Продукты Решения Тарифы Партнерам Блог
Получить консультацию
Связаться
Как на 30% увеличили целевой трафик и ускорили обработку обращений с 20 минут до минуты
343 просмотра
20.06.2022

Кейс компании малоэтажного строительства. Как на 30% увеличили целевой трафик и ускорили обработку обращений с 20 минут до минуты

Очень удобно, когда в одном интерфейсе можно анализировать рекламные источники, чтобы наладить поток целевого трафика, и выстроить эффективную и оперативную работу по обработке обращений клиентов. Рассказываем, как это удалось добиться с помощью возможностей на базе UIS.

Клиент

<«Дачный Сезон» — компания, которая занимается проектированием и возведением малоэтажных домов. Филиалы в Москве и Санкт-Петербурге.

Главные преимущества — индивидуальная разработка проектов домов, крупный каталог готовых типовых решений для заказчиков, специализируются на строительстве домов для постоянного круглогодичного проживания. У компании большой опыт работы (с 2002 года) и высокий профессионализм сотрудников компании. Это дает возможность справляться даже с самыми сложными запросами от клиентов.


Задачи

  • Сократить время обработки звонков.
  • Решить проблему потери звонков.
  • Снизить количество спама и нецелевых заявок.


Этапами и результатами работы с нами поделился Никита Лутовинов, директор по развитию бизнеса компании «Дачный сезон». Далее представляем кейс от первого лица.

1. «САЙТ-CRM-АТС»: выстроили оперативный процесс работы с заявками с сайта

Менеджеры активно работали с входящими обращениями. В первую очередь, обрабатывали звонки, которые шли напрямую в отдел продаж, заявки с сайта обрабатывались по остаточному принципу. Сперва никто на это не обращал внимание просто периодически отслеживали, что в системе нет необработанных заявок.

Мы постоянно развивали сайт, анализировали usability и customer journey, старались повысить конверсию в обращение. А также добавляли больше функций и форм обратной связи с различными CTA (call to action). В определенный момент удалось существенно повысить конверсию сайта, но первый же анализ показал, что отказы по заявкам примерно на 30% больше, чем по звонкам. Это расходилось с ожиданиями, потому что формы были подробно заполнены. Это наоборот должны быть очень «горячие» клиенты.

Я стал разбираться, в чем дело, и выяснил, что среднее время обработки заявки — 5 часов. А это значит, что какие-то заявки обрабатывались за 20 минут, а какие-то через 2 дня. Я сам ненавижу ждать, когда отправляю какой-нибудь калькулятор для расчета стоимости или когда пишу компании в чат. Особенно раздражаюсь, когда мне спустя неделю звонят из той компании, когда я уже или решил свой вопрос или вообще забыл, что интересовался этим. И с ужасом пришло осознание, что я сам допустил такой низкокачественный сервис у себя в компании. Выходит, еженедельные «облавы» на неразобранные сделки не эффективны?

По нашим исследованиям, около 40% первичных обращений мы получаем из импровизированных «тендеров», когда заказчик открывает несколько сайтов и отправляет всем заявку на просчет стройки. Здесь очень важно оказаться первым, чтобы завоевать внимание клиента.

Мы начали искать решение. Сначала старались ускорить обработку заявок через жесткие регламенты для отдела продаж, но минимальное время отработки все равно получалось не меньше 20 минут. Этого было не достаточно.

У популярных на тот момент сервисов не было нативной интеграции с существующими формами на сайте, к тому же не хотелось переплачивать посреднику за свои же заявки.

В итоге приняли решение сделать собственную функциональность из того, что было. Мы написали небольшой скрипт обращения к callback API для виртуальной АТС, которой пользовались на тот момент. Затем вложились в разработку и написали на сайте модуль, который делал сallback через стороннюю облачную АТС. Это было здорово, но было сложно сделать тройную интеграцию «САЙТ-CRM-АТС», чтобы сущность, созданная сайтом, дополнялась записью разговора из АТС. Еще нужно было отправлять информацию в коллтрекинг.

Мы стали искать сервис, который закрывал бы все эти задачи сразу. В результате начали работать с UIS. Тут все работает «в одном окне» и закрывает наши задачи. Заявка идет в UIS, система инициирует автоперезвон клиенту, данные попадают в CRM и звонок тоже попадает в CRM. Все четко и без потерь.

Теперь, когда пользователь оставляет заявку на сайте, информация отправляется в CRM, данные о посетителе и событии в коллтрекинговую систему. Важно, что звонок идет сперва в отдел продаж, предупреждая голосовым сообщением, что это перезвон по заявке. Менеджер сразу видит только что созданную карточку в CRM и, пока ждет, когда клиент возьмет трубку, успевает ознакомиться с текстом заявки. Для клиента по ту сторону трубки это wow-эффект.

Для меня принципиально важным был вопрос, чтобы звонок сперва поступал менеджеру, и только после дозванивался клиенту. Важно было не допустить того, чтобы клиент взял трубку и слушал мелодию.

Гипотеза о том, что скорость обработки существенно влияет на успех оправдала себя безапелляционно. Отказы по заявкам снизились до значений на уровне погрешности — 7-10%. Скорость обработки заявки — максимум минута.

2. 100% обработка всех звонков: настроили сценарий распределения звонков и подключили Автоперезвон

Компания росла и развивалась, звонков стало больше, мы увеличили штат сотрудников. В какой-то момент отдел продаж разделился на тех, кто был впереди и выполнял план продаж, и тех, кто отставал.

Желая понять, в чем успех одних и неудачи других, я провел анализ эффективности отдела. Проанализировал их сделки, объем клиентской базы, время разговора по телефону, количество встреч, количество смен, выполненных и просроченных задач.

Вывод оказался очень любопытным. Все входящие обращения на тот момент распределялись так:

если обращается текущий клиент, звонок адресуется на ответственного сотрудника;

если новое обращение, идет на группу отдела продаж, и телефон звонит сразу у всего отдела. Кто первым взял, того и клиент. Ставка была на скорость. Если менеджера не было на работе, он заранее отключал свою трубку, чтобы она не звенела лишний раз. Если все менеджеры были заняты, то в CRM создавалась задача — «немедленно перезвонить».

Я обнаружил, что у сотрудников, которые общались с большим количеством клиентов, была самая плохая конверсия из сделки в договор. Их целью было опередить других, нахватать как можно больше звонков, среди которых они выбирали «горячих пирожков», то есть тех, кто был готов купить без торга. Менеджер с самой высокой конверсией из сделок в договоры сказал мне тогда: «Я не в ковбоев сюда играть пришел, хочу не сидеть постоянно с трубкой в руках, а делать акцент на продажах».

В один день я увидел такую картинку: менеджер, разговаривая по своему телефону с клиентом, взял себе трубку другого менеджера, у которого был выходной. Когда приходили новые звонки, он отвечал и сразу сбрасывал, не прекращая общаться по второй трубке, чтобы потом перезвонить клиенту и чтобы он не достался другим.

Нужно было срочно настроить распределение звонков. Разработанную мной схему нельзя было просто взять и реализовать на наших сервисах. Нужно было изобретать велосипед или делать сотни тысяч костылей без гарантии, что все получится. Нам было важно, чтобы все звонки обрабатывались, в итоге мы выстроили такую схему:

Звонок по-умолчанию идет на ответственного. Если ответственного нет, то переходит на отдел продаж в виртуальную очередь, чтобы этот первичный звонок был обработан рандомным свободным менеджером на смене. Здесь очень важны две функции UIS: система определяет, кто сейчас на работе, и распределяет звонок в случайном порядке.

Если случайный менеджер не отвечает, то звонок идет на всех. Кто первый возьмет, того и клиент. Если весь отдел продаж занят, то звонок уходит в другой город. Если и там некому ответить, то будет срабатывать автоперезвон по пропущенным. На телефоне у нас от 4 до 8 человек, в течение дня «то густо, то пусто» поэтому такое распределение. Мы к нему пришли методом проб и ошибок, сейчас оно лучше всего себя показывает.

Благодаря автоперезвону все звонки обрабатываются вовремя. Клиенты либо дозваниваются сами, либо мы им перезваниваем, если не сразу, то очень скоро.


3. Качественный трафик: помогли снизить количество нецелевых обращений

У нас сезонный бизнес. Весна и начало лета — большой спрос, активный период продаж, клиенты готовы в течение 10 дней заключить договор. В августе-сентябре уже начинается долгий процесс коммуникации с клиентами. Отдел продаж в это время часто обвинял отдел маркетинга в том, что они приводят много нецелевого трафика. Качественно обрабатывалась порядка 30-40% от всех входящих обращений, около 70% улетали в никуда — «не клиент», «спам».


Надо было с этим разобраться. Первая задача была подключить чистый пул номеров. Несколько месяцев вместе с менеджером CoMagic мы прослушивали звонки и чистили базу номеров от тех, на которые звонили коллекторы или «а тут не бассейн?». Потом сделали проброс тегов из CRM. А также подключили интеграцию CoMagic и K50, чтобы управлять рекламой на основании тегов (статус сделки). Всю работу по тегированию клиентов передали отделу продаж. То есть мы добавили еще один этап воронки. 


Теперь менеджеры обязательно квалифицируют клиентов: в процессе разговора определяют целевой или нет. Этот дало возможность анализировать трафик и передавать его в CoMagic для анализа рекламы. А сам анализ трафика позволил более точно выбирать целевую аудиторию и каналы, поэтому сейчас около 70% всего входящего трафика идет дальше в обработку. 


Интеграция с «Битрикс24» была реализована штатным модулем CoMagic. Мы можем обмениваться данными в две стороны. При поступлении обращения в CoMagic создает лид в «Битрикс24» или дописывает обращение в существующую сделку. Из CRM в CoMagic передаются свойства и статусы сделок, то есть мы можем увидеть, какой звонок к чему привел.


Сквозная аналитика позволяет осуществлять планомерное развитие, выстраивать маркетинг привлечения покупателей, отслеживая эффективность в режиме реального времени и, контролируя разные показатели, дает возможность влиять на них. За весь период (с мая 2020 года) использования сквозной аналитики CoMagic добились снижения CPL на 88%. 

CPL декабрь 2021
CPL апрель 2022

За счет возможности «заглянуть» дальше, чем просто конверсия, сделали трафик более целевым — до 70%. CAC (стоимость привлечения клиента) под контролем и в среднем на 50-60% ниже уровня до внедрения сквозной аналитики CoMagic. ДРР (доля рекламных расходов) также под контролем и в среднем удерживается в допустимом процентном соотношении к обороту и маржинальности. Количество лидов по сравнению с 2021 годом увеличилось примерно в 8 раз

Ноябрь 2021, количество лидов — 134
Апрель 2022, количество лидов — 1127

Результаты

  • Скорость обработки заявки снизили с 20 минут до минуты.
  • 100% обработка всех звонков.
  • Увеличили целевой трафика с 30-40% до 70%.
  • Снижения CPL на 88%.
  • CAC в среднем на 50-60% ниже уровня до внедрения сквозной аналитики CoMagic.
  • Количество лидов выросло примерно в 8 раз.
Подпишитесь на рассылку
Подписаться
Спасибо за подписку!

Мы уже отправили вам первое письмо с подборкой лучших материалов

Оцените статью
Средняя оценка: 0
Количество голосов: 0
Поделитесь с друзьями

Новое на сайте

Маркировка рекламы во ВКонтакте
02 мая
Что такое СберБизнес
02 мая
Маркировка рекламы в Telegram
27 апреля
Маркировка рекламы в Яндекс.Директ
25 апреля
Notion для бизнеса: обзор
19 апреля
Сквозная аналитика и IP-телефония — залог уверенного развития бизнеса в России и Казахстане
11 апреля
Как сделать гайд
09 апреля
Как рассчитать рентабельность продаж и что она означает
08 апреля
Веб-аналитика и сквозная аналитика: в чем разница
08 апреля
Кейс сетей фитнес-клубов ФизКульт и FITRON от агентства digital-маркетинга HAUNDS
05 апреля
Обновления в ОМНИ
03 апреля
Интернет-эквайринг: что это такое
29 марта
Полезные кейсы, статьи и исследования от экспертов UIS
Подписаться
Вы успешно подписаны на новости!
Спасибо за обращение
Понятно