Автоматизация обработки заявок
Дилерская группа: 3 салона, 11 менеджеров, около 1 400 обращений в месяц. Заявки приходили в 5 разных каналов, часть терялась вечером и в выходные.
Где терялись обращения
- Пять каналов обращений требовали постоянного внимания менеджеров.
- Вечером и в выходные первый ответ задерживался, и часть клиентов уходила.
- Сведения из переписки приходилось переносить в карточку сделки вручную.
- Руководителю было трудно отделить нехватку людей от проблем самого процесса.
Что должны были изменить
Сократить время первого ответа и потери обращений, не заменяя менеджеров и не перестраивая действующую CRM.
Цифры — замеры дилера до внедрения и через 3 месяца после. Название компании называем на созвоне.
От исходной метрики до рабочего процесса
Не отдельный чат-бот, а последовательность действий внутри существующей обработки заявок.
-
01
Зафиксировали исходную метрику
До разработки измерили среднее время первого ответа и долю потерянных обращений. Эти показатели стали критериями пилота.
-
02
Описали сценарий квалификации
Определили, какие сведения нужно извлечь из сообщения клиента и какие уточняющие вопросы задать, если данных недостаточно.
-
03
Подключили разбор через GigaChat
Модель определяла смысл обращения и подготавливала данные для квалификации по утверждённому скрипту.
-
04
Связали сценарий с Битрикс24
Извлечённые сведения попадали в поля сделки, а не оставались неструктурированным комментарием в переписке.
-
05
Запустили мгновенный первый ответ
Клиент получал реакцию сразу, включая периоды, когда менеджеры не находились на рабочем месте.
-
06
Проверили пилот и масштабировали
Неделю сценарий работал как пилот на ограниченном процессе. После проверки метрик решение развернули в рабочем контуре за две недели.
Что делал ИИ
- Первичный разбор входящего сообщения.
- Квалификация обращения по утверждённому скрипту.
- Мгновенный первый ответ клиенту.
- Заполнение предусмотренных полей сделки в Битрикс24.
Где отвечала команда
- Менеджеры продолжили вести сделки и принимать коммерческие решения.
- Команда контролировала качество ответов и корректировала сценарий.
- Руководитель принимал решение о масштабировании по результатам пилота.
Сравнивали показатели до внедрения и через три месяца работы: среднее время первого ответа, долю потерянных обращений и долю записей на встречу из того же потока лидов.
Хотите похожий результат у себя?
Расскажите про процесс — на созвоне скажем, применим ли этот опыт к вашей задаче.