Как речевая аналитика помогает связать маркетинг и продажи
Партнерский материал
Для чего?
В компаниях, где основная часть продаж происходит по телефону, есть 2 взаимосвязанные проблемы:
- Нужно постоянно отслеживать эффективность рекламных каналов и оптимизировать маркетинговый бюджет.
- Нужно контролировать качество работы отдела продаж, а именно: исполнение менеджером чек-листа, отработку возражений, выявление потребностей, совершение допродажи.
Проще говоря, руководителю нужно понимать, почему проседают продажи и кто в этом виноват – маркетолог, приводящий лиды, или продавец, обрабатывающий обращения.
Для того, чтобы это понять, до недавнего времени приходилось прослушивать и анализировать огромное количество записей звонков. Большие компании могли позволить себе нанять для этого отдельного «слухача». Его работа сводится к проставлению специальных меток звонкам («целевой/нецелевой», «покупка», «первичное/вторичное обращение») и сведении этой информации в отчет.
Такой метод позволял руководству сделать выводы об эффективности сотрудников. Правда, зачастую поверхностные. Например, Коля обработал 10 целевых звонков, но совершил только 3 продажи, а Ваня из такого же количества завершил сделкой 9. Но почему такая разница? Не повезло с клиентами или менеджер не умеет сохранять установленный сценарий разговора? Речевая аналитика создана, чтобы получать ответы на эти вопросы.
Как это работает?
«Речевая аналитика» включает в себя три составляющих: расшифровку звонков, автотегирование и чек-листы. Первый компонент переводит все звонки в текстовый вид и позволяет быстро найти нужную часть разговора по ключевому слову. Уже на этом этапе можно сделать первые выводы о проделанной менеджером работе.
К примеру, необходимо узнать, предпринимают ли менеджеры меры по допродаже товаров и насколько успешно это делают. Известно, что скрипт содержит такие слова, как «посмотрите еще», «предлагаю также» и другие. Руководителю остается только запустить поиск по этим фразам и просмотреть диалоги за указанный период времени. Затем каждый разговор можно проанализировать подробнее.
Автотегирование
Эта составляющая речевой аналитики позволяет объединить список триггерных слов и сочетаний под одним тегом. Когда комбинации заданных фраз встретятся в разговоре, система объединит все такие звонки в отчете по данному тегу. Так, например, можно оценить спрос и число отказов на товар, добавив в теги «Спрос» и «Отказы» наименования конкретных товаров.
Речевая аналитика уже была протестирована на практике. Так, директор интернет-магазина «Премьер-Техно» обратил внимание на наличие хорошего трафика, но отсутствие продаж отдельных товарных позиций. Он предположил, что проблема заключается в продавцах, но это стоило проверить.
После настройки автотегирования удалось выяснить, что на данные товары поступало мало звонков. При этом аналитика сайта показала, что пользователи заинтересованы в покупке и активно изучают данные товары на сайте. Из этого был сделан вывод о неконкурентных ценах. Их корректировка возобновила обращения клиентов. Кроме того, благодаря автотегированию удалось подсчитать «упущенную выгоду» и оценить спрос на остальные товары для дальнейшего планирования продаж.
Речевая аналитика также включает в себя SmartTag. Это самообучаемая система простановки тегов, в основе работы которой нейронная сеть. При наличии необходимого количества протегированных вручную обращений система выявит абстрактные закономерности в речи и самостоятельно проставит теги для новых звонков.
Чек-листы
Чек-лист — это перечень пунктов, которые менеджер должен проговорить в ходе беседы с клиентом. Руководители вводят их для контроля и оценки работы сотрудников. Например, последовательность может быть такая: поздороваться, узнать имя и потребности, предложить соответствующий товар, рассказать об акциях и попрощаться. Исполнение каждого пункта присваивает балл, влияющий на KPI и премию сотрудника.
Контроль исполнения чек-листов раньше требовал прослушки. Речевая аналитика в этой работе практически заменяет человека. Нужно только создать в системе блоки чек-листа с перечнем триггерных слов, а далее на основе получаемых данных оценивать работу продавцов.
Есть и примеры из практики. Одна из компаний в ходе теста продукта проверяла качество скрипта при помощи чек-листов. В полученном отчете собрали необходимое количество обработанных звонков и посмотрели статистику для каждого сотрудника. Затем сопоставили ее с данными по продажам.
Выяснилось, что строгое следование скрипту далеко не всегда характеризует эффективного продавца и наоборот. Речевая аналитика помогла выявить блоки разговора, которые с большей вероятностью приводят к совершению сделки. Руководство приняло решение оставить на время только их, а весь остальной чек-лист отправить на доработку маркетологам.
Как понять, необходима ли бизнесу речевая аналитика?
Если большая часть сделок происходит через корзину, а коммуникации с клиентами сведены к минимуму, то речевая аналитика не нужна.
Если же в компанию поступает множество звонков и вы стремитесь к тому, чтобы маркетинг и продажи работали в неразрывной связке, а их эффективность заключалась в конечных финансовых результатах, то речевая аналитика безусловно необходима. Теперь можно не только прослеживать полный путь клиента или считать ROI, но и напрямую влиять на процессы продаж.
Подписывайся!
ВКонтакте
Хотите стать нашим партнёром? Пишите в коммерческий отдел.
