Нейросетки в бизнесе, мой опыт
Приветствую всех! Сегодня я расскажу о том, как я использую нейросетки для решения задачек в отделе продаж. Здесь будет мой прикладной опыт, который можно будет повторить самостоятельно или с моей помощью. В конце статьи раздам 1000 минут анализа звонков. Погнали!
Предыстория
Как уже упоминал ранее, я занимаюсь развитием небольшого производства. Продукт — оборудование парковочных мест и разработка систем хранения.
Ранее рассказывал истории про внедрение калькулятора в экселе, гиперлокальный таргетинг на ЖК, избавление от пальцев замерщиков и еще множество всяких интересных штук, которые сделали нашу жизнь немножечко легче. Все заболиво лежит в моей телеге на 86 подписчиков или на страничке профиля VC.
Долгое время контроллировать продажи приходилось мне. Начинал я с простой прослушки звонков с листиком и ручкой. Это отнимало кучу времени и, самое главное, отсутствовала необходимая регулярность.
Занимался я этим по остаточному принципу. Обнаружив проблемы, я бежал их чинить, временно забивая на процесс контроля. Проблемы чинились, но появлялись новые.
Спустя некоторое время я прокачался до прослушки на x2 и заполнения гугл-дока. Автозаполнение ячеек делало свое дело, но все равно нужна была монотонная и методичная работа, на которую не всегда хватало времени и ресурсов.
Не стоит забывать про скорость доставки результатов анализа звонков до менеджеров. В лучшем случае получалось собираться раз в неделю, а это довольно редко.
Основные проблемы
Я выписал основные проблемы, которые с разной периодичностью у нас повторялись:
- Не соблюдаются скрипты при общении с клиентом
- Не фиксируется ключевая информация по итогам коммуникации с клиентом
- Не выявляются потребности и работа с возражениями ведется плохо или совсем не ведется
- Не проговариваются дальнейшие шаги с клиентом
- Не налажена приоретизация, отсюда потери важных клиентов
- Не выполняются обещания и важные комментарии по производству
Чем приходилось заниматься
Вот список направлений, по которым я работал постоянно
- Настройка CRM-системы: было несколько итераций, завел все процесы в единую систему, сделал множество полезных экранов и дэшбордов для работы в различных сценариях, автоматизировал все, что мог. В общем, это был большой и длинный путь, который не прекращается до сих пор.
- Прослушка звонков — тут все осталось без изменений, я продолжал слушать звонки. Как и раньше, делал это выборочно и нерегулярно.
- Разработка и внедрение скриптов. В целом получилось неплохо, особенно после интеграции в CRM.
- Внедрение системы мотивации — система заточена на продажи, используется ступенчатый план и система коэффициентов.
- Постоянный мониторинг CRM-системы, алерты на ключевых этапах сделки (долго висит необрабовтанный замер, по новой завке никто не позвонил в течение нескольких часов, был пропущенный звонок, но никто не перезвонил)
- Замена людей. Тот кто не справлялся и не хотел исправляться заменялся.
Мне казалось, что я делаю правильные вещи и все должно чиниться. Так и было, но стоило мне немного сменить фокус, проблемы снова всплывали. Все всё понимают, но почему-то не делают или делают не так, как нужно. Нужно было пересмотреть подход. Но идей не было.
Пинок под зад
Перед летним сезоном я начал делать прогноз и решил оцифровать вообще все, что мог. Я пришел в ужас. Процент брака с начала года до апреля составил 38% от выполненных работ. То есть на 100 выполненых работ 38 заказов так или иначе требовали дополнительного включения и доработки.
При чем проблемы разные и всплывают рандомно:
- Не довезли колесоотбойник на установку
- Обещали одну компоновку полок, сделали другую
- Не добавили резервное открывание
- Говорили о двух открывающихся частях, а сделали одну
- Не предупредили, что при монтаже нужно убрать авто
- Не предупредили, что нужен источник питания для монтажа
В результате — суммарные потери до 9% от прибыли + репутационные издержки в виде негативных отзывов и анти-рекомендаций соседям. Не говоря уже о транзакционных издержках — время на устраннение недостатков и так далее.
Знакомство с Openai
В мае я начал активно изучать возможности Openai, понял, что смогу использовать для множества задач, примерил это и у нас.
После месяца тестов я определился с возможностями, оптимальными параметрами и за несколько дней я собрал прототип системы, которая работает в связке с нашей АТС-системой: транскрибирует текст и извлекает нужную информацию.
В первой версии я транскрибировал текст, записывал его как есть в CRM, а также просил нейросеть сделать выжимку из диалога.
Даже в таком виде это начало приносить пользу — в течение 10 секунд после завершения звонка у менеджера перед глазами есть текст разговора и резюме в свободной форме.
Как минимум уже не нужно вспоминать, о чем был разговори переслушивать звонок. Это была маленькая победа.
Развитие
Далее я интегрировал в процесс наш корпоративный мессенджер. Все выжимки из диалогов с менеджерами в режиме реального времени раскидывались по чатам, я понял, что мне заходить в CRM и смотреть, что происходит теперь не нужно.
Время реакции на проблемы снизилось, менеджер получал фидбек и помощь от меня практически в режиме реального времени.
В июне я начал погружаться еще глубже, у меня накопилась довольно большая база звонков и я решил подобучить СhatGPT (т. н. файнтюнинг).
В итоге у меня в руках появилась собственная версия gpt-3.5, заточенная именно под мои скрипты продаж и мою продукцию.
Одновремено с этим я начал работать с контекстом: ведь для коммуникации с клиентом на разной стадии воронки ключевая информация для извлечения разная.
Если клиент новый — важно хорошо его обработать, квалифицировать, ответить на все вопросы. Если клиент звонит после установки, нужно уточнить все ли в порядке и есть ли у него жалобы и претензии.
Кажется, что у меня получилось сделать нечто универсальное и можно сказать даже умное:
1. Сначала определяется контекст и ситуация
2. Под эту ситуацию выбирается соответствующая модель анализа (файнтюненая версия / отдельные иснтрукции)
3. Информация анализируется и выдается нужный на данном этапе результат.
4. Итоговая информация раскладывается по полям в CRM / уходит в корпоративный мессенджер или в телеграм-бот.
Текущая версия
- Извлекает ответы на квалификационные вопросы в структурированном виде (ширина, высота, глубина, количество полок)
- Извлекает сроки, бюджеты и другие ключевые для сделки параметры
- Выявляет потребности и возражения
- Трекает договоренности по следующим шагам
- Подсвечивает жалобы, негатив
- Умеет заполнять CRM
- Дает рекомендации о дальнейших шагах
- Учитывает контекст
Примерный технический стек
- Openai — обработка информации, файнтюн моделей, тесты.
- Make (ex Integromat) — то, что свяжет все воедино
- Виртуальная АТС — любая, нужны только записи звонков
- CRM — система — тоже любая
Проблемы, которыми придется столкнуться:
- Openai официально не работает в РФ, невозможно оплатить рублями
- Openai не работает без VPN а основные АТСки наоборот, открыты только для РФ.
- У некоторых АТС низкое качество записи и нет разделения на каналы, поэтому транскрибация получается сплошная, без разделения на роли: менеджер + клиент.
Хотите попробовать?
Я готов поделиться своим опытом и помочь внедрить подобные системы в любые коммерческие проекты.
Если у вас есть колл-центр / отдел продаж и вы сталкиваетесь с теми же проблемами, что и я, заполните форму — я выберу 5 участников и распределю между ними 1000 минут анализа звонков.
- первый, кто оставил форму и прошел отбор — 300 минут анализа телефонных разговоров.
- второй и третий, кто оставил форму и прошел отбор — по 250 минут анализа телефонных разговоров.
- четвертый и пятый участник теста — по 100 минут анализа телефонных разговоров.
Интеграция с вашей АТС и отправка в телеграм-бота для вас будет бесплатна.
Основное требование: хотя бы 50 минут звонков в день, наличие АТС с доступом к записям и желание попробовать что-то новое в своем деле.
Я вижу большой потенциал в использовании этих инструментов. С развитием технологий их доступность становится все выше. Сейчас каждый может интегрировать эти инструменты в свой бизнес, чтобы обеспечить качественный прорыв в оптимизации затрат, повышении конверсии и росте бизнес-метрик.
Хороший пример интеграции
Мы аналогично думаем об интеграции AI в свою систему)
Очень интересно узнать будет про ваш опыт)
Оказывается нейросетки не только картинки классные создают, но и выполняют большую часть функционала рядового менеджера или ассистента
Картинки - тоже классно, но лучше что-то с добавленной пользой)
Вы пробовали встроенную интеграцию chatgpt с планфиксом?
Форму заполнил, к нас есть один крутой клиент. Как раз с такими же проблемами :)
Прямо руки чешутся попробовать, как это будет работать.
Спасибо, пробовал, под мои задачи не совсем подходит, делал все сам
Добротная статья, давно хотел интегрировать нейронку, но не знал даже с чего начать, тут всё классно расписано, спасибо. Нейронки очень полезные, но это немного даже пугает)