Доки всі говорять про ШІ, ми в академії вирішили взятися за його впровадження. Почали з найсильнішого болю усіх керівників відділів продажів – з контролю якості комунікації з клієнтами. Все почалося з ідеї найняти фахівця на відповідну посаду, який міг би слухати записи дзвінків та виставляти оцінки роботі менеджерів. Але вчасно зупинилися і вирішили створити для цього систему оцінювання на основі ШІ. Виявилося, що ми не прогадали, а створили дещо більше, ніж звичайну систему для оцінювання.
Перший експеримент: AI як аналітик дзвінків
Ми шукали собі в команду фахівця для контролю якості комунікації з клієнтами. Він мав слухати дзвінки менеджерів і виставляти оцінки їхнім розмовам. Фахівець, який розуміється на продажах та зможе вказати місця для їх покращення це добре, але яка його пропускна можливість? Так подумали ми і вирішили, що одна людина не зможе швидко та якісно повпливати на команду відділу продажів. Адже це лише людина і за робочий день вона зможе обробити обмежену кількість дзвінків.
Ми зупинилися і поставили собі запитання: «А чи не зможе з цим впоратися штучний інтелект?». Виявилося, ще й як зможе!
Тож ми перейшли до перевірки його можливостей. Для роботи використали потужності ChatGPT. Ми взяли кілька дзвінків, транскрибували їх та перетворили на текст за допомогою ШІ. Далі виконали його автоматичний аналіз. Результати здивували навіть скептиків. Наш AI надав повний розбір розмови з клієнтом і поради з підвищення їх ефективності у кращому форматі, ніж це змогли б зробити деякі супервізори-люди.
Ось фрагмент результатів його оцінювання:
-
Темп мови – занадто швидкий → клієнту важко сприймати.
-
Ігнорування звернення на ім'я → втрачена можливість встановити контакт.
-
Відсутність підтвердження вибору клієнта → ослаблення емоційної точки закриття.
Пробна обробка дзвінків за допомогою ШІ надихнула – це швидше і дешевше за роботу людини. Тому ми вирішили перетворити це на внутрішній інструмент і включили у систему роботи.
Автоматизація: без людей, але з результатом
Пошук фахівця для контролю якості комунікації з клієнтами перетворився на розробку системи на основі ШІ. За стандартами роботи академії, всі розмови менеджерів з клієнтами записуються IP-телефонією. Ці записи бере в обробку система, щоб оцінити якість роботи з клієнтами. Результати обробки – дані, розділені за відповідними критеріями. Процес роботи системи має такий вигляд:
-
IP-телефонія автоматично передає всі записи дзвінків до аналітичної системи.
-
ШІ транскрибує кожну розмову в текст.
-
Текст розмови аналізують за 13 критеріями.
Команда маркетологів, промт-менеджерів та менеджерів з продажів в тандемі з ШІ розробила критерії для оцінки якості розмов системою. В них входять як загальноприйняті пункти, як привітання чи озвучування мети дзвінка, так і специфічні – демонстрація продукту чи озвучування актуальних пропозицій. Всього вийшло 13 критеріїв для оцінювання дзвінків.
|
Критерій |
Опис |
|
Привітання (Greeting) |
Чи ввічливо привітався менеджер, чи назвав своє ім’я, ім’я клієнта та компанію. |
|
Мета дзвінка (Main goal) |
Чи чітко сформульована мета дзвінка. Менеджер має повідомити, чому телефонує. |
|
Кваліфікація (Qualification) |
Якісність питань для розуміння планів і ситуації клієнта. Вміння виявити рівень зацікавленості та потреб. |
|
Попит (Demand) |
Чи виявляє менеджер реальну потребу клієнта. Чи заглиблюється у тему, чи просто запитує поверхнево. |
|
Резюме (Summary) |
Чи узагальнює менеджер сказане, підбиває підсумки у процесі чи в кінці розмови. |
|
Експертиза (Expertise) |
Чи демонструє менеджер знання продукту, термінології, вміння відповідати на питання. |
|
3 рівні презентації (3 Levels of Presentation) |
Чи використовує менеджер три підходи: технічний, емоційний, раціональний. |
|
Попереднє закриття (Pre-closing) |
Чи готує клієнта до ухвалення рішення — підсумовує, формує очікування. |
|
Ціна (Price) |
Чи озвучує ціну, чи робить це чітко і впевнено. |
|
Закриття (Closing) |
Чи формулює чітку пропозицію/наступний крок, наприклад: “Записати вас на курс?” |
|
Дотиск (Pressure) |
Використання технік стимулювання рішення: обмеження по часу, бонус, страх втрати. |
|
Відпрацювання заперечень (Objection Handling) |
Як менеджер реагує на сумніви клієнта. Чи вміє обґрунтувати відповідь. |
|
Домовленості (Arrangements) |
Чи зафіксовані конкретні наступні кроки: оплата, дзвінок, надсилання інформації. |
Кожен проаналізований дзвінок отримує від системи:
-
бали за вказаними вище критеріями
-
загальний відсоток ефективності
-
висновок у вигляді тексту
Усі дані автоматично зводяться в загальні та персональні таблиці та графіки. В них вказано, хто з менеджерів працює найкраще, хто потребує навчання, за якими критеріями помітні низькі оцінки.
Зображення №1. Приклад результатів оцінювання одного дзвінка
Зображення 1 – детальний аналіз конкретної розмови з оцінками за всіма 13 критеріями.
-
Сильні сторони. Привітання – 5, що означає чітке, тепле знайомство з клієнтом.
-
Слабкі сторони. Закриття – 0, дотиск – 0. Усі 3 рівні презентації – 0, що вказує на відсутність ефективної структури завершення розмови.
Система оцінювання зі штучним інтелектом надає текстовий коментар до кожного пункту – це пояснення, що саме менеджер зробив чи не зробив в ході розмови. Кожна така розмова і всі бали дають змогу сформувати загальний рейтинг ефективності менеджерів.
Зображення №2. Рейтинг менеджерів
Порівняння результатів шести менеджерів за ключовими критеріями допомагає виявляти найефективніших працівників. За даними рейтингу бачимо такі результати:
-
Найефективніший менеджер: Юліана Р. – 60% ефективності, 36 балів.
-
Менеджер з найменшим результатом: Євгенія Г. – 36%, лише 21 бал.
Дані допомагають чітко побачити, хто з менеджерів потребує додаткового навчання і за якими саме критеріями.
Зображення №3. Аналіз розмов з клієнтами однієї менеджерки у динаміці (Марія Р.)
Система допомагає також переглянути історію дзвінків конкретного менеджера з балами по кожному дзвінку. Наприклад, аналіз розмов менеджера Марії Р. демонструє такі її результати:
-
Є дзвінки з високим результатом – 77% (46 балів)
-
Є дзвінки з низьким результатом – 11 балів (19%), де відсутні ключові елементи.
Наша система зі штучним інтелектом також генерує підсумкові коментарі, які можна використовувати для роботи над помилками та коучингу співробітників. Вони мають такий вигляд:
«Менеджер має значні прогалини в телефонних продажах, необхідно покращити використання технік продажу…».
Зображення №4. Інфографіка прогресу менеджера
Окрім аналізу дзвінків, ШІ допомагає відстежити прогрес менеджера впродовж певного часу. Так на зображенні 4 представлено динаміку розвитку одного менеджера, що відбувся за 3 місяці. Можна побачити загальний бал співробітника, а також зміни кожного критерію окремо.
Наприклад, у менеджера Марії Р. видно ріст загального балу з 22 до 30+ за 3 місяці.
Барчарти або гістограми показують середні бали за кожним критерієм цієї менеджерки, що допомагає ідентифікувати, над чим саме варто працювати. Як видно на зображенні 4, критерії «Price» і «Pre-closing» просідали, а «Greeting» і «Arrangements» зросли.
Практичний результат
Пошук фахівця на відкриту вакансію перетворився на розробку системи оцінювання дзвінків за допомогою ШІ. В результаті цієї роботи ми отримали:
-
систему, яка миттєво видає аналітику розмов менеджерів з продажів з клієнтами, без витрат на додаткового працівника.
-
постійний моніторинг якості обробки клієнтів без людського фактора.
-
основу для KPI менеджерів з продажів – тепер ефективність дзвінків стала частиною мотивації.
-
збір інсайтів від клієнтів – ШІ аналізує запитання, сумніви та побажання клієнтів у дзвінках, що дозволяє краще адаптувати продукт, комунікацію та маркетингові меседжі
-
відстеження прогресу співробітників – тепер оцінки розмов з клієнтами відображаються у графіках і порівняльних таблицях, що допомагає будувати індивідуальні навчальні траєкторії для кожного менеджера.
Висновок
ШІ – це не далеке майбутнє, він працює вже сьогодні. І не лише для техгігантів. Цей кейс про те, як українська освітня компанія мала конкретне бізнес-завдання і розв’язала його за допомогою ШІ – яскравий приклад цього. І це лише перший приклад з кількох, які ми втілили у життя.
Вже у наступному кейсі ми покажемо, як штучний інтелект став наставником для наших менеджерів. Ми інтегрували ШІ в нашу CRM-систему. Тепер кожен менеджер перед дзвінком отримує короткий опис попередньої роботи з клієнтом, рекомендації персональних пропозицій для нього та роботи з запереченнями. Це заощаджує час та підвищує конверсію. Детальніше – у наступному кейсі про персоналізовану підтримку менеджерів.
Цей кейс – лише частина навчального курсу «AI для керівників: від цифрової грамотності до бізнес-стратегії» від Школи Лідерства «NextGen».
Запишіться на навчання і дізнайтесь, як трансформувати власний бізнес за допомогою доступних і практичних AI-інструментів – від автоматизації до стратегічного розвитку.
