Как мы увеличили конверсию в 6 раз в торгово-производственной компании (B2B/B2C) с помощью чат-бота

Рассказываем как мы в крупной торгово-производственной компании подключили чат-боты в Телеграме и на сайте, автоматизировали процессы работы между специалистами и заказчиками, необходимые для увеличения продаж, и за три месяца пилотной работы:

Все работы мы - агентство мессенджер-маркетинга Townsend провели совместно с командой сервиса автоматизации коммуникаций Metabot24.

Наш клиент — крупный дистрибьютор компании, которая производит товары для строительства и ремонта.

Для увеличения продаж дистрибьютор:

Такая система позволяет продавать больше материалов и грамотно использовать их в ремонте и строительстве.

Эту классическую бизнес-модель можно назвать маркетплейсом, и она требует одновременно работать с двумя воронками продаж:

Соответственно, автоматизация должна была упростить процессы, происходящие с трех сторон:

Все эти процессы мы автоматизировали за счет чат-бота в Телеграме и чат-бота на сайте.

Для сертификации специалистов дистрибьютор проводит бесплатные обучающие вебинары, а после них — тестирование. Успешное прохождение тестирования дает специалисту право на получение свидетельства. Для автоматизации этого процесса мы создали воронку в чат-боте.

Специалисты попадали в воронку из таргетированной рекламы, где чат-бот рассказывал о преимуществах сертификации и предлагал зарегистрироваться на 2-дневный бесплатный вебинар.

Если подписчик не регистрировался, бот запускал на него квалифицирующий квиз, в ходе прохождения которого пользователь отвечал:

Бот автоматически подсчитывал результаты опроса и объяснял специалисту, почему сотрудничество с дистрибьютором упростит поиск заказов и увеличит доходы, после чего снова приглашал зарегистрироваться на вебинар.

Все, кто зарегистрировался на обучение, получали:

По окончании учебных мероприятий бот проводил опрос:

Такая обратная связь помогала корректировать саму воронку и повышать ее результативность, а также помогала лучше понимать потребности и возможности специалистов.

Средняя доходимость до вебинаров составила 30%, но за счет повторных обучающих мероприятий, мы могли приглашать на вебинары подписчиков снова и снова, так что, если какой-то специалист не мог посетить его сразу, у него была возможность сделать это позже.

В тестовый период после первых запусков конверсия в сертифицированных специалистов составляла 5% из всех, кто попал в чат-бот из рекламы. После чего мы доработали вебинарную воронку, в том числе и на основании собранной обратной связи. В нее добавили инструкции по получению статуса сертифицированного специалиста: сколько времени нужно быть на вебинаре, чтобы получить ссылку на тестирование, и в течение какого времени она действует.

Дистрибьютор был заинтересован в специалистах, которые соответствовали определенным критериям. Таким мастерам предлагали сотрудничество на специальных условиях. Нам нужно было создать бота, который после опроса подписчиков собирал телефоны необходимых мастеров.

Для решения этой задачи мы разработали квиз, который предлагал подписчику определить, насколько хороший он специалист. Этот простой ненавязчивый квиз имитировал разговор с клиентом: бот задавал вопросы, которые с одной стороны вполне могли задавать заказчики при общении со специалистами, а с другой — позволяли выделить целевой сегмент.

Все, кто дошел до конца квиза, получали статус крутого специалиста; те, кто не справился на каком-то этапе, — получал приглашение на вебинар. А мастерам, которые соответствовали критериям, бот предлагал оставить телефон, чтобы обсудить условия сотрудничества.

Собранные телефоны передавались в один из отделов дистрибьютора.

Квиз «Разговор с заказчиком» мы запускали на всю собранную к тому моменту базу подписчиков, и он также показал хорошие результаты на платном трафике.

Квиз отлично сегментировал базу, и в дальнейшем его можно использовать для других маркетинговых и образовательных целей.

Клиенты дистрибьютора — это люди, которые ищут проверенных мастеров для монтажа, ремонта или строительства. Ранее за помощью в подборе специалиста они звонили в колл-центр дистрибьютора, где им подбирали подходящих мастеров. Дальше специалисты и клиенты обсуждали условия работы между собой.

Операторы были очень загружены. Для их разгрузки мы создали чат-бот, который собирал информацию о клиенте, объекте, необходимых работах. Если на каких-то вопросах подписчик «зависал», бот напоминал, что без ответов не получится подобрать мастера. Собранную информацию бот передавал сотрудникам дистрибьютора для поиска мастера в базе.

Пока шел подбор специалиста, бот рассказывал клиенту о материалах производственного бренда, их особенностях и преимуществах, а также о том, каким образом и как часто проводится обучение и проверка знаний специалистов, и почему им можно доверять.

Клиенты попадали в бот из рекламы. Также мы планировали соединить бота с личным кабинетом на онлайн-площадках дистрибьютора, чтобы превратить его в полноценное коммуникационное приложение в мессенджере.

Для того чтобы упростить и ускорить поиск доступных специалистов по базе в каждом регионе, команда Metabot24 подключила механизм автоматической очереди распределения, реализованной в боте на своей платформе.

Очередь распределения задач в боте позволяет строить модели наподобие Яндекс.Такси.

Для дистрибьютора была сформирована пилотная группа специалистов, которым по определенным параметрам, полученным от клиента, передавались заявки.

Бот самостоятельно определял: какой группе специалистов отправить заказ, кто из специалистов готов взять работу, кого из сотрудников дистрибьютора уведомить о результатах распределения. Также бот запоминал важную информацию по качеству работы специалистов, отправляя им через время опрос, что в перспективе будет влиять на алгоритм распределения заказов.

У специалистов и клиентов были вопросы к поддержке. Для ответов на сайте дистрибьютора был установлен виджет чата Jivo. Операторы не успевали обрабатывать запросы и пользователи были недовольны. Нужно было либо нанимать дополнительный персонал, либо искать другое решение.

Для снятия нагрузки с операторов процесс поддержки был автоматизирован с помощью бота. Для этого мы проанализировали диалоги с пользователями, сгруппировали повторяющиеся вопросы и добавили ответы в бот. Кроме Jivo, бот позволял отвечать на вопросы пользователей в мессенджерах Телеграм и Viber.

В ситуациях, когда бот не мог ответить на вопрос, например, у пользователя не получалось зарегистрироваться на сайте, к решению проблемы подключался оператор. Также пользователь мог в любой момент позвать человека на помощь.

Мы постоянно анализировали диалоги, чтобы оперативно вносить изменения. Например, изменили сценарий диалога по бонусной программе. Чаще всего пользователи интересовались своим кэшбэком, но бот не мог ответить на этот вопрос, и тогда присоединялся оператор. Но и оператор не мог ничего сказать пользователю, так как ситуацию по конкретному человеку проверяли в отделе, который занимался бонусами. Оператор собирал контакты и передавал их в отдел по бонусам, на это уходило время. В итоге сбор контактов перевели на бота, и он отлично справился с этой задачей.

В чат-боте команда Metabot24 разработала уникальную конфигурацию распределения работ: гибридную форму внедрения меню самообслуживания, НЛП распознавания и системы очередей. Чат-бот оказался буквально в шаге от того, чтобы заменить собой полноценное мобильное приложение: в нем функционировало несколько ролей, у каждой из который был уникальный сценарий возможностей, пересекающихся лишь в тех точках, где это было уместно. В дополнение был активно использован инструментарий вызова конкретных сценариев из сторонних ресурсов: deep links для разделения пользователей по рекламным кампаниям, сегментам и предоставления им конкретных сценарных веток, подходящих по направлению деятельности и соответствующих действиям в боте (активным или пассивным). В процессе развития проекта в чат-боте сформировалось 4 сценарных воронки, каждая из которых работала как обособленно, так и с пересечениями. Это стало возможным благодаря встроенному кодированию на языке JavaScript прямо на платформе. Мы активно использовали рассылки по базе пользователей бота в целях абсолютно бесплатного ремаркетинга предложений или отправки новостных уведомлений компании.

Для распознавания намерений и создания чат-бота поддержки была использована платформа DialogFlow от Google, включающая в себя около 60-ти уникальных вопросов. Если пользователь не получал автоматического ответа от бота, то мы предусмотрели перевод на оператора в связке Metabot24 и Jivo, перед которым происходил автоматический сбор контактов: имени, телефона и почты.

Партнеры, сотрудники и клиенты дистрибьютора получили удобный коммуникационный сервис прямо в мессенджере, без необходимости скачивать дополнительное приложение. Бот персонализировано уведомлял пользователей о процессе текущих работ, а также помогал контролировать и формировать личную нагрузку каждого пользователя, был информационным помощником и связующим звеном практически всей или, можно сказать, одной из основных корпоративных бизнес-цепочек дистрибьютора. А главное — компания преобразовала традиционные эпизодические взаимодействия с клиентами и специалистами в связанные отношения, которые характеризуются непрерывным, персонализированным взаимодействием с низким уровнем трения. А результаты в цифрах вы можете прочесть в начале статьи.