Під час війни чимало компаній стикаються з нестачею кваліфікованих кадрів. Керівництву доводиться брати на себе багато додаткових функцій, і на контроль команди залишається мінімум часу. Однак тепер це завдання можна доручити штучному інтелекту. Читайте кейс, як мовна аналітика Ringostat з AI заощаджує компанії Keramis кілька робочих годин щодня та гроші на заробітну плату. Адже ШІ виконує функції, для яких знадобилися б кілька додаткових працівників.
Про компанію та чому вона зацікавилася штучним інтелектом
Keramis — інтернет-магазин плитки та сантехніки. Також на його сайті можна знайти:
- підлогові покриття;
- шпалери;
- світильники;
- двері.
Філії магазину є в усіх великих містах України: Києві, Харкові, Дніпрі, Одесі та Львові.
Особливість ніші Keramis — невелика кількість повторних звернень від клієнтів, бо українці здебільшого роблять ремонт раз на 10-15 років. Також є складність в тому, що у сфері товарів для сантехніки важко автоматизувати багато процесів. Наприклад, неможливо автоматично отримувати залишки товарів по усім постачальникам. Тому, навіть якщо товар є на сайті, клієнт має телефонувати, щоб уточнити його наявність. Через це 70% звернень в компанію — це саме дзвніки. Також часто потрібна консультація менеджера, бо ремонт — масштабна подія та охоплює чимало товарів. Саме під час дзвінка спеціаліст може виявити потреби клієнта і запропонувати саме те, що треба.
Враховуючи важливу роль дзвінків у бізнесі, Keramis прагнули зрозуміти, яка реклама їх генерує. Тому спочатку звернулися до нашої платформи за колтрекінгом.
Водночас ми зіткнулися з великою нехваткою персоналу. Нам не вистачало менеджерів з контролю якості, тому ми не встигали аналізувати дзвінки команди. Тож я замислився над створенням власного рішення на основі ШІ для контролю дзвінків. Коли ж я дізнався, що воно вже є у Ringostat — це було просто спасіння».
Які дані надає AI Ringostat для контролю роботи менеджерів
Штучний інтелект Ringostat аналізує кожен дзвінок та збирає результати аналізу у:
- звіті Ringostat — де ключова інформація показується при наведенні на потрібну колонку;
- картці дзвінка, яка відкривається при натисненні на дату та час розмови — тут дані подані більш розгорнуто.
З інформацією, яку надає штучний інтелект, здебільшого працює співвласник Keramis. І хоча компанія зараз не може впровадити відділ контролю якості, AI допомагає вчасно помічати усі важливі моменти. Також з даними мовної аналітики працюють самі менеджери, щоб розуміти та усувати свої помилки.
Мовну аналітику з AI можна гнучко налаштувати в особистому кабінеті Ringostat, як це описано у статті. Проте і базових налаштувань, доступних за замовчуванням, достатньо для ефективного контролю. Розгляньмо, як їх використовує Keramis для покращення роботи.
Транскрибація дзвінка та стислий зміст розмови
Штучний інтелект автоматично перетворює аудіо розмов на текст і перекладає. Тому діалоги не потрібно слухати — можна швидко продивитися їх розшифровку. А натиснувши на конкретну репліку — почути, як вона звучить в аудіо. Для Keramis транскрибація дзвінка особливо зручна тим, що з неї можна скопіювати код товару, який озвучують клієнт чи менеджер.
Протягом тижня в Keramis може надходити понад 300 дзвінків. Співвласник компанії не може прослухати чи перечитати усі діалоги, бо має й інші обов’язки. Проте з AI це не потрібно, адже рішення автоматично фіксує стислий сенс дзвінка. Щоб його побачити, достатньо зайти у картку дзвінка, або навести курсор на відповідну колонку, знаходячись у звіті з AI.
Також штучний інтелект надає окремими переліками:
- структурований підсумок дзвінка;
- ключові моменти діалогу.
Завдяки цьому не треба втрачати купу часу на контроль. Можна швидко ознайомитись з підсумком дзвінка й одразу зрозуміти, чи треба його слухати або читати розшифровку.
Оцінка за дзвінок, виявлення помилок та позитивних моментів
AI Ringostat враховує, що будь-яка розмова зазвичай складається з чотирьох етапів.
- Відкриття. На цьому етапі представник інтернет-магазину має привітатися та назвати компанію.
- Анамнез. Під час цього менеджер виявляє потреби клієнта, запитує, який товар йому потрібен та для яких цілей.
- Презентація. На даному етапі співробітник описує товари та їх переваги покупцю.
- Закриття. Наприкінці діалогу менеджер має проговорити клієнту наступні кроки. Припустимо: «Я вам зараз надішлю прайс в Telegram. А завтра передзвоню о 15:00». Також співробітник має ввічливо попрощатися.
Штучний інтелект з контексту розмови розуміє, на якій стадії зараз перебуває діалог, та враховує, чи озвучив менеджер усі потрібні репліки. Чим менше обов’язкових дій здійснив працівник — тим менше буде оцінка за діалог.
Орієнтуючись на це, співвласник компанії може одразу побачити проблемні діалоги та проаналізувати, що пішло не так. AI показує помилки менеджера в окремому блоці та додатково виявляє, чи вживає менеджер слова-паразити або нецензурну лексику. Всі помилки менеджерів команда Keramis потім розбирає на онлайн-зустрічах.
Також штучний інтелект фіксує, що було добре в розмові. Цю інформацію можна використовувати, щоб підкреслити сильні сторони менеджерів при обробці дзвінків. Або застосовувати приклади вдалих діалогів при навчанні нових менеджерів:
Аналіз настрою розмови
Навіть при дотриманні усіх кроків клієнт може іноді залишитися розчарованим. Наприклад, якщо його відштовхнула манера спілкування менеджера. Або якщо консультант залишався байдужим та неуважним, хоча формально озвучив усі потрібні репліки.
Аби виявляти такі випадки, AI фіксує загальний настрій розмови, а також настрій менеджера та клієнта. Керівник Keramis обов’язково звертає увагу на це при аналізі діалогу. Адже так можна швидко помітити проблему з обслуговуванням та виправити її.
Подальші кроки
Штучний інтелект автоматично аналізує домовленості менеджера та продавця. На їх основі AI складає поради щодо кращих наступних кроків. Співробітники використовують їх в майбутніх розмовах з клієнтами, та щоб пригадати, які дії треба вчинити після дзвінка.
Ключові слова
AI фіксує, які теми чи продукти обговорювалися протягом розмови. І виводить цю інформацію в блоці «Ключові слова». Дані про такі слова можна в майбутньому використовувати для налаштувань контекстної реклами. Також це допоможе ще швидше зрозуміти, про які товари йшлося під час розмови.
Передавання даних про дзвінки до CRM
Керівництво Keramis передає практично усі дані, що збирає штучний інтелект, до своєї CRM-системи. Для цього використовується Webhook — механізм сповіщення сторонніх систем про події в Ringostat. Ця технологія спочатку відправляє дані на сервер Keramis, а звідти вони потрапляють у CRM. Також, завдяки інтеграції, в CRM-системі фіксуються усі дзвінки, які здійснюють та приймають менеджери.
Дані штучного інтелекту передаються у вигляді коментарів або одразу прикріпляються до ліда чи угоди — залежно від того, що відкрито в CRM-системі за конкретним номером телефону. Також менеджер автоматично отримує в CRM рекомендації, надані AI, та перелік помилок.
Таким чином, керівництво Keramis може проаналізувати майже всі дзвінки в прив’язці до конкретних угод. Нерідко виявляється, що менеджер просто «не дотиснув». Такі випадки швидко розбираються з командою та виправляються — завдяки чому вдається доводити клієнтів до покупки.
Результати співпраці Keramis і Ringostat: відгук клієнта
Тепер, завдяки AI, ми можемо охопити усі діалоги та вивільнити багато часу на інші справи. Штучний інтелект замінює мені майже пів підрозділу з контролю якості обслуговування — тобто пару працівників. На зідзвонах з менеджерами ми обговорюємо аналітику від AI та вдосконалюємо нашу комунікацію з клієнтами.
Результат — поступове збільшення конверсії з дзвінків у продажі. Раніше вона була невтішна, але сподіваюся, що скоро вона зросте вдвічі чи більше. Якщо казати про гроші — то це дуже багато. Тому, за нашим досвідом, AI багатократно окуповується».
