Команда Probot

Проблема:

Недавно крупный медицинский центр с большой сетью филиалов по России — обратился к нам с интересной задачей. У медиков была огромная база клиентов — но она давно не актуализировалась. Базу необходимо было реактивировать, оставив только «живых» клиентов, готовых активно пользоваться услугами центра.

Решение:

Подключили к работе Голосового бота. Он обзвонил базу, предлагая акцию: бесплатный массаж спины и занятие с инструктором. Обратите внимание на полноценный осмысленный диалог с клиентом в аудио примере звонка!

Результат:

Пробный обзвон по базе одного из региональных филиалов дал конверсию 5%. Это сверхуспешный KPI для заказчика, так что реактивация базы клиентов продолжается и в других регионах.

В нашу компанию обратился барбершоп с задачей реактивации клиентской базы.

Проблема:

Немного арифметики. Барбершоп находится в небольшом городе с населением 350 000 человек.

Средний чек в представленном салоне составляет 800 рублей. Мужчина в среднем стрижётся раз в месяц, за бородой ухаживает два раза в месяц. Таким образом, мужчины в салоне в месяц оставляют порядка 2400 рублей, а в год каждый клиент приносит 28 800 рублей. Если клиент уходит и не становится постоянным, на эту сумму барбершоп теряет недополученную прибыль с каждого посетителя. База контактов — 2700 человек.

Решение:

Создали и запустили бота, который обзванивал клиентов и предлагал акционную стрижку со скидкой 30%. Полученные подтверждения фиксировались в базе активных клиентов. Затем по специально прописанному скрипту сотрудники звонили согласившимся мужчинам.

Результат:

• Дозвонились до 1200 абонентов.
• Конверсия составила 7,5%, подтвердили своё согласие 87 клиентов.
• При бюджете на звонки 2100 руб. салон в этот день заработал 64 000 рублей!

А если клиенты вновь забудут ходить — владелец точно знает, куда обратиться за помощью.

В Туле есть детский футбольный клуб. Сеть большая — площадки в каждом районе города. Процесс набора ребят идёт непрерывно, ведь каждая группа, чтобы быть рентабельной для клуба, должна быть укомплектована полностью. Требуется постоянный механизм лидогенерации.

Что имеем:

Ежемесячная плата за ребёнка — 3600 руб., таким образом, в год, за вычетом двух летних каникулярных месяцев, клиент приносит 36 000 руб.

Что сделали:

Настроен бот, который обзвонил холодную базу из 8950 родителей и предложил акцию: первую бесплатную тренировку, скидку на 1-й месяц занятий 20% и индивидуальную консультацию тренера.

Получили:

Дозвонились до 3681 абонента, 110 дали согласие (конверсия 3%), что создало потенциальную выгоду 316 800 руб. Дальше — работа тренеров!

Задача:

Острая нехватка персонала на линейных должностях.

Задача от заказчика — найти потенциальных кандидатов, подтвердить заинтересованность в вакансии и передать номер телефона кандидата менеджеру по персоналу.

Решение:

Мы собрали открытые данных из тех групп ВК, где люди ищут работу. Получилось холодная база на 4010 человек.

Разработали голосового помощника под требования компании и запустили обзвон кандидатов.

Что получилось:

• дозвонились до 1200 человек;
• 54 человека подтвердили заинтересованность (конверсия 4,5%);
• пришли на собеседование 16;
• вышли на стажировку 12 кандидатов;
• получили приглашение и работают 4 человека.

А теперь цифры:

Обзвон 1200 человек рекрутером с приглашением на собеседование по времени займёт: 1200*10 мин = 12000 мин.

Переводим в часы: 12000/60 = 20 рабочих часов только на прозвоны! По факту это растянется минимум на 40 часов рабочей недели.

Минимальная зарплата рекрутера 40000 р/ месяц, итого рабочая неделя рекрутера 10000 руб. До всех рекрутер не дозвонится, соответственно, большую часть рабочего времени менеджера по персоналу работодатель оплатит впустую.

А наш голосовой помощник предлагает готовый лид по цене куска пиццы.

Ребят, это же отличный канал привлечения!

Один из московских спортивных клубов — наш давний и постоянный партнёр. Клуб крупный, с несколькими залами и бассейном.

Конечно, он должен быть наполнен в любое время года, поэтому механизм роботизированной лидогенерации здесь оказался очень кстати!

Исходные данные:

Абонемент на месяц стоит 15 000 руб., то есть в год клиент тратит порядка 180 000 руб.

Сюда плюсом можно записать дополнительные продажи СПА процедур, массажа и процедур красоты – 20 000 руб.

Итого в год клиент может потратить 200 000 руб.

А если таких клиентов много?

А если они просто забыли, что можно поддержать свое здоровье в клубе?

Что сделал ProBOT:

Настроили робота, который обзвонил уснувшую базу клиентов в 3006 человек и предложил акцию: при покупке карты клуба вторая безлимитная карта в подарок.

Получили:

• Дозвонились до 1275 клиентов, 119 дали согласие (конверсия 9,5%),
• Из них 21 купили карту- клуб заработал 315 000 руб. только за месяц акции. Потенциальная выгода клуба за год составит порядка 4 200 000 руб.

Вот такой результат — и это только с одной проведенной лидогенерации.

Мы работаем с прекрасным коллективом сети ресторанов большого города Новосибирска (надеемся, что вы оценили географию наших проектов). Активные и позитивные люди молодого города с удовольствием внедряют новые технологии в бизнес-процессы. В данном кейсе было много интересных моментов.

Задачи поставили следующие:

1.  Провести NPS–опрос среди гостей, которые давно не делали заказы и выяснить причины столь долгого отсутствия — а заодно уточнить блюдо, которое больше всего любил клиент, когда ещё заказывал регулярно;

2.  Сообщить клиентам специальный промокод (скидка на любимый продукт из п.1) и этим привлечь в рестораны ещё больше гостей.

Решение:

Разумеется, и этот вариант решился с помощью нашего бота! Команда ProBOT научила его не только опрашивать клиентов и диктовать им до полного запоминания индивидуальный промокод на любимую категорию, но и распознавать блюдо «шаурма» в словах «шава», «шаха» и даже «шавка». А прекрасное качество распознавания TWIN с лёгкостью отличало эти слова от шашлов-шашлыков!

Результат:

• Прозвонили базу гостей 4000 абонентов,
• дозвонились до 1716 человек,
• приняли участие в акции 466 человек.

Проект оказался успешным:

• повысилась лояльность покупателей.
• ушла нагрузка с сотрудников отдела качества,
• открылись новые зоны роста для сервиса сети,
• нашёлся буфер для привлечения клиентов.

А при внедрении на постоянной основе робот превратится в полноценного сотрудника отдела контроля качества, работающего ещё и на возврат клиентов!

Дальше — больше. Давайте дружить!