Кейс Автоподбор: как увеличить оборот компании на 150%, но сэкономить 700 000 рублей на оплате труда

Все заявки на подбор оформлялись по телефону. На это уходило от 15 минут до нескольких часов. Сначала менеджеры заполняли вручную данные по клиенту и пожелания по автомобилю. Затем заказ со всеми деталями отправляли в отдельный чат WhatsApp с экспертами по подбору. Там 200 человек между собой решали, кто берёт заказ. Менеджеры вручную отслеживали, какой эксперт взял заявку в работу. На назначение и согласование уходило по несколько часов. Пока ждали, заявка могла слететь, а клиент — отказаться от услуги.

Кроме этого менеджерам приходилось заниматься операционкой: не было никаких автоматических оповещений или рассылок. По каждому шагу нужно было звонить клиенту и выяснять: прошла ли оплата, заполнил ли он договор, выехал ли к нему эксперт и так далее. А если, например, машину продали, пока клиент ехал на встречу, начиналось по новой. Менеджеры опять сидели на телефоне, вручную меняли статусы заявки и согласовывали эксперта.

Если были «сомневающиеся» клиенты, их нужно было дожать до покупки. Это снова по несколько часов телефонных разговоров. Получалось, что 60% времени менеджеров уходило на коммуникации по заказам вместо продаж.

На этом ручной труд не заканчивался. Заключение договора занимало от двух дней до недели, потому что документы пересылались по несколько раз туда-обратно. А если бухгалтер нашёл, например, ошибку в реквизитах, весь процесс начинался с начала.

Оплата могла оформляться по несколько часов, а то и больше. Клиент оплачивал услугу, менеджеры ждали подтверждения от бухгалтерии и только после этого заказ шёл дальше. Стоимость услуги и удалённость тоже считали вручную. Вернуть деньги клиенту было вообще целой историей. Для этого приходилось заново проводить платёжку через бухгалтерию, и всё затягивалось снова. Клиент ждал, терпел и нервничал.

От рутины страдали и руководители. Например, зарплаты, KPI и другие бонусы руководитель отдела продаж считал вручную. Когда в штате 25 человек, делать это тяжело. Сотрудники постоянно спрашивали, сколько бонусов они заработали и почему именно столько.

Жалобы или претензии от клиентов приходили по почте руководителю, потом он пересылал их операторам в WhatsApp для обработки. Мало того, что была путаница и неудобство, ещё и сложно было посчитать KPI сотруднику отдела рекламации.

После клиент вводит адрес, дату осмотра автомобиля и нажимает «Отправить». В этот момент формируется заявка и создаётся заказ в RetailCRM, а данные подставляются в карточку клиента в системе.

На странице оплаты автоматически генерируется ссылка, проставляется стоимость услуги и удалённость. Она считается автоматически в момент формирования заявки. Раньше её пришлось бы считать вручную.

Личный помощник помог сократить телефонные звонки и уменьшить потерю клиентов на 50%. А от подачи заявки до оплаты проходит всего четыре минуты. Менеджерам больше не нужно всё время «висеть на телефоне», обсуждать детали по заказу и вручную заполнять пожелания клиентов. Всё оформляется в пару кликов 24/7.

Следующий шаг был — исключить участие отдела продаж в операционке и убрать ручной труд. Для этого мы сделали специального бота в Telegram и интегрировали его с сайтом и RetailCRM.

Как теперь всё происходит: заявка приходит с сайта и автоматически выгружается в Telegram-чат в виде сообщения. В нём прописываются все детали: номер договора, информация об автомобиле и продавце, дата и время осмотра, удалённость.

В этот момент на стороне RetailCRM у заказа меняется статус на «Подбор эксперта». Чтобы взять заявку в работу, эксперт нажимает кнопку «Забрать заказ» в Телеграме, в RetailCRM меняется статус на «Передан эксперту» и прописываются его данные.

После этого эксперту в личные сообщения приходит детальная информация по заявке от бота Автоподбор. А клиенту отправляется sms с контактами специалиста. Это тоже отображается в карточке заказа и клиента в RetailCRM. Чтобы уведомлять клиентов о статусе заказа, в системе настроили триггеры и шаблоны коммуникаций.

У бота Автоподбор есть кнопки, с помощью которых можно управлять заказом и ускорить работу.

Например, есть кнопка отмены заказа. Эксперт нажимает «Отмена», вводит комментарий. В RetailCRM ставится задача на ответственного оператора, а эксперту приходит сообщение об отмене заказа.

Точно так же можно одним нажатием кнопки сменить эксперта. На стороне RetailCRM ставится задача и меняется статус на «Подбор эксперта».

Для оформления повторной выездной диагностики есть одноимённая кнопка. Например, клиент с экспертом стоят в салоне, посмотрели один автомобиль. Но клиент хочет посмотреть ещё один. Эксперт просто нажимает кнопку, меняет параметры, а на стороне RetailCRM формируется заявка. Не нужно привлекать отдел продаж или заполнять данные вручную.

У бота в Telegram и RetailCRM двусторонний обмен. Если менять статус в системе, все изменения будут выгружаться в Телеграм. Это, опять же, сокращает время обработки заявки и полностью убирает телефонные разговоры.

«Интеграция бота в Телеграме и RetailCRM не только облегчила работу, но и ускорила её. Больше нет бардака в чате WhatsApp. Заказы сразу падают на нужных экспертов, статусы меняются автоматически. Менеджер по продажам занимается продажами, а не тратит время на поиск эксперта, не модерирует чат, чтобы отследить, кто взял заказ в работу.

Такая интеграция позволила нам увеличить количество заявок на одного менеджера на 70%, пропускная способность отдела выросла на 50%, а продуктивность сотрудников — на 200%»

Ещё мы упростили контроль над качеством работы менеджера и исключили человеческий фактор, настроив валидации в RetailCRM. Если какие-то данные оформлены некорректно, система сама предупреждает об этом сотрудника.

А с пользовательскими полями больше не нужно ходить с одной вкладки на другую и уточнять параметры для подбора. Когда речь идёт о покупке автомобиля, для оказания услуги нужны десятки параметров. Мы вносим эти параметры в пользовательские поля, храним необходимые для работы данные в заявке. Всё в едином окне.

Мы связали 1С и RetailCRM, чтобы облегчить работу с оплатами. Сейчас для менеджеров происходит магия: заказ оплачивается, заносится в RetailCRM и в 1С: Бухгалтерия. То есть происходит двусторонний обмен. Данные не только отправляются в 1С, но и приходят из неё в RetailCRM. У менеджера по триггеру меняется статус, и он начинает обрабатывать заказ.

Ещё мы подключили интернет-эквайринг от нескольких платёжных систем через API. Теперь данные платежа мгновенно заносятся после оплаты. Ещё нам доступны такие инструменты как резервирование оплаты для возможного возврата без комиссии и безопасная сделка. С ней часть денег напрямую отправляется клиенту без зачисления на расчётный счёт.

Решить проблему с частичным возвратом денег помогает кнопка Ложный вызов. Например, эксперт оценивает надёжность объявления и видит, что по нему лучше не выезжать. Но клиент не согласен и настаивает на выезд по заказу. Если машину к этому моменту уже продали, наша компания может забрать 50% от суммы заказа за ложный вызов. В этом случае эксперт нажимает всего одну кнопку — заявка пересчитывается, а часть суммы автоматически возвращается клиенту. Одна кнопка вместо долгой бюрократии.

Договора тоже больше не нужно заполнять и отправлять клиенту вручную на почту, а потом проверять, ответил он или нет. Сейчас уходит сразу оформленный договор с печатями. Сами печатные формы адаптивны, их содержание меняется в зависимости от подробностей заказа. А с помощью дополнительных полей можно изменить, например, условия гарантии и возврата денежных средств.

Печатные формы в RetailCRM у нас не только договора, но и дополнительные соглашения. Например, мы заключили договор с клиентом на 600 тысяч рублей. В какой-то момент он говорит: «Я получил премию, и хочу машину не за 600 тысяч, а за 900». Следовательно, стоимость услуги для клиента в договоре меняется. При смене стоимости заказа автоматически срабатывает триггер и подписывается дополнительное соглашение на увеличение стоимости услуги. А раньше нам пришлось бы заново переписывать договор, копаться с бумажками.

Благодаря RetailCRM мы сократили время оформления документов с двух дней до 15 минут.

Зарплату мы считаем в RetailCRM. Она зависит от количества обработанных заявок и количества жалоб. Вот, как всё это выглядит. У нас есть штатный триггер в системе, который начисляет определённый расход на каждую заявку. Но есть типы заказов, по которым система не может считать бонус. Поэтому мы сделали следующее: запрос отправляется на сервер, там мы считаем определённую сумму и записываем её снова в заявку. Если заказ «ушёл» от оператора, мы аннулируем бонус. И делаем то же самое на сервере. В конце месяца с помощью API собираем все расходы по сотрудникам и формируем премиальную часть. В RetailCRM видим все расходы по отделу продаж.

Пример: менеджер оформляет заказ, от клиента приходит предоплата. Автоматически добавляется расход и, соответственно, бонус эксперту. Раньше сотрудники не понимали, получают ли бонусы, или, если получают, то за что. Мы разработали систему Run Rate. Говорим сотруднику, что, например, в этом месяце план — продать на 60 тысяч с первого числа. В конце каждого месяца он уже приблизительно понимает, сколько заработал.

Сотрудникам не нужно спрашивать у бухгалтера, сколько они заработали в этом месяце. Они просто открывают RetailCRM, ставят период, выбирают свои ФИО и понимают, из чего формируется зарплата и какой она будет. Всё прозрачно.

Для работы с жалобами у нас есть отдел по рекламации. В нём сотрудники отрабатывают претензии клиентов. Например, подобрали заказчику автомобиль. Но выяснилось, что с машиной что-то не так. Наша задача понять, действительно ли эксперт не заметил или это произошло во время эксплуатации, или это вообще не гарантийный случай. Сотрудник из отдела по работе с претензиями переводит её в статус «Рекламация», созванивается с экспертом и клиентом и решает проблему. Дальше идёт группа статусов, например, возвращаем деньги, не возвращаем или заключаем сделку.

Благодаря такому функционалу RetailCRM, мы сможем увидеть, сколько человек обратились, в какой статус перевели претензию. Исходя из этого у сотрудника будет формироваться зарплата.

«RetailCRM стала ядром по обмену данных. Через неё проходят все наши процессы. Огромный плюс ещё и в том, что система позволила нам полностью отказаться от самописных сервисов, лишних окон и раздувания штата. Мы сэкономили 700 тысяч рублей на оплате труда, но при этом увеличили оборот компании на 150%.

У нас есть большие планы по настройке системы. Например, сейчас работаем над большим проектом — мобильное приложение на базе RetailCRM. Все данные по заявкам клиентов будем брать из системы и отправлять их напрямую в мобильное приложение»