15 godzin tygodniowo — tyle czasu DiFFreight teraz oszczędza na ręcznej analizie połączeń. Po wdrożeniu eniq.ai zespół zautomatyzował kontrolę jakości rozmów i uwolnił ten czas na inne zadania. W przeliczeniu na miesiąc to około 60 godzin — prawie półtora tygodnia pracy.
Wcześniej team leader codziennie odsłuchiwał połączenia ręcznie, poświęcając na to do trzech godzin dziennie. Teraz system analizuje rozmowy automatycznie. W tym case study opisujemy, jak DiFFreight skonfigurował ten proces i jaką rolę odegrała w nim telefonia Ringostat.
- O firmie
- Wyzwanie biznesowe i potrzeba automatyzacji
- Jak zaczęła się współpraca z Ringostat
- Jak zorganizowana jest obsługa zapytań
- Routing połączeń
- Śledzenie nieodebranych połączeń
- Automatyczna kontrola jakości z eniq.ai
- Jak działa logika analizy
- Jak handlowcy widzą wyniki analizy
- Wykorzystanie danych do szkoleń i decyzji zarządczych
- Integracja z KeepinCRM
- Wyniki i wnioski
O firmie
DiFFreight to ukraińska firma logistyczna, która organizuje międzynarodowy transport towarów dla biznesu. Współpracuje z Chinami, Stanami Zjednoczonymi, Kanadą oraz krajami Europy. Transport to jednak tylko część działalności — firma pomaga też w wyszukiwaniu i wykupie towarów w Chinach, ich inspekcji, obsłudze celnej, magazynowaniu oraz dostawie.
Dla klienta cały ten proces wygląda jak jedna, spójna usługa. Panel klienta, zintegrowany z systemem ERP, pozwala śledzić każdy etap dostawy.
Wyzwanie biznesowe i potrzeba automatyzacji
Problem z analizą połączeń nie polegał tylko na czasie potrzebnym na ręczne odsłuchiwanie. Przy 74 pracownikach team leader fizycznie nie był w stanie objąć wszystkich rozmów — w praktyce analizowano mniej niż 5% połączeń.
Z tego powodu feedback często docierał z opóźnieniem. Błędy można było wychwycić po rozmowie, ale nie zawsze udawało się jeszcze naprawić sytuację z klientem. Do tego wyrywkowa kontrola nie dawała pełnego obrazu pracy całego zespołu: jakie sformułowania powtarzają się najczęściej, gdzie handlowcy odchodzą od skryptu i czy ich komunikacja realnie zmienia się po otrzymanym feedbacku.
Firma potrzebowała nie tyle szybszego sposobu odsłuchiwania połączeń, ile systemowej kontroli jakości — takiej, która obejmuje wszystkie rozmowy i pozwala pracować z błędami na poziomie całego zespołu.
Jak zaczęła się współpraca z Ringostat
Wcześniej DiFFreight korzystał z usług innego dostawcy telefonii, jednak z czasem zespół przestał być zadowolony z jakości wsparcia i zaczął szukać alternatywy.
O Ringostat firma dowiedziała się z wyszukiwania w Google. Przy wyborze, oprócz możliwości samej telefonii, zwracano uwagę na analitykę połączeń, wygodę pracy z raportami oraz poziom wsparcia po wdrożeniu. DiFFreight najpierw podłączył telefonię, call tracking oraz callback, a eniq.ai — narzędzie do analizy komunikacji z wykorzystaniem AI — dopiero później.
Jak zorganizowana jest obsługa zapytań
Ścieżka klienta w DiFFreight działa jako trzypoziomowy system:
- call center przyjmuje pierwsze zapytanie, ustala kraj wysyłki, orientacyjne wolumeny oraz etap, na którym znajduje się klient;
- handlowiec doprecyzowuje zapytanie, wylicza koszt dostawy i dobiera trasę;
- dział obsługi towarzyszy klientowi dalej — status dostawy, dokumenty, aktualne kwestie.
Ze względu na taką strukturę procesu jeden klient może rozmawiać z kilkoma pracownikami. To nie jest jednak powielanie pracy — każdy odpowiada po prostu za swój etap.
Choć DiFFreight aktywnie korzysta też z innych kanałów komunikacji, w tym z komunikatorów i e-maila, to właśnie połączenia telefoniczne pozostają głównym sposobem kontaktu z klientami i partnerami.
Dlatego dla firmy kluczowe jest, aby każde połączenie trafiało bezpośrednio do właściwej osoby: klient — do swojego handlowca, nowy lead — do odpowiedniego działu, przewoźnik — do logistyka prowadzącego konkretny transport.
Routing połączeń
Jak podkreśla dyrektorka komercyjna DiFFreight, bez precyzyjnego routingu rosłaby liczba nieodebranych połączeń, co w praktyce oznaczałoby utratę leadów, a firma musiałaby zatrudnić dodatkowych pracowników tylko do rozdzielania połączeń.
Dlatego każdy handlowiec ma swój numer osobisty, a jednocześnie jest podłączony do wspólnych linii — połączeń ze strony internetowej i formularzy callback. Do telefonii podłączeni są też logistycy, więc firma widzi nie tylko rozmowy z klientami, ale też komunikację z przewoźnikami.
Dla samego klienta ważniejsze jest jednak coś innego: jeśli jego zapytaniem zajmuje się już konkretny handlowiec, kolejne połączenie trafi bezpośrednio do niego — bez powtarzania wyjaśnień i straty czasu.
Większość pracowników odbiera połączenia w aplikacji Ringostat Smart Phone, zintegrowanej z systemem ERP firmy. Dzięki temu handlowcy mogą dzwonić bezpośrednio ze swojego środowiska pracy, niezależnie od miejsca, w którym się znajdują.
Część zespołu, w tym logistycy, korzysta z klienta SIP MicroSIP, ponieważ ich głównym scenariuszem są regularne połączenia z przewoźnikami na numery robocze. Niezależnie od wykorzystywanego narzędzia, wszystkie rozmowy są rejestrowane i nagrywane do dalszej analizy.
Śledzenie nieodebranych połączeń
W DiFFreight praca z nieodebranymi połączeniami to odrębny proces.
Dla każdego połączenia system odnotowuje, czy zostało już obsłużone, z jakiego powodu zostało nieodebrane oraz kto oddzwonił do klienta. Dzięki temu żadne zapytanie nie zostaje bez odpowiedzi, a kierownicy mogą kontrolować, jak handlowcy reagują na takie sytuacje.
Automatyczna kontrola jakości z eniq.ai
Gdy zespół był mniejszy, kontrola jakości działała w tradycyjny sposób. Team leader ręcznie odsłuchiwał nagrania, sprawdzał, czy handlowiec trzyma się skryptu, czy prawidłowo prowadzi rozmowę i czy osiąga jej cel. Z czasem ten proces stał się słabym punktem.
Inne zewnętrzne narzędzia, które firma testowała, również nie rozwiązywały problemu w pełni. Zbierały statystyki, ale w praktyce zostawiały kierownika samego z tabelami, które i tak trzeba było przeanalizować. Wtedy w DiFFreight zdecydowano się na wdrożenie eniq.ai.
Jak działa logika analizy
Obecnie w projekcie DiFFreight działają dwie checklisty analizy — dla działu obsługi klienta oraz dla działu sprzedaży. Każda z nich to osobny zestaw kryteriów, według których AI ocenia dany typ rozmowy.
Sama logika pracy z wynikami analizy jest jednak podobna w obu przypadkach. Główną część pracy z danymi wykonuje trener sprzedaży: analizuje oceny połączeń, typowe błędy i przekazuje wnioski liderom zespołów oraz handlowcom. Na podstawie tych wyników korygowane są szkolenia, prowadzone są indywidualne i grupowe rozmowy rozwojowe, a także oceniany jest dalszy rozwój handlowca w zespole”.
eniq.ai nie po prostu przechodzi po checkliście punkt po punkcie. Dla każdego punktu generuje osobną ocenę lub odnotowuje konkretny fakt.
Na przykład w przypadku checklisty dla działu sprzedaży system sprawdza, czy handlowiec przywitał się z klientem zgodnie ze skryptem.
Wszystkie wyniki analizy trafiają do dziennika — tabeli, w której kierownik w kilka kliknięć znajdzie potrzebne połączenia: według handlowca, daty, typu czy oceny.
Jak handlowcy widzą wyniki analizy
Po każdym połączeniu handlowcy DiFFreight otrzymują ocenę rozmowy oraz raport na Telegramie — zespół wybrał integrację właśnie z tym komunikatorem — dzięki czemu feedback dostają praktycznie od razu, a nie po długim czasie. Jeśli handlowiec nie zgadza się z oceną, omawia konkretne połączenie z trenerem sprzedaży, który wyjaśnia błąd lub koryguje wynik.
Jeśli ocena rozmowy handlowca z działu sprzedaży jest niższa niż 5 punktów, powiadomienie trafia natychmiast na czat. Na początku takie alerty wysyłano na wspólny czat zespołu, a później firma przeszła na indywidualne wiadomości dla każdego handlowca — dzięki temu można szybciej reagować na słabe połączenia.
Wykorzystanie danych do szkoleń i decyzji zarządczych
W DiFFreight trener sprzedaży regularnie przegląda oceny eniq.ai, wyznacza typowe błędy handlowców i prowadzi indywidualne oraz grupowe analizy połączeń. Liderzy zespołów sprzedaży i obsługi co tydzień otrzymują automatyczne raporty ze średnimi ocenami zespołu — dzięki temu można śledzić postępy każdego handlowca i na czas planować dodatkowe szkolenia.
System tworzy też szczegółowy raport na podstawie checklisty. Może obejmować wszystkie parametry ważne dla zespołu: użycie zwrotów zakazanych, jakość przywitania i przedstawienia się, wykrywanie potrzeb klienta, konsultację itd. Dzięki temu widać w czasie, na jakim etapie komunikacji handlowcy najczęściej popełniają błędy albo, odwrotnie, osiągają najlepsze wyniki. To pozwala kierownikowi zrozumieć, jak bardzo zespół rozwija się w wybranym okresie.
Kolejny typ to raporty triggerowe. Triggerem może być niska ocena połączenia, użycie zwrotu zakazanego, wzmianka o konkurencji albo dowolne inne zdarzenie, na które kierownik chce reagować natychmiast. Takie powiadomienia pozwalają nie sprawdzać panelu ręcznie — system sam informuje, gdy dzieje się coś istotnego.
Jednocześnie eniq.ai pomaga znajdować nie tylko problematyczne, ale też najlepsze rozmowy. Połączenia z najwyższymi ocenami można wykorzystać do szkolenia pracowników, ulepszania skryptów i budowania bazy najlepszych praktyk. Zwykle kierownicy proszą handlowców, by samodzielnie wybierali udane przykłady, ale w praktyce to zadanie często się odkłada albo w ogóle nie jest realizowane. Automatyczny wybór oszczędza czas kierownika i zespołu, a nowi pracownicy szybciej otrzymują dobre przykłady komunikacji”.
Oceny eniq.ai nie są tylko suchą statystyką. Firma uwzględnia je w ogólnym rankingu handlowców i śledzi, jak zmienia się jakość komunikacji z klientami.
Integracja z KeepinCRM
Telefonia Ringostat jest zintegrowana z KeepinCRM, dzięki czemu handlowcy widzą całą historię komunikacji prosto w CRM: liczbę i czas trwania połączeń, a także nagrania rozmów, które można odsłuchać w razie potrzeby.
Zespół korzysta też osobno z integracji z wewnętrznym systemem ERP. O ile ERP pomaga w pracy z procesami operacyjnymi, to KeepinCRM służy do kontroli i analizy komunikacji handlowców.
Obie integracje firma skonfigurowała samodzielnie, choć w razie potrzeby zespół Ringostat pomaga z wdrożeniem technicznym i dodatkowymi ustawieniami.
eniq.ai może też automatycznie generować komentarze po każdym połączeniu i przekazywać je do CRM. W projekcie DiFFreight ten scenariusz nie jest jeszcze wykorzystywany.
Na razie ta funkcja nie jest wykorzystywana w pełnym zakresie, ale traktujemy ją jako ważny kolejny etap automatyzacji naszych procesów”.
Wyniki i wnioski
W DiFFreight telefonia stała się czymś więcej niż tylko narzędziem do wykonywania połączeń — jest teraz częścią systemu operacyjnego firmy. Pomaga poprawnie kierować zapytania, kontrolować nieodebrane połączenia i daje kierownikom pełny obraz pracy zespołu.
Wcześniej jakość rozmów zależała od tego, ile połączeń zdążył odsłuchać team leader. Teraz to proces stały: eniq.ai automatycznie sprawdza każdą rozmowę, analizując zgodność ze skryptem, cel połączenia oraz zwroty zakazane. Firma oszczędza około 15 godzin tygodniowo i nie potrzebuje już osoby odpowiedzialnej wyłącznie za ręczną kontrolę jakości połączeń.
Jednocześnie system potrzebował około miesiąca na pełną konfigurację i adaptację. Po tym czasie wyniki stały się stabilne, a wykorzystywanie ocen do rozwoju zespołu — dużo prostsze”.
