Звонок -> встреча или выезд
100 из 271 за 30 дней
Кейс · Спецодежда и СИЗ · Контроль звонков
Компания спецодежды и СИЗ в Перми проверяла звонки вручную, пять в месяц. ИИ оценивает каждый по карте из 12 пунктов, а мы сравнили два способа отдавать оценки менеджерам. Как мерили, почему пункт про цену навредил и почему встреч вдвое больше, а заказов всего на три.
Звонок -> встреча или выезд
100 из 271 за 30 дней
Встреч и выездов за 30 дней
дата в сделке amoCRM
Оплаченных заказов
за 30 дней
Пять звонков в месяц: столько руководитель продаж Агния успевала прослушать вечерами из 284 входящих. Компания «Цех и Каска» в Перми шьет и продает спецодежду и СИЗ: куртки и костюмы с логотипом, рабочую обувь, перчатки. Клиенты - склады, заводы, пекарни, управляющие компании. Звонок нужен, чтобы договориться о встрече или выезде с образцами: без образцов куртки на 40 человек не продаются.
На телефоне два менеджера, Данияр и Савелий. Летом звонок превращался во встречу или выезд в 15% случаев: у Данияра в 17%, у Савелия в 13%. Владелец, Герман, хотел понять, где теряются остальные, и не тратить на это вечера Агнии.
Мы собрали карту из 12 критериев и сравнили два способа работать с оценками. Сравнивали не ради эксперимента: Герман не верил, что ежедневные подсказки менеджерам лучше разбора с Агнией раз в неделю, а Агния считала наоборот.
Сами записи разговоров Билайн АТС хранит давно, просто их никто не слушал. Агния выбирала звонки наугад, по одному-два в неделю, и разбирала с менеджером в коридоре. Из 284 летних звонков она слышала меньше 2%, и то случайные. Какие пункты скрипта менеджеры пропускают системно, не знал никто.
Герман сформулировал задачу так: понять, на каком месте разговора клиент перестает соглашаться на выезд, и сделать так, чтобы менеджер узнавал об этом не через месяц.
Основа карты - скрипт продаж, который Агния написала в 2024 году. Мы прослушали 27 летних звонков с ней вместе и разложили скрипт на 12 проверяемых пунктов: назвал компанию, выяснил число сотрудников, отрасль, нанесение логотипа, срок, предложил выезд, назначил день.
Пункт 6 в скрипте звучал так: «назвать ориентировочную цену за единицу». Мы перенесли его в карту дословно. К этому пункту мы еще вернемся.
Калибровка: Агния и ИИ оценили одни и те же 27 звонков, все целевые входящие за две июльские недели. Сначала совпали в 21, после уточнения формулировок в 25. Расходились в основном на пункте «выяснил срок»: Агния засчитывала «нужно к зиме», ИИ хотел дату. Мы переписали пункт 5: засчитывается любой ориентир по сроку, если менеджер его записал в сделку.
Спорными остались два звонка из 27. В одном клиент сам повесил трубку на середине, в другом звонил повторный заказчик, которому половина вопросов была не нужна. Для повторных заказов мы сделали отдельный короткий набор из 6 пунктов, чтобы менеджер не получал минус за то, что не спросил постоянного клиента, сколько у него сотрудников.
ИИ оценивает каждый звонок по карте, а раз в неделю собирает сводку: по каждому менеджеру три худших звонка и пункты, которые проваливаются чаще всего. В понедельник Агния 40 минут разбирает сводку с менеджером, слушает два-три фрагмента вместе с ним.
Плюс варианта - живой разговор и контекст: Агния знает клиентов и может сказать, что пункт про отрасль на этом звонке был не нужен. Минус - задержка. Ошибку из вторника менеджер обсуждает в понедельник, и за неделю успевает повторить ее еще раз пять.
Для варианта А мы готовили сводку к утру понедельника: таблица по менеджеру, три ссылки на записи с отметкой минуты, где провалился пункт, и счетчик по каждому из 12 пунктов за неделю. Агнии не нужно было искать звонки в журнале АТС, она открывала ссылку и сразу попадала на нужное место разговора.
«Мне нравилось, что я снова слышу звонки. Но я слышала уже прошлую неделю.»
Агния, руководитель продаж
ИИ оценивает звонок и через 10 минут ставит менеджеру задачу в сделке amoCRM. В задаче один пункт, самый важный из проваленных, и фраза из разговора, где можно было сделать иначе. Не весь разбор, а одно действие: перезвонить и предложить выезд, уточнить число сотрудников.
Агния видит те же оценки, но разбирает только звонки, где ИИ поставил меньше 6 из 12. Таких набиралось 3-4 в неделю.
Почему один пункт, а не все проваленные: на калибровке мы показали менеджерам полный разбор по 12 пунктам, и Савелий признался, что дочитывает до третьего. Задача с одним действием закрывается за минуту, ее можно сделать до следующего звонка. Если менеджер выполнял действие, например перезванивал и предлагал выезд, задача закрывалась, и это тоже попадало в сводку.
В карточке сделки видна лента: звонок, оценка ИИ через 8 минут с комментарием по пункту, выезд с образцами через два дня. Эта сделка на 46 курток идет уже после исправления карты, о котором ниже.
Менеджеры разные, и сравнивать Данияра на варианте А с Савелием на варианте Б дало бы перекос: Данияр сильнее на холодных клиентах. Поэтому через две недели они поменялись. С 17 по 30 августа Данияр работал по варианту А, Савелий по Б. С 31 августа по 13 сентября наоборот.
За четыре недели на варианте А прошло 136 звонков и 35 встреч, 26%. На варианте Б 141 звонок и 52 встречи, 37%. У каждого менеджера вариант Б дал больше, чем вариант А, в обе половины сравнения.
Разница держится и по людям. Данияр на варианте А довел до встречи 19 звонков из 70, на варианте Б 27 из 72. Савелий на варианте А 16 из 66, на варианте Б 25 из 69. Сильный менеджер на подсказках вырос не меньше слабого: Данияру задачи помогали не забывать про выезд в конце разговора, Савелию называть конкретный день вместо «на неделе». Оценки ИИ за эти четыре недели у обоих поднялись с 7 до 9 баллов из 12 в среднем.
Первую неделю на варианте Б был Савелий. ИИ снимал ему балл за пункт 6 почти в каждом звонке про куртки с логотипом: цену за единицу не назвал. За неделю Савелий получил 11 задач с одной и той же подсказкой: «назовите ориентировочную цену».
Он послушался. С четверга стал называть по телефону цену куртки с вышивкой, сразу после вопроса про логотип. Трое клиентов, услышав цену, ушли сравнивать с другими поставщиками. Один из них, склад на 40 человек, купил у конкурента: заказ около 92 000 ₽.
Заметила это Агния, и как раз благодаря варианту А. 24 августа она разбирала с Данияром его худшие звонки, и в девяти из них минус стоял за цену. Данияр сказал: «Так мы же не называем цену с логотипом до образцов, вы сами в прошлом году так сказали». Агния открыла скрипт и увидела, что его она так и не поправила.
Исправили: пункт 6 для заказов с логотипомПункт 6 переписали: для заказов с логотипом засчитывается, если менеджер объяснил, почему цена после образцов и макета, и назвал вилку только для готовой одежды без нанесения. Пересчитали оценки 23 звонков. Скрипт 2024 года Агния переписала, теперь он в карте как источник, а не как текст из памяти.
Ошибка была в данных клиента: мы точно перенесли то, что было написано. Но вариант Б разнес ее быстрее: ежедневные задачи за неделю научили Савелия неправильному, а в варианте А ошибку поймали на первом же разборе.
| Звонок -> встреча или выезд | Вариант А | Вариант Б |
|---|---|---|
| Звонков за 4 недели | 136 | 141 |
| Встреч и выездов | 35 | 52 |
| Конверсия | 26% | 37% |
С 14 сентября оба менеджера работают по варианту Б, и Агния по понедельникам разбирает звонки ниже 6 баллов. Замер 30/30: месяц до старта, с 13 июля по 11 августа, против месяца после сравнения, с 14 сентября по 13 октября.
| Цех и Каска | 13.07-11.08 | 14.09-13.10 |
|---|---|---|
| Целевых звонков | 284 | 271 |
| Встреч и выездов | 43 | 100 |
| Звонок -> встреча или выезд | 15% | 37% |
| Оплаченных заказов за 30 дней | 18 | 21 |
Встреч стало вдвое с лишним больше, а оплаченных заказов всего на три. Цикл сделки в спецодежде 4-6 недель: выезд, образцы, макет логотипа, согласование с бухгалтерией клиента. Часть сентябрьских встреч оплатится только в ноябре, и это видно по колонке «Образцы и КП» в канбане.
Звонков в журнале Билайна почти столько же, сколько летом. Значит, рост дали не новые клиенты, а то, что менеджеры чаще доводят разговор до выезда.
Большая часть целевых звонков приходит с сайта и из карточки на Яндексе. На сайте цель «Звонок по номеру с сайта» срабатывает 3-5 раз в будний день, в выходные звонков почти нет.
Посещаемость сайта за месяц сравнения почти не изменилась, основная часть визитов из поиска по запросам вроде «спецодежда с логотипом Пермь». Это важно для замера: число звонков держится на одном уровне, и рост встреч нельзя объяснить новым трафиком.
В отзывах на Картах клиенты пишут про то же, что проверяет пункт 6 после исправления: менеджер приехал с образцами, цену дал после выбора логотипа. Это отзыв сентябрьского клиента Савелия, уже после смены карты.
Средний оплаченный заказ 64 000 ₽, маржа после закупки ткани, пошива и вышивки около 20%. В таблице заказы, оплаченные за 30 дней.
Заказ, который ушел к конкуренту из-за пункта 6, мы вписали в таблицу отдельной строкой: он случился до исправления карты, в августе, и в итоговый месяц не попал. Но его стоит помнить, когда настраиваете оценку по старому скрипту.
| Статья | Значение |
|---|---|
| Оплаченных заказов, до и после | 18 и 21 |
| Дополнительные заказы | 3 в месяц |
| Средний заказ | 64 000 ₽ |
| Дополнительная выручка | 192 000 ₽ в месяц |
| Маржа | 20% |
| Валовая прибыль | 38 400 ₽ в месяц |
| Расшифровка и оценка звонков | 6 900 ₽ в месяц |
| Пакет «Отдел продаж» | 69 900 ₽ разово |
| Окупаемость | около 10 недель |
| Заказ, ушедший из-за пункта 6 | около 18 400 ₽ маржи |
Деньги здесь скромнее, чем конверсия. Окупаемость около двух месяцев, а ощутимо больше заказов станет к ноябрю, когда оплатятся сентябрьские выезды. Герман на итоговой встрече попросил еще одну вещь: оценивать и исходящие звонки, где менеджеры дожимают после образцов.
Все целевые: новые клиенты и повторные заказы. Звонки поставщиков и по оплаченным счетам он пропускает.
Данияр сказал, что задачи в сделке ему удобнее разборов: короче и сразу. Обиды были только на пункт 6, и они были справедливые.
Так и вышло с пунктом 6. Теперь карта ссылается на скрипт как на источник, и любое расхождение РОП правит в обоих местах.
Около 6 900 ₽ за расшифровку и оценку примерно 300 звонков.
Основатель AviGrowth, GreenMP, Digital Core и SFB. Частный инвестор.
С 2015 года строю бизнесы, которые живут на трафике. AviGrowth ведет кабинеты на Авито, GreenMP - магазины на маркетплейсах, Digital Core внедряет ИИ. Четыре компании, 60+ человек в команде, 170 млн рублей оборота в год.
Пришлите скрипт продаж и 20 записей звонков: соберем карту критериев и покажем, где скрипт расходится с тем, как вы продаете на самом деле
Заявка отправлена
Свяжемся в рабочее время, уточним задачу и договоримся о бесплатном демо на ваших данных.
Бесплатное демо
Покажем ИИ на ваших данных
Ответим в рабочее время. Без обязательств - решение о старте после демо.
Заявка отправлена
Свяжемся в рабочее время, уточним задачу и договоримся о бесплатном демо на ваших данных.