Перенос контроля отдела продаж с руководителя на искусственный интеллект в Битрикс24

Практически каждый менеджер отдела продаж должен не только привлекать новых клиентов, но и удерживать старых. Для этого работу продажников необходимо постоянно контролировать. Вот только при большом потоке клиентов руководителю отдела выполнять эту функцию в одиночку проблематично. В статье расскажем, как автоматизировать контроль за работой отдела продаж с помощью искусственного интеллекта.

Представим, что в нашем отделе работают менеджеры по продажам и руководитель отдела продаж (РОП). Коммуникация с клиентами происходит следующим образом:

1.1. Письменный канал связи — это первое в списке необходимого инструментария менеджера, так как не до каждого клиента или потенциального клиента можно дозвониться сразу.

Подойдет, к примеру, открытая линия в Битрикс24. С ее помощью менеджер может написать сообщение из Битрикс24 в мессенджер WhatsApp или Telegram заказчика:

В живой ленте сделки наличие диалога отображается как открытая линия Wazzap:

Дополнительно эта информация передается в чат сделки:

1.2. Необходимы звонки. Их можно привязать к показателям KPI менеджера, к примеру, менеджер должен совершить определенное количество качественных звонков за месяц (разговор с автоответчиком не засчитывается :).

Звонки нужно оценивать как исходящие, так и входящие. Важно, чтобы звонок был содержательным. Продолжительность звонка также важна, но сама по себе напрямую она не говорит о качестве звонка.

Плюс нужно стараться избегать недозвонов. Клиент может не брать трубку, если он занят или ему звонят с незнакомого номера. Совсем другое дело — сообщение в мессенджер. Если менеджер перед звонком клиенту отправит ему сообщение из чата сделки в Битрикс24, то клиент, получив сообщение в WhatsApp или Telegram, уже будет понимать, с кем общается, и охотнее ответит на звонок. При таком подходе вероятность, что клиент возьмет трубку, существенно повышается. Вопрос также можно обсудить в переписке. Затем уже можно приглашать клиента на встречу и вести его по воронке продаж.

Проблема здесь в том, что таких коммуникаций у каждого менеджера за день может быть много, и один только РОП не в состоянии качественно проконтролировать все коммуникации менеджеров. Руководителю, у которого есть свои задачи, сложно проверить каждый диалог, чтобы подсказать менеджерам, как лучше наладить общение с клиентом, чтобы больше сделок успешно закрывать.

Один из вариантов решения этой проблемы — выделение отдельного сотрудника или даже отдела для контроля (назовем это отделом контроля качества - ОКК). Задача такого сотрудника или отдела — контролировать качество работы продажников, прослушивая и оценивая их звонки по принятым критериям. Выполнение данных критериев привязано к мотивации (KPI).

Вариант оценки качества звонка попроще — составление скрипта, в котором должны присутствовать обязательные вопросы для клиента. Можно применить шкалу оценки, которая предполагает, что если вопрос или предложение прозвучало, звонок получает +1 балл, если нет - то 0. Из этих баллов и складывается понятие "качества" звонка.

Допустим, весь процесс удалось организовать правильно, и качество звонков улучшилось. Но может возникнуть другая проблема — звонков стало больше, и ОКК уже не справляется. Учтем, что в ОКК работают не продажники, поэтому им сложно сходу понять, какой звонок целевой, а какой — нет. Чтобы оценить звонок, ему нужно прослушать запись полностью.

Получается некое "хождение по кругу": специалиста, который хорошо разбирается в продажах или РОПа ставить на прослушку звонков мы не можем, а сотруднику ОКК нужно много времени тратить на оценку звонков. В итоге, если звонков стало много, то снижается их качество, появляются несодержательные звонки, а если клиенту не ответить вовремя, он и вовсе уйдет к компании-конкуренту.

Кажется, что единственный вариант здесь — нанимать больше сотрудников и увеличивать затраты на их содержание, но не всегда такие затраты могут быть оправданы. Нужен другой вариант решения.

Такой вариант есть. Мы предлагаем автоматизировать контроль коммуникаций менеджеров с заказчиками при помощи искусственного интеллекта и нейросетей. Это поможет избежать описанных выше проблем и значительно снизить затраты бизнеса, и уменьшить количество ошибок человеческого фактора.

Распускать отдел контроля качества полностью не придется, так как робот не заменит человека, но ИИ — это хороший инструмент в помощь сотрудникам. Давайте подробнее рассмотрим на примере кейса нашего заказчика модель продаж с участием ИИ.

Итак, полная модель продаж с ИИ работает так:

2.1. Создается сделка, допустим, из входящей заявки. Сделка переводится на стадию "Открытая линия", клиенту отправляется сообщение через открытую линию.

2.2. Менеджер по продажам звонит клиенту.

2.3. В Битрикс24 сохраняется запись звонка (записи звонков можно найти в разделе "Телефония" —> "Детализация звонков").

2.4. Настраивается интеграция Битрикс24 с искусственным интеллектом (нейросетью Yandex SpeechKit), которая выполняет транскрибацию (расшифровку) записей звонков в текст и выкладывает этот текст в живую ленту сделки.

Далее есть вариант использования второй нейросети YandexGPT для автоматического оценивания записей звонков по критериям для KPI, а можно оставить эту работу ОКК.

В любом случае, с ОКК снимается необходимость прослушивания всех звонков, так как:

Если же хотите более продвинутую автоматизацию с участием YandexGPT, то понадобится вторая интеграция Пинкит, которая уже будет работать с текстовой расшифровкой звонка. Интеграция может определить в тексте наличие ключевых слов, по которым можно далее выполнить оценку качества звонка. Также можно выделить звонки с негативным контекстом и автоматически ставить по таким звонкам задачу на РОПа.

3.1. Шаг 1: Откуда

Получаем данные с портала Битрикс24 при создании нового дела типа Звонок в сделке Битрикс24. Если нужно, указываем конкретного ответственного.

3.2. Шаг 2: Инструменты

3.2.1. Получить информацию о звонке:

Используем API-запрос методом GET с URL: /voximplant.statistic.get?filter[CRM_ACTIVITY_ID]={{source.ID}}.

3.2.2. Проверка, есть ссылка или нет:

Используем инструмент "Проверка". Укажем название поля, содержащего входящие данные: step1.result.0.CALL_RECORD_URL.

Условие проверки — "Не пустое значение". Действие, которое необходимо выполнить в зависимости от результата проверки — "Продолжить, если проверка пройдена".

3.2.3. Тип элемента:

Нужно настроить сопоставление по полю source.OWNER_TYPE_ID — это идентификатор связанной сущности CRM, к которой привязано дело. Это нужно, чтобы выгрузить расшифровку звонка именно в ту сущность, в которой был совершен звонок (в нашем случае достаточно сопоставить только сделки).

3.2.4. Скачать файл:

Используем инструмент "Скачать файл" для получения аудиозаписи звонка. Для этого необходимо выполнить запрос методом GET по УРЛу {{step1.result.0.CALL_RECORD_URL}}.

3.2.5. Распознать речь:

Используем искусственный интеллект — нейросеть Yandex SpeechKit для расшифровки аудиозаписи звонка. Он отправляет запрос в Yandex SpeechKit на распознавание аудио и получение текстовой расшифровки записи. Указываем URL: {{step2}}.

3.3. Шаг 3: Куда

Подключаем тот же портал Битрикс24, добавим доступ к нему. Текст записи звонка выгрузим в таймлайн нужной сущности (сделки).

3.4. Шаг 4: Сопоставление данных

Настраиваем сопоставление:

3.5. Шаг 5: Запуск

Указываем название интеграции, периодичность запросов данных, время отправки первого запроса (или выборку за все время) и запускаем.

Мы рассмотрели пример автоматизации контроля за работой отдела продаж. Вы можете использовать как одну интеграцию в качестве "подспорья" для отдела контроля качества, так и две интеграции с искусственным интеллектом, чтобы максимально сократить ручной труд сотрудников.

#bitrix24 #битрикс24 #amo #amocrm #амо #амоцрм #crm #црм #црмсистема #црм_система #внедрениецрм #интеграция #миграция #обмен #иидлябизнеса #искуственныйинтеллект #пинкит_ии #пинкит_ии_б24