Как работа с отказами увеличивает выручку бизнеса

Крупный медицинский центр подключил Речевую аналитику, чтобы проверить эффективность своих операторов при отработке негатива. Объем коммуникаций — до 380 000 обращений в месяц.

Для работы с негативом в Речевой аналитике есть разметка звонков тегами, поиск диалогов по словарю негативных фраз и настраиваемые отчеты по метрике «Клиентский негатив».

Платформа определяет негатив по двум критериями: целевым словам и интонации. Например, отмечает звонки с эмоциональными высказываниями: «Напишу вам плохой отзыв», «Переживаю», «Беспокоюсь». А также выделяет в расшифровке сарказм, отслеживает перемены настроения клиента и слова-триггеры, которые усугубили негатив во время звонка.

С помощью инструментов Речевой аналитики супервизоры выяснили, что 1,15% от всех проанализированных разговоров содержали негатив. Но только в трети случаев операторы отреагировали на него корректно и довели диалог до целевого действия — почти 3 190 негативных обращений за месяц остались не сглаженными. Отдел контроля качества использовал полученные данные для доработки скриптов и указал операторам на точки роста.

Результаты:

• На основе данных Речевой аналитики компания пересмотрела подход к работе с негативом и за три месяца удержала на 191 клиента больше, чем в среднем за прошлые периоды. 
• После внедрения платформы отток после негатива в ходе звонков сократился на 20,5% — с 320 до 254 человек в месяц.
• При среднем чеке 2 500 ₽ сокращение оттока увеличило выручку примерно на 159 000 ₽ в месяц. Потенциальная выгода на горизонте года — около 2 млн рублей.

Федеральная транспортная компания сталкивалась с возражениями клиентов при оформлении заказа. Их опасения были связаны с условиями, сроками и стоимостью доставки, а также сохранностью грузов и квалификацией водителей. Перед отделом контроля качества стояла задача проверить, как операторы снимают возражения и приводят клиента к сделке. Но вручную определить все случаи возражений и оценить работу операторов оказалось сложно. Объем коммуникаций достигал 50 000 обращений в месяц.

Для поиска и анализа возражений компания подключила Речевую аналитику. Платформа автоматически определяла тематику возражений и их частотность в общем количестве звонков. Также руководители использовали автооценку диалогов, которая проверяла корректность работы операторов, указывала на слова-паразиты и неуместные фразы.

Отчеты показали, что возражения звучали в 9,5% коммуникаций, но 47% из них сотрудники не обрабатывали. Они не всегда корректно следовали скрипту, не замечали скрытые возражения и терялись, когда собеседник говорил «нет». Компания усилила подготовку кадров и ввела систему быстрых подсказок менеджерам во время звонка.

Результаты:

• Операторы проработали 6 700 звонков с возражениями, которые раньше пропускали, и довели до целевого действия 136 клиентов.
• После доработки скриптов процент отработанных возражений увеличился на 2%, но показатель можно повысить, если продолжать улучшать скрипты.
• При среднем чеке 2 000 ₽ компания увеличила месячную выручку на 90 000 ₽. При сохранении аналогичных показателей годовой прирост выручки составит более 1 млн рублей.

Федеральная сеть фитнес-центров каждый месяц проводит 155 000 диалогов с клиентами. Она настроила Речевую аналитику, чтобы найти эффективные способы удержать аудиторию и понять, почему некоторые посетители отказываются продлить абонемент.

Для решения задачи компания выбрала инструмент Insights на основе большой языковой модели для поиска тенденций и проблем. С помощью Речевой аналитики были отобраны звонки с возражениями, которые затем передали в Insights. Этот инструмент определил, что именно не нравилось клиентам.

Данные от Речевой аналитики показали, что при звонке сотрудников фитнес-центра с предложением продлить абонемент, в 1,7% случаев клиенты отказывались. Основными причинами отказа были финансовые трудности, отсутствие возможности заморозить абонемент на время отпуска или болезни и несоответствие ожиданиям от центра: трудности с записью на групповое занятие из-за большого количества желающих и неудобного расписания.

В 31% случаев операторы не могли правильно отреагировать на неудовлетворенность посетителей. Это значит, что примерно 820 раз в месяц компания теряла возможность удержать клиентов. На основе данных Insights компания обновила рекомендации для сотрудников и переработала информацию об услугах для посетителей.

Результаты:

• На основе данных Речевой аналитики компания пересмотрела скрипты и снизила количество отказов в месяц на 5% — с 820 до 779.
• После оптимизации расписания групповых тренировок и изменения системы записи в пиковые часы количество жалоб по этим вопросам снизилось.
• Так как годовой абонемент в фитнес-центре стоит 12 000 ₽ в год, выручка компании только за три первых месяца выросла на 1,5 млн рублей.

С Речевой аналитикой за 5 минут можно обработать тысячи диалогов, сгруппировать их с помощью тегов и построить отчеты о работе отдела клиентского сервиса.

Повышать качество обслуживания и улучшать работу с негативом и возражениями можно в блоке «Развитие качества». Это таск-трекер, в котором можно закреплять задачи, проверять и калибровать оценки, отслеживать статистику по компетенциям, выявлять лучшие практики и подсвечивать слабые места в диалогах с клиентами.

Оставьте заявку, чтобы подключить Речевую аналитику и адаптировать ее под свой бизнес, — мы поможем с настройками интерфейса и подскажем, как работать с инструментами.