Как речевая аналитика привела к росту продаж на 20%

Главное о кейсе

1. На 20% увеличилась конверсия из обращений в сделки.
2. Отказались от услуг сотрудника по прослушиванию звонков.
3. Настроили быстрый поиск нужных звонков по тегам.
4. Выявили точки роста отдела продаж.

Бизнес-задача и ее решение

В связи с расширением интернет-магазина "Премьер Техно", перед клиентом встали следующие задачи:
- снизить затраты на прослушку разговоров с клиентами;
- автоматизировать тегирование звонков;
- оперативно выявлять причины отсутствия продаж отдельных категорий товаров;
- обеспечить контроль качества исполнения чек-листов менеджерами.

Каждый из компонентов "Речевой аналитики" решает отдельный пул задач. Далее расскажем о каждом из них:

1. Расшифровка звонков
Инструмент позволил значительно сократить время прослушки звонков. Ранее для анализа работы колл-центра был выделен сотрудник. Его работа занимала полный рабочий день. Например, чтобы найти звонок, где клиент жаловался на плохие условия доставки или некорректную работу курьера, требовалось поднять всю историю обращений: вычислить время, идентифицировать клиента, прослушать несколько звонков, найти причину и разрешить недовольства. На один случай уходило полдня. Теперь, чтобы найти нужный разговор, достаточно запустить поиск по ключевому слову в расшифровке и быстро ознакомиться с содержанием диалога.

2. Автотегирование
Благодаря автоматическому тегированию удалось отказаться от ручной простановки тегов и понять причину отсутствия звонков при наличии трафика на сайт. В «Премьер-Техно» создали разбивку по рекламным каналам при помощи ключевых слов («холодильники», «пылесосы», «телевизоры») и сравнили ее с количеством запросов таких же товаров по телефону. Оказалось, в отсутствии продаж виноваты не продавцы, а конверсия на сайте из-за неконкурентных цен. После их корректировки продажи пошли вверх.

3. SmartTag
Если проставление автотега — это четкая работа алгоритма, находящего в речи ключевые слова, то SmartTag обращает внимание на контекст, обобщенную тему — все то, что сложно описать в регулярных выражениях. Нейросеть выявляет абстрактные закономерности, которые невозможно алгоритмизировать из-за слишком большого количества признаков. В «Премьер-Техно» планируется использовать этот компонент для формирования чек-листов: объединить данные SmartTag с данными автотега, выявить общие по смыслу триггерные слова и создать на их основе требования к сотрудникам для общения с клиентами.

4. Чек-листы
Руководству «Премьер-Техно» хотелось понимать, как работают продавцы: насколько корректно общаются, как обрабатывают возражения, умеют ли выявлять потребности. До внедрения “Речевой аналитики” такая проверка производилась выборочно, и, учитывая количество задач сотрудника на прослушке, сбор чек-листа был невозможен. Ситуацию разрешили чек-листы от CoMagic. Это список блоков с ключевыми словами, обязательных к произнесению сотрудником в разговоре с клиентом.
После сбора необходимого количества звонков менеджеры «Премьер-Техно» сопоставили процент выполнения чек-листов с финансовыми показателями продавцов и увидели неочевидную зависимость: тот, кто хорошо работает по чек-листам, не всегда является хорошим продавцом. Причина оказалась в не совсем корректном скрипте. С помощью отчета по чек-листам в компании выявили наиболее «продающие» блоки разговора и предложили использовать только их, отказавшись от четко прописанного сценария общения.

Прочая информация о кейсе

Этим летом состоялся релиз нового для российского рынка продукта от сервиса CoMagic - "Речевой аналитики". Решение позволяет автоматизировать проверку соблюдения сотрудниками чек-листов (скриптов), переводить голос в текст и тегировать по заданным параметрам неограниченное количество звонков.

На этапе тестирования "Речевая аналитика" была интегрирована в колл-центр интернет-магазина "Премьер Техно", что позволило не только существенно снизить затраты на прослушку звонков, но и существенно повысить качество обработки обращений.

Скриншоты

Видео