Перекрестные продажи при Входящих Звонках
Продажи умом и сердцем
Входящие звонки в центр обслуживания клиентов все больше используются, чтобы сделать предложения с целью удержать клиента или для осуществления дополнительных и перекрёстных продаж. Проверенные аналитические инструменты, используемые в прямом маркетинге, необходимы для успешного осуществления таких мер в колл-центре. Клиентов делят на сегменты согласно их предпочтениям и требованиям, и в дальнейшем им делают индивидуально подобранные предложения. В колл-центре обработки входящих вызовов клиент сам выбирает время для контакта, таким образом, компания лишена возможности разработать предложение заранее, оптимизируя целевую аудиторию и выбирая наиболее подходящий момент для контакта с клиентами.
В результате задача сегментации в колл-центре должна выполняться в более сложных условиях. Для начала, рекомендация или предложение должны соответствовать требованиям клиента на текущий момент, это значит, что оно должно быть рассчитано в момент контакта с клиентом. Типичная ошибка, которую следует избегать любой ценой – это рекомендация продуктов, от которых клиент уже отказался или которые он уже купил во время предыдущих звонков в этот же день. Если консультанты по обслуживанию клиентов замечают ошибку, они теряют веру в рекомендательную систему, а если они не замечают ее, компания выглядит непрофессионально в глазах клиента.
Задача компании – создать инфраструктуру, которая в состоянии предоставить актуальные данные в момент поступления звонка от клиента, применить сегментацию в режиме реального времени, рассчитать наилучшие рекомендации и предоставить их оператору – и все это достаточно быстро, чтобы разговор не прерывался паузами. Зачастую термин «принятие решений в режиме реального времени» применяется к такой технологии составления рекомендаций, но иногда его также включают в собирательное понятие «Управление взаимодействием с клиентами».
На рынке существует два типа рекомендательных систем. Во-первых, специализированные решения для электронной коммерции (так называемые «Recommender System»), а во-вторых, обобщенные, независящие от канала взаимодействия системы. Системы электронной коммерции используются, например, Amazon и многими подобными веб-сайтами. Они применяются в случае, когда клиент уже выбрал продукты и затем получает рекомендации о других продуктах компании, которые могут его заинтересовать. Эти рекомендации иногда основаны только на сходствах между товарами (один и тот же автор, одинаковый жанр или товары, которые часто покупают вместе). Но зачастую они основаны также на профиле клиента, который в основном ограничен историей браузера. Очевидно, что эти решения для электронной коммерции плохо подходят для осуществления дополнительных и перекрёстных продаж через контактный центр, за исключением случаев, когда происходят похожие ситуации и клиенту требуется какой-то конкретный продукт, совместно с которым ему может быть порекомендован другой подходящий продукт (например, тариф и дополнительная опция в сфере телекоммуникаций).
Обычно клиент еще не сделал свой выбор, и задача консультанта составить приблизительную начальную оценку требований на основе всей доступной информации. В контактных центрах обычно имеется полная информация о клиентах, которая – несмотря на соглашение об использовании информации – может быть привлечена для этой задачи. Обычно консультанты имеют представление только о 5-50 продуктах компании, которые и предлагаются через колл-центры. Поэтому необходим инструмент, использующий всю доступную информацию, чтобы выработать несколько подходящих рекомендаций и затем передать их по различным каналам. Здесь четкая CRM стратегия требует продвижения предложения по всем имеющимся каналам, обеспечивая получение его клиентом во всех точках взаимодействия.
Подходящие решения для контактных центров обычно разрабатываются теми провайдерами, которые сами уже успешно работают в прямом маркетинге и управлении кампаниями. В последние несколько лет они сфокусировались на расширении своего портфеля продуктов, чтобы превратить его во «всестороннюю платформу для предприятий» и таким образом предложить свою систему рекомендаций под маркой «Управление взаимодействием с клиентами». Среди вендоров можно выделить Chordiant, Unica и Infor. Успех может быть достигнут, если поставщик использует компоненты систем управления данными и аналитических систем в своем решении прямого маркетинга в качестве основы для системы рекомендаций. Менее эффективно использовать различные купленные решения, объединяя их в рамках одной компании. Рекомендуется запрашивать информацию о принципиальной схеме построения всего продукта при выборе вендора.
Головой или сердцем? Только вместе!
Автоматические системы рекомендаций в среде контактных центров отличаются от используемых в электронной коммерции тем, что они в первую очередь направлены на консультантов по обслуживанию клиентов. Только если консультант следует рекомендациям, они могут оказать положительное влияние на ход диалога. Тем не менее, если у консультанта нет мотивации к упоминанию рекомендованного продукта клиенту, рекомендации, составленные системой, не принесут пользы. В таких обстоятельствах, автоматизированная система составления рекомендаций противостоит личному опыту и интуиции человека. Если консультант не уверен в системе, весь рекомендательный аппарат работает впустую. Очевидный выход в такой ситуации состоит в прямой мотивации сотрудников к использованию рекомендаций. Например, можно предложить консультантам бонус в дополнение к их комиссионным с продаж, если проданный продукт предварительно был рекомендован. Чтобы избежать снижения прибыли от оптимизированных рекомендаций, продажа «не рекомендованных продуктов» должна приводить к уменьшению премиальных в тех же пропорциях.
Хотя такая стратегия может быть успешной, она также рождает некоторые риски. Она покупает одобрение консультанта вместо того, чтобы убеждать его, используя веские аргументы. Это может создать ощущение вмешательства в его работу. Консультантов награждают за слепое исполнение автоматических указаний, и штрафуют, если они оказываются умнее системы и осуществляют продажу не по инструкции. Такой процесс может оказать демотивирующее воздействие. Кроме того, долгосрочный успех работы рекомендательной системы зависит от умения консультантов критически оценивать рекомендации и принимать независимое решение. У консультанта должна оставаться возможность пренебрегать подсказками системы. Если такое пренебрежение часто приводит к весьма успешным продажам, это является верным признаком того, что логика системы нуждается в корректировке. Это можно сделать путем самообучения системы, как в случае искусственного интеллекта, или вручную.
Без постоянного учета отзывов клиентов система рекомендаций будет терпеть неудачи. Хотя консультанты будут получать дополнительные премии, компания не сможет повысить уровень удовлетворенности клиентов и удержать их.
В идеале система определяет, какой продукт подходит покупателю. Но покупатель сам должен это осознавать. Просто упомянуть продукт, предложенный системой – недостаточно, чтобы побудить клиента совершить покупку. Предложение должно быть понятно клиенту. Также необходимо предусмотреть некоторые основные условия при разработке логики рекомендательной системы, чтобы обеспечить ее успешность. Если рекомендации направляются через интернет или прямую почтовую рассылку, теоретически может использоваться почти неограниченное число правил вместе со сложными статистическими моделями прогнозирования.
Однако в рамках контактного центра, что бы ни предложила система, консультант должен обосновать это предложение для клиента, а это в свою очередь требует интуитивного подхода. В идеальной ситуации консультанты отличаются глубоким пониманием логики, лежащей в основе системы, и могут самостоятельно сформировать точную рекомендацию. Но поскольку консультанты зачастую не имеют времени для этого в процессе звонка, они с радостью применяют автоматические рекомендации. Главная задача разработчика системы заключается в том, чтобы создать наилучшую оптимизацию продаж с учетом этих комплексных параметров.
Существуют области, где такие проблемы применения совсем отсутствуют. При наличии обязательного применения рекомендаций и жестких инструкций для консультантов, от которых они не могут отклоняться, такая проблема исчезает. Всегда бывают обстоятельства, в которых предложение определенных продуктов или услуг фактически запрещено правилами компании, например в связи с технической невозможностью изменения отдельных продуктов или тарифов, или отсутствием экономической целесообразности. Это частичное решение касается только ситуаций, когда продукты или услуги ни в коем случае не должны продаваться, даже если это приводит к потере покупателя. Существует множество неоднозначных ситуаций, в которых определенные продукты никогда проактивно не предлагаются консультантом, но могут быть предоставлены по запросу. И это возвращает нас к вопросу применения системных рекомендаций, поскольку кроме таких четких правил, необходимо разработать действенную логику рекомендаций, которой можно доверять.
Определите возможности для переговоров
Таких проблем можно избежать, если в компании есть принятая форма ведения разговора при осуществлении продаж. Она приходит в действие, когда клиентам может быть предоставлен немедленный стимул (например, скидка или премия), если они примут решение о высококачественном продукте в течение ограниченного периода времени. На этом этапе необходимо осуществить два различных аналитических действия. Во-первых, необходимо рассчитать, насколько большим может быть стимул для данного конкретного клиента, учитывая, что он не должен быть больше, чем прибыль, которую принесет компании клиент за разумный период времени. Это основное условие. Во-вторых, какие именно стимулы (кредит, возврат части потраченных денег, бесплатные услуги или продукты, субсидии на оборудование и т.д.) следует предлагать клиенту.
Первый из этих вопросов, определяющий основу предложения, лучше всего решается, если система делает автоматические расчеты. Когда у консультанта остается возможность для творчества касательно выбора и продажи конкретных стимулирующих продуктов, проблемы применения рекомендаций обычно исчезают. Эта свобода действий в рамках правил позволяет консультанту избежать ощущения постоянного контроля и повышает его мотивацию. Но использование системы стимулирования продаж должно быть последним средством для консультанта. В основном он должен использовать свои навыки осуществления продаж для достижения поставленных целей, при этом должны существовать премии за минимальное использование системы стимулирования. Это идеальная ситуация, при которой «интеллектуальность» технологии и коммерческая интуиция человека эффективно дополняют друг друга. Эти две стороны, которые зачастую соревнуются, могут работать вместе, используя правильный подход к принятию решения в реальном времени. Вместе они могут помочь значительно повысить успех продаж и удержать клиентов.
Сложности являются многогранными
Система рекомендаций, работающая в режиме реального времени, является мощным инструментом, в рамках которого должны применяться как психологические, так и технологические приемы. В других сферах в рамках CRM это является менее важным, но здесь усилия стоят того, так как удачная система приводит к взаимовыигрышной ситуации и для компании, и для ее клиентов. Дополнительные и перекрестные продажи существенно растут, осуществляются по оптимальным ценам, принося выгоду компании. Клиент получает индивидуальный подход, который учитывает его персональные потребности в текущей ситуации (покупка товара, жалоба и т.д.), что в свою очередь приводит к более высокому уровню удовлетворенности работой компании.
