Зачем страховым слушать звонки? Как мы с помощью ИИ нашли реальные возражения и создали скрипт, который продаёт

Бывает так, что даже собственники бизнеса не до конца понимают причину отказов. «Клиенты не покупают, потому что дорого». Звучит логично, но так ли это на самом деле? В этой статье расскажу, как мы проанализировали звонки страховой компании, выявили настоящие причины отказов и создали скрипт, который помог менеджерам продавать эффективнее.

Всем привет! Меня зовут Сергей Чащин. Я CEO и основатель компании BVM. Мы занимаемся заказной разработкой. А еще у нас есть собственный продукт – Цифровой РОП. С помощью него мы и реализовали данный кейс.

Когда мы запускали продукт, предлагали компаниям протестировать его на пилоте. Великая сила нетворка – и о нас узнал собственник одной из крупных страховых компаний. Они просто хотели попробовать и понять, сможет ли наш сервис как-то улучшить их продажи. Без конкретных ожиданий.

Мы начали разбираться, как устроен их отдел продаж. Всего в команде, которая занимается продажей страховых полисов, работало 15 менеджеров. Но вскрылась главная проблема – не было четкого скрипта продаж. Руководство считало, что каждый клиент уникален. Значит и общение требует индивидуального подхода. Еще они были уверены, что знают главное возражение клиентов – цена. Однако это мнение было основано на личных ощущениях, а не на реальных фактах.

Если коротко, то наш Цифровой РОП работает так: он анализирует звонки и проверят их на соответствие скрипту. Поскольку скрипта у них не было, мы предложили выстроить процесс по-другому. Сначала провести глубокий анализ звонков и выявить реальные причины отказов. Так мы сможем проверить, действительно ли дело в цене. А затем разработать эффективный скрипт на основе полученных данных.

Мы транскрибировали и проанализировали несколько тысяч звонков, чтобы выявить реальные причины отказов. И что вы думаете? Возражение по цене конечно встречалось, но не было самым главным. Мы зафиксировали частоту повторения каждого возражения. Все это конечно под NDA. Но могу рассказать и выделить 3 проблемы, которые беспокоили клиентов больше всего:

Наш анализ не ограничился только возражениями. Также мы выявили:

На основе этих данных мы приступили к созданию скрипта. Для нас было важно разработать инструмент, который учитывает реальные боли клиентов. Мы поняли, что их волнует. Так у нас получилось собрать простой и понятный чек-лист для менеджеров.

Руководители удивились, что цена не всегда самый решающий фактор. Они внедрили разработанный скрипт и активно используют для обучения сотрудников. Также мы подключили бота, которому можно задавать вопросы по звонкам и выявленным проблемам.

Еще в процессе анализа выяснилось, что многие клиенты задают вопросы, ответы на которые уже есть в FAQ. Так компания пришла к идее о создании чат-бота консультанта, чтобы снизить нагрузку на операторов.

Этот кейс наглядно показал, как важно опираться на факты, а не на догадки. Даже в продаже сложных продуктов существуют закономерности, которые можно выявить. Теперь отдел продаж страховой компании работает намного эффективнее благодаря анализу звонков и новому скрипту.

Хотите принимать решения на основе данных, а не предположений? Доверьте анализ звонков нам — мы знаем, как это делать. Свяжитесь со мной и получите реальные инсайты о своих клиентах.

А еще приглашаю вас в наш Telegram-канал. Там мы рассказываем, как использовать ИИ в продажах и делимся полезными материалами. В этом посте собрали топ-10 ошибок менеджеров по продажам, которые нашел наш сервис. Переходите и скачивайте файл с рекомендациями!