Продажи и нейросеть: контроль и анализ звонков с помощью AI

Ваши менеджеры тратят много времени на звонки клиентам, и вы хотите понять, насколько эффективно они работают?
Мы расскажем о ключевых возможностях автоматизированного контроля качества разговоров с помощью искусственного интеллекта и о том, как использовать AI для повышения эффективности работы отдела продаж на собственном опыте внедрения этого инструмента.

Задача:
Автоматизировать процесс контроля качества, чтобы выявлять проблемные звонки, отслеживать соблюдение менеджерами стандартов продаж и предоставлять им персональные рекомендации по улучшению работы. Повысить конверсию и средний чек за счет более качественного сервиса.

Причина:
Увеличение количества заявок и звонков привели к нехватке времени, чтобы прослушивать все разговоры и контролировать менеджеров вручную.

Анализируя звонки менеджеров, нейросеть может:

• Выявить проблемные звонки;
• Проверить соблюдение процесса квалификации и структуры продаж;
• Заполнить необходимые поля в CRM-системе, исходя из разговора;
• Поставить задачи для контроля;
• Предоставить персональные рекомендации менеджеру.

Процесс анализа звонков с помощью AI состоит из нескольких этапов:

1. Все записи звонков автоматически транскрибируются, то есть преобразуются из аудио в текст;
2. Полученные текстовые расшифровки звонков отправляются в нейросеть. Ей можно задать любое количество запросов для анализа: соблюдение скриптов, выявление проблем, оценка качества и так далее. Нейросеть проанализирует текст и даст ответы на все вопросы;
3. На основе ответов нейросети можно автоматизировать разные действия: заполнение полей в CRM, постановку задач или другие. Все зависит от того, что вам нужно в работе.

Мы в Monster ADS используем 5 шаблонов для оценки работы наших менеджеров отдела продаж.

В CRM-системе они дают нам 5 примечаний, каждое из которых можно развернуть и прочитать.

Рассмотрим некоторые шаблоны подробнее.

1. Краткое содержание
Здесь мы видим всю суть разговора нашего менеджера отдела продаж с клиентом. В принципе, уже этого достаточно для того, чтобы понять, например, целевой был клиент или нет.

2. Оценка процесса квалификации
Мы настроили шаблон так, чтобы он показывал, пытался ли менеджер узнать нужную нам информацию о клиенте. В нашем случае нейросеть показала, что менеджер прошел все этапы квалификации, за исключением этапа “Пытался ли менеджер узнать название компании?”.

В каждой компании могут быть разные вопросы для квалификации, все настраивается персонально.

3. Аналитика и оценка
Шаблоны редактируются полностью под бизнес и задачи клиента. В нашем случае мы видим общий формат общения, вопросы сторон, предложенные решения менеджером, был ли негатив, была ли отработка возражений, мнение аналитика (нейросети) и общую оценку качества звонка — 9 из 10.

Нейросети можно задать любые вопросы, на которые она будет пытаться найти ответ и делать это достаточно качественно.

Благодаря анализу искусственного интеллекта можно настроить автозаполнение полей в CRM и автоматическую постановку задач.

1. Автозаполнение полей CRM
В нашем примере, если в разговоре с клиентом мы выясняем, что это был собственник бизнеса, нейросеть ставит соответствующую запись в заранее заготовленное поле “Должность”.

По такому же принципу можно заполнять любые поля. Например, количество менеджеров в отделе продаж, минимальная партия к закупке, способ оплаты и другие.

2. Постановка задачи контроля
Мы настроили работу нейросети так, что если будет выявлен негатив во время звонка, РОПу ставится задача и необходимо будет разобраться в случившемся.

Также можно ставить задачу самому менеджеру отдела продаж, если нейросетью будут выявлены точки роста.

Существуют гибкие настройки, когда и кого оценивать. Например:

• Настроить так, что входящие звонки мы слушаем только для определенного сотрудника, а исходящие для других сотрудников;
• Указать длительность звонков. Например, если звонок составлял более двух часов, скорее всего это консультационный звонок действующего клиента, и такой звонок слушать не нужно.
• Ручная транскрибация, то есть запуск анализа нейросетью в ручном режиме, когда необходимо послушать конкретный звонок.

Буквально год назад мы видели подобного рода решения стоимостью от 300 тысяч рублей за минимальное количество сотрудников отдела продаж. Сейчас же, это стало более доступно.

Приведем пример транскрибации одного нашего звонка длительностью 8 минут 45 секунд, за что мы заплатили 27 рублей. Из них 17,5 рублей ушло на транскрибатор и 9,4 рублей ушло на оценку пяти шаблонов. Если бы мы сократили количество шаблонов — вышло бы еще дешевле.

Даже при большом количестве звонков, найденные и спасенные сделки с лихвой окупят затраты. К тому же, менеджеры будут работать качественнее, зная, что все их разговоры анализируются.

Внедрение системы контроля звонков на основе AI позволило масштабировать контроль качества на весь отдел продаж и добиться ощутимых результатов в виде роста продаж. А освободившееся время РОПа направить на решение других вопросов и развитие своего отдела.

Удачи и больших продаж!