Получить полностью прозрачный процесс продаж и поднять конверсию в КЭВ: кейс девелопера ELEMENT
Девелопмент
B2В
Нейросеть помогла анализировать источники лидгена и контролировать качество продаж, а также с нуля выстроила систему работы с отказами.
Кейсы /
Кейс девелопера ELEMENT
amoCRM
МегаФон
Недвижимость
Застройщик, специализирующийся на премиальной недвижимости. С 2021 года реализует проекты на рынке Санкт-Петербурга. Летом 2024 года в рамках ПМЭФ заключил соглашение с банком ПСБ на 100 млрд рублей.
Девелопер ELEMENT
О клиенте
106 260
площадь реализуемой недвижимости в Санкт-Петербурге
м²
в номинации «Проект года: апартаменты Санкт-Петербург»
«Move Realty Awards»
лауреат
11
в отделе продаж
менеджеров
в Москве и Санкт-Петербурге
6
проектов,
1
из которых реализован
Проблема: классическая дилемма «нецелевые лиды vs слабые продажи» и замыкание на КЭВ
Основной запрос, с которым к нам пришёл ELEMENT — слишком мало лидов продвигаются по воронке и доходят до КЭВ (ключевой этап), хотя поток входящих заявок стабильный и нареканий не вызывает. В общем, классическая дилемма «кто виноват: маркетинг или продажи?».
1. Наладить подсчёт статистики по источникам лидов
Отдельно стояла задача контролировать, замкнул ли менеджер клиента на КЭВ. В случае ELEMENT это либо отправка КП, либо назначение встречи или просмотра недвижимости. Руководством уже было замечено, что иногда после контакта с клиентом не происходит ни того, ни другого.
Также требовалось наладить работу с отказами. Для этого была нужна корректная и беспристрастная оценка закрытых сделок: были ли у клиента причины отказа, на которые менеджер не может повлиять. Если да, то причину требовалось обязательно фиксировать в отчёте, но при этом не снижать оценку менеджера за диалог.
В дополнение заказчик хотел, чтобы нейросеть сама заполняла карточки сделок и писала к ним развёрнутые комментарии (на что у менеджеров времени особо не хватало).
Из этого вытекали два пожелания:
2. Выстроить систему прозрачной отчётности отдела продаж
Внедрение
Часть запросов ELEMENT решалась стандартными средствами «bewise».
Так, для контроля качества продаж и действий менеджеров мы реализовали оценку этапа квалификации и дэшборд с получаемыми данными.
Так, для контроля качества продаж и действий менеджеров мы реализовали оценку этапа квалификации и дэшборд с получаемыми данными.
Для оценки мы научили нейросеть распознавать следующие уникальные критерии «строительных» диалогов:
На дэшборде оценки представлены на трёх уровнях:
цель приобретения недвижимости (для себя, для детей, как инвестиция)
ключевые аспекты выбора (инфраструктура района, планировка, метраж)
упоминание менеджером как минимум пяти преимуществ ЖК
упоминание менеджером преимуществ компании (готовность комплекса, возможность рассрочки, условия ипотеки, премиум-отделка в подарок)
наличие сопутствующих квартире объектов (место в паркинге, кладовые помещения).
отдел: количество всех лидов, процент целевых и процент дошедших до КЭВ (визуализация дана сразу в двух вариантах: таблица и составная столбчатая диаграмма)
менеджер: общая оценка по каждому менеджеру за текущий и прошлый месяц
персональная детализация: оценки по всем 23 критериям по каждому менеджеру.
Динамика отдельно взятого менеджера за прошлый и текущий месяцы.
Среди показателей дэшборда есть и оценка за фиксацию менеджером следующего шага при завершении разговора — это стандартный критерий «bewise». В данном случае он позволил РОПу выявлять случаи, когда менеджер после звонка не направил КП и не назначил встречу
Для отслеживания источников лидов мы научили «bewise» получать данные из кастомных полей amoCRM и строить специальную диаграмму по источникам в разрезе продуктов (т.е. разных ЖК). Диаграмму можно фильтровать по любому временному периоду.
Диаграмма по источникам входящих лидов в разрезе по разным ЖК
Для работы с отказами мы научили «bewise» заполнять соответствующее поле в CRM, а на дэшборд выводить две статистики-визуализации: таблицу-матрицу в разбивке по сегментам и круговую диаграмму с самыми частыми типами отказов.
Ещё одной особенностью проекта стал дэшборд Вопросы. Каждый вопрос, заданный клиентом, получает от нейросети категорию и саммари — и выводится в единый список с указанием сегмента. Дополнительно список сопровождается круговым графиком.
Также в рамках стандартного функционала «bewise» мы настроили нейросеть на заполнение ключевых полей в CRM и написание автокомментариев к сделкам. В комментариях ИИ кратко указывает данные квалификации и, при наличии, перечисляет возражения, отработанные менеджером.
Результаты
25%
времени
стали экономить менеджеры на заполнении CRM
15%
на
увеличилась конверсия в КЭВ
100%
диалогов
проходят оценку и выводятся на дэшборд
100%
лидов
попадают в аналитику в онлайн режиме
Хотите разгрузить менеджеров по продажам
и иметь прозрачную аналитику по лидам?
и иметь прозрачную аналитику по лидам?
Напишите нам