработали регламент работы и обучающую программу для консультантов.

— Не теряется ни один пропущенный звонок в клинику.

— Все заявки приведены в абсолютный порядок: каждая расположена на нужном этапе, что позволяет видеть, на какой стадии тот или иной пациент.

— В каждой карточке собрана воедино вся информация про клиента. Там же сохраняются переписка с клиентом и записи телефонных разговоров.

— В 2,5 раза уменьшили стоимость заявки, повысили их качество без увеличения расходов на рекламу.

— Получили с базы контактов выручку в 5 400 000 рублей.

Больше о работе агентства рассказываем в Телеграм-канале: Подписывайтесь!