Правильная коммуникация с лидами во время телефонного разговора играет большую роль для конверсии в покупку. Неточное следование скрипту, неумение или нежелание подстроиться под клиента, гибко реагировать на его смену настроений и мнений, ошибки, связанные с плохим знанием продукта и компании, приводят к потерям сделок. В нишах с высокими чеками убытки от ошибок оператора колл-центра измеряются десятками тысяч и миллионами долларов. Поэтому бизнесу важно контролировать работу сотрудников и качество их разговоров.
В крупных компаниях делать это вручную практически невозможно. На помощь приходит AI-ассистент. Именно он повысил качество работы контакт-центра дилерского центра Toyota в Алматы.
О компании
Royal Cars — Официальный дилер Toyota в Казахстане, который работает в городе Алматы с 2014 года и насчитывает 180 сотрудников.
Sales-команда из 12 человек отвечает за все коммуникации с клиентами: телефонные звонки, WhatsApp, Instagram и обработку лидов с сайтов и лендингов.
Направления продаж: новые авто, авто с пробегом, сервис, trade-in — все обращения идут в один контакт-центр.
Задача
Главная задача отдела — привести клиента в салон, чтобы дальше на месте с ним уже работал менеджера по продажам. Для этого специалисты digital-отдела должны объяснить клиенту преимущества, рассказать про тест-драйв и выгодные предложения.
За качеством звонков следит руководитель digital-отдела. Но по мере того, как рос штат и количество звонков, нагрузка на руководителя увеличивалась. Если раньше он мог хотя бы 1–2 раза в месяц прослушать часть звонков, то вскоре даже это стало невозможным. Уже не удавалось изучить даже 20% входящих звонков — минимальный объем, который необходим для понимания ситуации в отделе.
Идею нанять человека, который будет заниматься контролем звонков, отклонили. Это дорого, весь поток он все равно не сможет прослушать и не сможет проанализировать объективно. Поэтому компании требовался инструмент, который как минимум транскрибирует звонки. Чтобы руководитель впоследствии мог просмотреть текст и обнаружить проблемы, не слушая каждую запись.
Решение
В компании уже была подключена телефония от CallGear, поэтому было принято решение разработать новую технологию транскрибации с текущим подрядчиком. Более того, альтернативы, которые были на рынке в тот момент не устраивали своим качеством: одни плохо переводили аудио в текст, а другие неправильно отмечали важные моменты в звонках.
В течение 3 месяцев специалисты из CallGear разработали инструмент AI Call Assessment. Во время пилотного запуска в компании подключили к нему 4 операторов, которые обрабатывали около 100 звонков в день и использовали один сценарий.
“Нам прислали инструкцию, по которой мы подключили инструмент за 10-15 минут. Технических проблем почти не было, а если и возникали, то специалисты из CallGear решали их быстро – максимум к следующему рабочему дню. Мои коллеги быстро освоили инструмент и могли самостоятельно заходить в систему для проверки звонков во время моего отпуска.— Рената, руководитель официального дилерского центра Toyota City
Функции, которые оказались полезными:
- Транскрибация звонков.
Читать разговор намного быстрее, чем слушать. За 20 секунд инструмент формирует краткое содержание звонка. - Процент выполнения скрипта.
Сразу видно, насколько сотрудник следует сценарию: задает ли вопросы по делу, собирает ли всю необходимую информацию, узнает боли клиента или “сливает” его. - Тегирование звонков.
В компании настроили свои теги, например: «проблемный клиент», «жалоба», «матерные слова». Они помогают быстро выявлять нестандартные ситуации и своевременно на них реагировать.
Кейс: как AI Call Assessment помог выявить проблему
Линия входящих звонков считается самой важной в компании. AI Call Assessment показал, что на протяжении года один оператор терял горячих клиентов. Раньше казалось, что сотрудник делает все правильно, но ИИ подсветил отклонения от скрипта и странные фразы в транскрипциях. Поэтому руководитель начал глубже изучать такие звонки.
Выяснилось, что оператор из-за отсутствия опыта и незнания процессов компании не понимал сути вопроса и отказывал в услугах. Например, отказал в удаленной продаже авто, несмотря на то, что в компании есть для этого все возможности.
Таким образом за короткий период 3 клиента ушли к конкурентам из-за слабой компетенции сотрудника. После дополнительного обучения ситуация не улучшилась и с сотрудником пришлось расстаться. Без AI Call Assessment эту ситуацию бы просто не заметили и компания продолжила терять клиентов.
Результат:
- Время на проверку звонков сократилось примерно в 5 раз.
- Пропал человеческий фактор – при проверке разговоров больше нет расфокуса из-за большого количества записей.
- В платформе есть возможность увидеть общую картину оценок по каждому оператору и прослушать только важные моменты точечно.
- Выросло качество работы операторов: в 2 раза снизилось количество ошибок, а скрипт начал соблюдаться на 30% лучше.
- Как минимум 3 сделки были “спасены”, каждая по 10–15 тысяч долларов.
“AI Call Assessment — действительно нужный инструмент для контроля качества в колл-центре, который сильно экономит мое время, как руководителя, подсвечивает проблемы в отделе и помогает улучшать эффективность сотрудников в коммуникациях с клиентами. Я сразу вижу проблемные звонки и прокачиваю операторов. Фильтрую по сотруднику, вижу картину целиком и исправляю ошибки за день, а не за месяц— Рената, руководитель официального дилерского центра Toyota City
