Как мы автоматизировали передачу клиента из продаж в производство через Telegram-бот
Автоматизация бывает разной. Мы вот не хотели строить сложную систему и сделали автоматизацию на минималках для одного из ключевых бизнес-процессов с помощью гугло-таблиц и чат-бота в мессенджере. И ни о чем не жалеем.
Немного предыстории
Как и практически любой бизнес, наш состоит из двух ключевых составляющих: продаж и “производства”. Последнее взято в кавычки, потому что в нашем случае — мы агентство по подбору IT-специалистов — производством или продуктом является результат работы рекрутеров: от того, как быстро и качественно они закроют клиентские вакансии, зависит денежный поток компании.
В совсем ранние годы нашего агентства рекрутеры и сейлы жили отдельными сущностями, полноценная двухсторонняя коммуникация между отделами не была налажена. Продажи выдавали в производство отрывочные сведения о клиенте, а производство как-то там само взаимодействовало с клиентами, никак не участвуя в процессе поиска новых и практически не помогая со старыми.
К качественному обмену обратной связью мы пришли пробуя разные способы взаимодействия. Прежде всего обозначили реперные точки, в которых мы (сейлы) должны обмениваться обратной связью с рекрутерами. Прошли через много итераций и испробовали разные форматы, прежде чем нащупали подходящий именно нам. Важна была открытость в общении, готовность обсуждать сложные вопросы и обмениваться обратной связью как по самим клиентским задачам, так и по ходу проекта поиска.
Естественно, в таких условиях страдало и качество клиентского сервиса и входящий поток — сейлам не хватало более четкого понимания, каких клиентов стоит искать, как им продаваться и как удерживать, а какие — явно не наши, и тратить время на них не стоит.
Ситуация стала меняться по мере появления более системного подхода и к продажам, и к развитию бизнеса в целом. Но это слишком большая тема, чтобы разбирать ее в этом материале, поэтому пока оставлю ее для будущих статей.
А пока вернемся к основной теме.
Основным инструментом передачи всей собранной информации по клиенту из продаж в отдел рекрутмента стала закупочная анкета. Анкета состояла из ряда обязательных пунктов (до текущего списка этих пунктов тоже пришли не сразу, а дорабатывая и допиливая по ходу использования), на которые сейл мог ответить только определенным образом и никак иначе, чтобы информация передавалась максимально четко и однозначно.
И сейлов и рекрутеров нужно было приучить пользоваться этой анкетой, чтобы первые всё корректно заполняли перед передачей, а вторые тратили минимум времени на её изучение, и могли быстро сориентироваться, есть ли уже в их пуле кандидатов подходящие кандидаты, или нет.
В этой анкете есть такие пункты как вилка зарплаты, клиентские ожидания к результату, количество этапов собеседования, ЛПРы со стороны клиента, репутационный фон компании-клиента (да-да, это тоже учитывается, потому что напрямую влияет на сложность переговоров с кандидатами) и др.
Закупочная анкета стала неотъемлемой частью процесса продажи и работы сейла: нет анкеты и сделки в CRM — нет и продажи, сейл не зарабатывает. Рекрутеры тоже не берут клиента в работу, пока не получат анкету с актуальной информацией по клиенту и по задаче на поиск.
Так был сделан первый шаг к осмыслению процесса взаимодействия между двумя ключевыми отделами. Процесс стал более прозрачен и эффективен, появился потенциал для его улучшения, в том числе через автоматизацию.
Следующим шагом стало внедрение CRM и интеграция в нее закупочной анкеты. Если до этого все продажи и клиентские базы существовали в формате гугл-документов и в рекрутерском софте, то теперь все запросы и логи коммуникаций с клиентами стали обрабатываться сейлами строго в CRM.
Настала пора перемен
CRM — это конечно прекрасно, но в реальности жить в CRM удобно далеко не всем и не всегда. Нашим рекрутерам она вообще без надобности, они существуют в собственных системах, заточенных под их задачи, и еще одна будет только мешать.
Можно было бы попытаться идти по пути внедрения ERP или BPMS (Business Process Management System), основная ценность которых как раз заключается в автоматической маршрутизации объектов (задач, документов) по заранее заданным сценариям. Но внедрение такой системы — удовольствие дорогое, затратное по деньгам и по времени.
С большой вероятностью такая "цифровая трансформация бизнеса” (с) неминуемо привела бы к длительному и сложному процессу интеграции разных систем, к большому внутреннему сопротивлению команды и, вероятно, необходимости обучения или переобучения сотрудников для работы с новыми инструментами, чего мы хотели избежать. У нас в компании достаточно гибкая и динамичная рабочая культура, чтобы насаждать громоздкие системы, которые абсолютно не факт что приживутся, или что приживутся за короткое время.
У сейлов львиная доля контактов с потенциальными и действующими клиентами совершается по телефону, через электронную почту и мессенджеры. Последние и вовсе настолько глубоко укоренились в бизнес-процессах, что стало очевидно — если не можешь сопротивляться революции, возглавь её. То есть вместо того, чтобы ломать сложившиеся привычки, вводя новые инструменты и почти наверняка жертвуя удобством и комфортом сотрудников, мы решили сделать мессенджеры ключевым звеном бизнес-процесса.
Так родилась идея автоматизироваться через бота.
Обычно ботов в мессенджерах используют для работы с клиентами: они помогают сформулировать запрос, чтобы потом получить консультацию от продавца-человека, или для решения вопросов с заказом/продуктом, снимая часть работы со службы поддержки покупателей. В нашей специфике такое применение не очень актуально, но вот для внутренней автоматизации бот подходил нам идеально.
“Телега” была у всех и, в отличие от, например, Slack, ей все умеют пользоваться (это тоже важно, потому что одной из задач проекта автоматизации было обеспечение максимально низкого порога входа для будущих пользователей).
Почему выбрал пал именно на Telegram? Говоря про бот-платформу Telegram, специалисты отмечают гибкость, удобство и продвинутость функционала API, которая предоставляет больше всего возможностей и позволяют реализовать самые разные идеи. А также высокий уровень безопасности, который гарантирует приватность данных, что не может не радовать.
Кроме доступности в использовании и функциональности нам также важен был финансовый критерий. Разработка ботов под ключ может обойтись дорого: если автоматизировать ими 2-3 более-менее комплексных процесса, то по стоимости это начинает приближаться к внедрению BPMS.
Ведь как формируется стоимость разработки? Нужно отдельно разработать три компонента: сервер, базу данных, “пользовательский интерфейс” (здесь в широком понимании: клиентскую часть для взаимодействия пользователей и всех компонентов системы). Для всего это надо написать код, что часто является самой дорогостоящей частью, даже если используются готовые компоненты и библиотеки.
А что если упростить написание кода насколько это возможно? Ведь low-code на то и low, чтобы делать сокращать издержки на этом этапе. Допустим. Но давайте пойдем дальше, и уберем из уравнения сервер и базу данных.
Вот такие соображения подтолкнули нас к идее создания решения на основе телеграм-бота и гугл-таблиц, по сути убрав из уравнения самые затратные составляющие.
Сами таблицы будут выполнять роль базы данных, гугл послужит нам сервером, а код будет написан на google app script, который не сильно отличается от обычного JS.
Что нужно, чтобы вся система заработала?
- Составить анкету с набором нужных данных о клиенте в CRM.
- Подключить виджет для выгрузки из CRM и настроить его (примерно 3 минуты на всё про всё).
- Написать в гугл-таблице простенькую формулу для оценки анкеты (каждому варианту ответа присвоен свой балл и в конце все пересчитывается в среднее значение).
- Написать бота, который будет пересылать сообщение. От идеи до готового бота проходит всего несколько часов. Мы справились примерно за 150 строк кода и 2 человеко-часа работы JS-программиста (с уровнем сложности логики справится даже джуниор).
- Написать короткую инструкцию как пользоваться ботом, чтобы на освоение инструмента у новичков уходило минимум времени.
В итоге вся конструкция работает пот так:
Каждый раз, когда в чат с ботом отправляется сообщение, он отправляет JSON-пакет в связанное с ним приложение через вебхук. В этом пакете данных есть информация об отправителе, сообщении, чате в котором произошла отправка и еще немного технической информации. Дальше мы забираем из этого пакета текст самого сообщения, разбиваем его по пробелам и работаем с первым и вторым словом в сообщении (первое - /new - команда, второе - номер ID сделки). Получив команду /new бот записывает в специальное поле в таблице полученный ID, с помощью команды ВПР (VLOOKUP) по номеру ID находим в выгрузке все данные, связанные с этой сделкой. Дальше - собираем все эти данные в одно сообщение с помощью функции JOIN и выводим его в другое специальное поле, а бот забирает данные из этого поля и отправляет в качестве текстового сообщения обратно в чат с пользователем.
Подход к решению задачи
Бизнес-процесс выглядит следующим образом:
- Менеджер по продажам заполняет анкету в CRM.
Данные из CRM выгружаются в гугл-таблицу с помощью виджета (его настройка занимает примерно 3 минуты). В этой же таблице анкете присваивается степень “вкусности” клиента — числовое значение, которое нужно для понимания привлекательности клиента и соответствующего определения заявки подходящему рекрутеру(-ам).
- Закупочная анкета с просчитанной оценкой вкусности улетают в целевой ТГ-чат рекрутеров (их тоже несколько, каждый под определенный сегмент клиентов).
- На основе оценки вкусности и данных о клиенте из анкеты под проект по внутренним правилам назначается определенный рекрутер, который и будет вести проект.
- Клиент взят под чье-то надежное крыло и проект готов к старту. Сейл в курсе, под чье именно крыло улетел приведенный клиент и, вдруг что, есть с кого спрашивать.
- Profit!
Задача — автоматизировать процесс таким образом, чтобы после первого этапа продажи новая заявка распределялась в производстве (в случае с нашей компанией — в отделе рекрутеров, которые будут заниматься проектом подбора специалистов по вакансии) с минимальными трудозатратами со стороны сейлов.
Для автоматизации у нас есть следующий инструментарий:
- CRM (AmoCRM) с плагином для выгрузки данных из нее, несколько чатов в Telegram и пара таблиц.
Теперь посмотрим на наше решение с точки зрения пользовательского сценария.
БЫЛО (как процесс выглядел до внедрения закупочного бота:)
- Сейл заполнял анкету в CRM. В первой итерации нужно было заполнить еще и соответствующую гугл-форму.
- Сейл сам переводил анкету из CRM в текст для отправки анкеты в производство.
- Заходил в таблицу, чтобы увидеть и забрать оценку вкусности по анкете.
- Отправлял сообщение с анкетой и оценкой в закупочные чаты, где вакансии от заказчика брали в работу рекрутеры.
Это занимало около 20 минут времени сейла на каждую заявку.
СТАЛО (после внедрения бота)
- Когда сейлу нужно передать заявку в производство, он пишет в бот команду и название сделки, которая берется из CRM.
- Бот проверяет, входит ли сейл в белый лист пользователей (нужно для безопасности), и если входит, то собирает все данные по сделке в одно сообщение и отправляет их сейлу обратно в телеграм.
- К сообщению бот добавляет кнопки с названиями подотделов рекрутеров (у нас их несколько), чтобы сейл мог выбрать, куда именно будет направлена заявка.
- После этого заявка с просчитанной оценкой отправляется в производство.
Тоже 4 шага, но качественно иные за счет автоматизации сбора информации и ее доставки. Потому что что теперь делает сейл?
- Заполняет анкету в CRM (это постоянный процесс во время общения с потенциальным клиентом)
- Пишет строчку текста боту
- Нажимает на кнопку отправки
На выходе получаем 5 минут на заявку, из которых 3 менеджер заполняет поля анкеты и полторы ждет синхронизации между CRM и гугл-таблицами.
А это значит, что высвободившееся время и сейлы и рекрутеры могут потратить на клиентов, то есть на те действия, которые, собственно, приносят бизнесу деньги.
В качестве резюме
Для себя мы видим в этом решении сразу несколько плюсов:
Стоимость такого решения кратно ниже, чем полноценная разработка кастомного решения или интеграция с настройкой решений с рынка.
Персонал не нужно обучать работе с новыми инструментами.
- Весь monkey-job автоматизирован.
Это лишь часть нашей внутренней работы по самосовершенствованию. Мы постоянно работаем над оптимизацией бизнес-процессов, стараясь найти точки роста в самых разных аспектах. Тайм-трекинг, внесение трат, сбор отчетности по простым действиям сотрудников, общение во время корпоративных мероприятий (голосования/конкурсы и проч., где требуется анонимное или удаленное участие) - всё это можно существенно упростить потратив 2-3 человека на автоматизацию с помощью мессенджер-ботов.
Новые идеи у ребят появляются постоянно, и с этим даже приходится бороться — все-таки автоматизация ради автоматизации может быть вредна, и прежде чем ей заниматься, стоит пропустить идею через фильтр рациональности и трудозатратности.
Ну и в качестве реверанса. Если вам понадобится помощь в профессиональном подборе ИТ-специалистов для вашего проекта или компании, будем рады видеть вас у нас в STAR staff. Работа с нами вызывает привыкание (с) наши клиенты :)