Как мы сделали из голосового бота тайного покупателя и провели анализ сегмента рынка за пару дней
История о том, как мы отправили бота общаться с фармацевтами, чтобы понять рекомендации брендов в аптеках и сформировать адресный список точек для их проработки торговыми представителями.
Для кого проект?
Компания «Акрихин» работает с 1936 года и имеет в портфеле около 200 лекарственных препаратов, почти половина из которых входит в перечень жизненно важных. Организация занимает четвертое место в рейтинге российских фармпроизводителей по объему розничных продаж по данным исследования IQVIA 2020 года.
Компания делает ставку на модернизацию и расширение производства, освоение новых технологий и развитие продуктового предложения. К примеру, в ноябре 2021 года «Акрихин» дополнил линейку препаратов витамина D3, представив растворимые таблетки с увеличенной дозой действующего вещества, аналогов которым нет в стране.
Какую задачу решали?
Сфера продажи фармацевтической продукции в России консервативна и отличается невысоким уровнем цифровизации.
При этом фармкомпании необходимо оперативно получать точные и подробные данные из аптек. Так, бренд-менеджеру нужно знать, рекомендуют ли покупателям препарат фармацевты. Этот показатель трудно измерить, притом что для его увеличения «Акрихин» выделяет серьезный бюджет, работая в трех направлениях. Первое — заключение контрактов с аптечными сетями, гарантирующих, что товар будет представлен на полке в своей категории. Второе — посещение точек продаж представителями компании, которые информируют фармацевтов и провизоров о преимуществах препаратов. Третье направление — офлайн- и онлайн-обучение сотрудников аптек.
Определить эффективность этих мер сложно. Эту работу выполняют фармпредставители компании, лично оценивая наличие товаров на полках, но они не могут быстро объехать все аптеки, которых в России около 60 000. К аудиту можно привлечь тайных покупателей, однако это долго и дорого: стоимость одной проверки — от 200 до 3000 рублей.
Таким образом, компании нужен инструмент для получения актуальной информации из множества точек в разных городах. Решение этой задачи должно повысить эффективность принятия тактических и операционных решений в маркетинге и продажах.
Что сделали?
Мы разработали голосового бота, который обзванивает аптеки, представляясь клиентом и используя реплики, озвученные диктором из целевой аудитории. Система узнает о наличии препарата с витамином D3 и о том, какие бренды фармацевты рекомендуют посетителям.
Как работали над проектом?
Сначала мы выяснили, как обычно строится диалог покупателя с фармацевтом, сделав несколько звонков в аптеки по предварительному шаблону беседы и имитируя будущий разговор бота.
Когда первая версия сценария была готова, мы записали пилотные версии реплик бота и протестировали скрипты во время реальных звонков в аптеки, чтобы узнать типовые возражения фармацевтов. Получив их, мы доработали скрипты и снова их протестировали. Через несколько подобных итераций бот научился обрабатывать большинство возражений, таких как: «У меня очередь», «Приходите в аптеку, и я вам подскажу».
Когда сценарий исправили и утвердили, мы записали финальную версию с диктором. Голос выбрали исходя из целевой аудитории бренда — это женщины старше 40 лет. Чтобы разговор звучал максимально естественно, мы наложили на предзапись шум улицы.
Итак, у нас получился следующий основной скрипт:
- «Добрый день, это аптека?»
- «Что можете посоветовать от <...>?».
- «Понятно, а <...> есть? Без разницы в каких дозировках» / «А сколько стоит?» (в зависимости от ответа на предыдущий вопрос).
- «Хорошо, спасибо, до свидания».
Дополнительно к основному скрипту бот отрабатывал сценарии:
- Возражений (например, «У меня люди ждут», «Приходите в аптеку»).
- Повторных звонков (реакция на фразы «Сейчас неудобно говорить», «У меня обед, перезвоните» и так далее).
- Уточнений по дозировкам и формам лекарственного средства (например, «Вам для каких целей?», «Вам в таблетках?»).
- Коммуникации с другим ботом (полностью исключить общение не удалось, но время разговора сократили в 2-3 раза).
- Неразборчивого произношения названия бренда фармацевтом.
В качестве платформы для создания бота мы выбрали Aimylogic от Just AI. Она включает модуль NLU (Natural Language Understanding), который позволяет системе распознавать ответы фармацевтов и выбирать нужную реплику из базы.
Какой результат получили?
За один день робот набрал более 20 000 номеров и пообщался с 7 000 сотрудников аптек. Такое количество проверок тайным покупателем обошлось бы компании в несколько миллионов рублей, тогда как наше решение в несколько раз дешевле и кратно быстрее в реализации. Кроме того, при дополнительной проработке возражений фармацевтов возможно увеличить конверсию в успешный звонок и получить еще больше информативных ответов. Для этого кейса выборка в 7000 результативных диалогов была достаточной.
При этом использование системы, как и привлечение тайного покупателя, гарантирует независимость и объективность предоставления информации: в любой момент можно прослушать звонки и проверить корректность данных.
Благодаря созданию бота, компания «Акрихин» получила актуальный отчет о рекомендациях бренда в точках продаж. На основе ответов фармацевтов мы сделали аналитику, разбив информацию по чартам.
К примеру, можно посмотреть адресный список аптек, где препарат не предлагают покупателям, и выбрать из них те, с которыми заключен контракт о рекомендации. Кроме того, можно изучить ситуацию в отдельных регионах и понять, где конкурентный товар советуют чаще. А затем отправить в точки фармпредставителей и организовать промокампанию.
В дальнейшем решение может стать инструментом для проведения регулярных аналитических исследований, которые будут занимать 1-2 дня, включая подготовку аналитических сводок.
Вместо заключения
Чаще всего голосовых ботов используют для повышения эффективности call-центров: автоматизации обработки входящих и совершения исходящих звонков. Однако у этой технологии большие перспективы, что подтверждает наш проект. Мы предложили нестандартное решение для консервативной отрасли — и результаты превзошли ожидания.
Если вы использовали голосовых ботов для решения необычных задач, поделитесь опытом в комментариях — будем рады пообщаться.
***
Если вы хотите знать больше о том, как технологии помогают компаниям расти и совершенствовать процессы, подписывайтесь на наш телеграм-канал ИИшечная https://t.me/cleverbotsai. Там мы публикуем полезные материалы, подборки мировых новостей о развитии искусственного интеллекта и его применении в решении бизнес-задач.
Голосовые боты - теперь з🅰️Ебем и продавцов.
Мы делали разговор максимально коротким и ёмким, чтобы и фармацевта сильно не отвлекать, и конверсию в успешный разговор не портить. Плюс к этому - если фармацевт говорил, что занят и сейчас не может говорить, мы перезванивали в другое время, когда фармацевт мог уделить нам 30-40 секунд времени.
Поскольку я из фармы, то скажу что кейс реально крутой! Это крайне необходимая в работе информация и на практике сотни медицинских представителей ножками обходят эти аптеки. И на мой взгляд здесь заложен огромный потенциал для компаний на этапе лонча препаратов - когда нужно постоянно контролировать стоки в аптеке.
Вы позвонили в 20.000 аптек ради одного SKU?
Скорее не ради SKU, а ради одного бренда, наша задача была - понять рекомендацию фармацевтов в категории, в которой представлен бренд. Для того, чтобы упростить коммуникацию с фармацевтами, мы просто использовали одну из форм препарата.
Представьте, что другие бренды решат повторить, тогда фармацевтам можно будет вешаться...
С технической точки зрения очень интересный проект, респект! Но. Как потребитель, я в унынии. Теория заговора в фармацевтике еще раз находит свое подтверждение. Мне врач и фармацевт в аптеке будут рекомендовать и назначать те лекарства и бады, за которые уплачено корпорациями. И моему кошельку будет больно. Еще хуже, когда это кошелек моей бабушки.
Впечатляет! И за находчивость огромное уважение!))
скажите а какой метод лучше подходит для колл центра , синтез речи или заранее записанные треки с голосом человека ?
Зависит от задачи и количества тем, на которые бот должен отвечать. Если количество тем не очень большое, то может быть достаточно предзаписи, если необходимо использовать в разговоре переменные (обращение по имени, адрес доставки, баланс на счете и т.п.), то без синтеза здесь тяжело будет обойтись. Сейчас чаще используется гибридный способ, когда в предзаписанные фразы вставляются переменные, таким образом, чтобы ответ бота звучал более естественно.