Top.Mail.Ru

+8 млн ₽ за счет автоматизации колл-центра на базе RetailCRM и сквозной аналитики на базе Google Analytics

Как распределение звонков увеличило конверсию
из звонка в продажу.
  • /
  • /
Срок: 1 месяц
Бюджет: чуть меньше 300 000 ₽

Вводная информация

О компании
Сетевой ритейлер бытовой техники.
В колл-центр поступают звонки, менеджеры консультируют клиентов и оформляют заказы. Звонки равномерно распределяются по свободным менеджерам.

Источники заказов

  • Сайт
  • Телефон
Привлечение через контекстную рекламу

Цели проекта
  • Найти причины низкой конверсии в заказ:
  • Устранить корни этих проблем.

Задачи
  • Провести аудит бизнес-процессов
  • Провести аудит работы персонала
  • Устранить проблемы, отрицательно влияющие на конверсию.

Проблема
Число входящих обращений растет, число заказов и прибыль падает.

Аудит бизнес-процессов

Разный уровень компетенций операторов колл-центра

Сотрудники колл-центра имеют разный уровень компетенции в разных категориях ассортимента. Кто-то является экспертом по встраиваемой технике, но слабо разбирается в пылесосах и кондиционерах. И наоборот.

Когда оператор не может подсказать клиенту тонкости работы выбранной техники, клиент начинает сомневаться в качестве магазина и пропадает. Уровень клиентского сервиса падает. Компания упускает прибыль.

Решение

Распределение входящих звонков

Разделить сотрудников колл-центра, согласно их компетенциям, на три категории:
  1. техника для комфорта,
  2. кухонная утварь,
  3. встраиваемая техника.
Внедрить динамический коллтрекинг, настроить сценарии распределения входящих звонков на основе категории сайта, где находится посетитель в момент звонка.
Разработать уникальное программное решение, соединив CRM, телефонию и коллтрекинг.

Сценарий № 1
Поступает звонок от клиента, которого нет в базе. Динамический коллтрекинг определяет по какому ключевому слову клиент искал технику и направляет звонок менеджеру из соответствующей категории товаров.

Технически это выглядит так: каждое ключевое слово в семантическом ядре сопоставлено с одной из групп товаров, на которые разбит колл-центр. Например, потенциальный клиент ищет BOSCH KIR81AF20R, тогда в UTM-метке указывается &utm_content=vstraivaemaya, т.к. этот товар входит в группу «Встраиваемая техника».

После перехода по рекламному объявлению, на сайте магазина отражается отдельный номер телефона, который видит только этот пользователь. При звонке по этому номеру телефона коллтрекинг передает параметры UTM-меток самописному скрипту и звонок поступает менеджеру из группы «Встраиваемая техника».

Сценарий № 2

Поступает звонок от клиента, который уже есть в базе. Связка IP-телефония+CRM находит менеджера, который общался с этим клиентом в последний раз и направляет звонок ему.

Если нужный менеджер не может взять трубку, то звонок перераспределяется на менеджера из той категории товаров, который клиент покупал ранее.

Итоги

Систематизирован процесс первичной обработки звонка.
Распределение звонков зависит от данных о клиентах из CRM, сквозной аналитики и ключевого слова по которому пользователь искал товар.

Качество консультаций по телефону выросло, количество продаж выросло. Благодаря повышению уровня клиентского сервиса, за первый месяц, компания заказчика увеличила прибыль на 8 миллионов рублей.
Другие кейсы