Одной из технических проблем при поступлении заявок в коллцентр является отсутствие систематизации и автоматизации этого процесса. Я сталкиваюсь с этим на протяжении всей моей работы с заказчиками.
Банальный пример: заявки поступают с сайта, онлайн-чата на этом же сайте, со сторонних сервисов типа квиза и форм заявок внутри социальной сети, а также прямые звонки. Часть из них приходит на почту, часть нужно смотреть в личном или рекламном кабинете ВКонтакте, часть уведомлений приходит в Телеграм и на почту, а часть не приходит.
Во-первых, это хаос. Каждого менеджера нужно научить заходить в каждый аккаунт, ежеминутно проверять, поступила заявка или нет (а это время на «муштру» вашего персонала). Нет порядка.
Во-вторых, даже если менеджер обучен и разбирается во всех технических тонкостях, он просто не успеет сфокусироваться на всём сразу. Будет падать эффективность, скорость ответа на заявку, отсюда меньше заключённых сделок.
В-третьих, вы не сможете построить даже простую аналитику продаж и рекламных каналов. Откуда вы поймёте, что хорошо работает, а что нет?
Такие задачи решают, как правило, CRM-системы, но они достаточно дороги и их настройка требует немалых трудов. К тому же решение подходит не всем — кто-то привык работать в электронных таблицах и не хочет менять ход вещей. Переучивать менеджеров занимает время, а потеря времени — потеря денег.
На малых объёмах это не так заметно, как на больших. Но когда проект растёт и усложняется, необходимы соответствующие решения. На примере моего нынешнего крупного заказчика я покажу, как я решил данную проблему, объединив все заявки из разных мест в одном, сэкономив горы времени, денег и нервов сотрудников.
Определение проблемы
До меня заказчик не создавал сайта, не запускал рекламы в онлайне, заявки покупал в стороннем сервисе. Все данные коллцентр записывал вручную в электронные таблицы Google, либо импортировали из файлов. Затем уже работали внутри этих таблиц.
После создания мной сайта я автоматизировал часть этого процесса. Посадочные страницы под разные направления деятельности были разработаны на движке Tilda. Этот движок позволяет отправлять данные о каждой поступающей заявке в указанные Google-таблицы.
Мне дали доступ от Google Диска, я связал таблицы с их новыми страницами сайта, и коллцентр из каждого города получал заявки со своей посадочной страницы, а уведомления о новых заявках приходили на указанные почты и Telegram. Казалось бы, проблема решена, ура, победа. Но что же могло пойти не так?
Расширение. Сначала всё было просто: мы вели рекламу из Яндекс.Директ на сайт Tilda, и оттуда поступали заявки из форм контактов. А затем мы стали внедрять дополнительные элементы на сайт и за его пределами:
- онлайн-чат;
- коллтрекинг (отслеживание звонков);
- реклама ВКонтакте на получение лидов.
И тут случился ступор. Лиды из онлайн-чата и коллтрекинга поступали в CRM-систему своего сервиса, ВК вообще пробрасывала лиды отдельно внутри собственной системы.
А у компании, на минуточку, лидов поступало десятками в день! Вы можете представить, какая нагрузка легла бы на менеджеров, незнакомых с этими сервисами? Вручную заходить, выгружать, подтягивать заявки из разных элементов?
К тому же заказчику было важно понимать, с какой рекламы, с какой страницы приходят разные лиды, для оценки дальнейшей эффективности. А теперь половина заявок поступала в таблицы, другая половина до туда не доходила.
Была сформирована задача: осуществить автоматизированный и стабильный проброс всех данных в единую таблицу под каждый город и направление, с указанием как источника трафика, так и сервиса, из которого пришла заявка.
Последовательность данных
Принцип был следующим:
Город → Направление деятельности → Страница сайта → Таблица → Лист под каждый тип данных
В разных городах разные коллцентры, и заявки нужно было разделить, чтобы менеджеры не путались и получали лиды комфортным для них способом. А чтобы оценить эффективность каждого рекламного канала и посадочной страницы, нужно было создавать разные таблицы под разные направления деятельности.
Выбор сервиса
Сегодня на российском рынке не так много продуктов, позволяющих осуществлять интеграцию. До 2022 года я бы однозначно выбрал Zapier, но сегодня платежи из России туда не принимаются.
Может, я просто ленив, но при сравнении нескольких продуктов российского производства я нашёл только один, который достаточно понятен интуитивно, имеет поддержку как российских сервисов, так и зарубежных, и при этом с достаточно хорошей техподдержкой. Это сервис Albato.
Он позволяет связывать несколько сервисов, которыми вы пользуетесь в работе, и пробрасывать данные без помощи программиста. Большинство известных сервисов есть у них в списке, а для тех, которых нет, есть индивидуальные решения.
Настройка связок Albato
Хоть сам по себе сервис простой и интуитивно понятный, не обошлось без сложностей. У заказчика было несколько направлений деятельности в разных городах, и под каждое из них была разработана отдельная страница сайта. К каждой из них, в свою очередь, привязывались соответствующие таблицы с данными. Они поступали из:
- форм на сайте;
- онлайн-чата;
- коллтрекинга;
- лид-форм внутри рекламы ВКонтакте.
Все эти сервисы нужно было сначала связать с Albato, а затем пробросить данные через API, или программный интерфейс, в Google-таблицы.
Принцип работы незамысловат: при подключении к большинству сервисов используется вебхук — программный код, который подобно крючку «цепляет» данные из указанных нами событий в программе и переносит в другую программу, в данном случае Albato. А оттуда, в свою очередь, в указанную Google-таблицу, предварительно распределяя так, как мы указываем.
Проблема 1. В разных сервисах события распознаются по-разному. Невозможно найти универсального алгоритма фильтрации данных. На сайте, например, достаточно указать название формы заявок, из которой вы хотите получать данные, и соответствующую таблицу. Онлайн-чат стоит на всех страницах одновременно и имеет единый вид. Звонки же идут по подменным номерам телефона, которые видит пользователь.
Проблема 2. Невозможно подтягивать все заявки в один лист таблицы. Как только данные подтянутся из одного сервиса, они заполнят собой следующую ячейку, о которой не знает другой сервис. Данные будут неизбежно наслаиваться друг на друга, и таблица начнёт выдавать ошибки.
Проблема 3. У всех данных нет единого формата. Например, при оставлении заявки указывается имя и номер телефона, тогда как при звонках будет показан только номер — имя нужно дописывать вручную, ведь человек не мог его ввести сам.
Проблема 4. Невозможность редактирования данных менеджерами внутри таблицы без потерь данных. Поскольку заявки пробрасываются по API, программно, они не терпят никаких ручных действий. Стоит задать в таблице фильтр или записать комментарий — она рушится. Для работы менеджеров неприемлемо.
Итак, вскрылось сразу несколько задач в процессе одной:
- Стандартизировать формат пробрасываемых заявок.
- Упростить распределение по листам.
- Понять, по какому алгоритму фильтровать данные.
- Придумать, как создать редактируемые менеджерами таблицы без потери данных.
На поиски решений было потрачено 2 дня. Сказалось то, что с сервисом я взаимодействовал впервые и знал не всю специфику работы Albato. Поэтому пару дней коллцентрам пришлось выгружать данные вручную из разных сервисов и загружать во временные таблицы.
Данные из Tilda
Шаг 1. Подключение. Один из самых простых этапов. После подключения в Tilda появлялся новый вебхук, который я привязал ко всем формам. Подключаем, оставляем тестовую заявку и сервисы связываются.
Шаг 2. Затем задал инструмент «Форматирование номера телефона». В данных, поступающих из форм, был формат +7, а значок плюса распознавался в таблицах как формула, из-за чего номер было не прочитать из-за ошибки. При форматировании плюс удалялся, оставалась только цифра 7. Есть несколько вариантов, с 8-кой и т.д., но я предпочёл сохранить 7ку — вдруг потребуется загружать аудитории по единому формату в сторонние рекламные системы.
Шаг 3. Роутер. Один из самых интересных инструментов Albato. Именно он создаёт фильтрацию по определённым критериям, позволяя «разбрасывать» заявки в зависимости от условий по каждому отдельному листу или таблице. В настройках роутера создаётся значение «Если», где мы указываем название формы заявки (их я тоже привёл к единому виду по направлениям), и если туда поступает лид, в указанную таблицу на указанный лист записывается нужная информация. Если нет, он продолжает поиск по другим названиям.
Шаг 4. Запись строки в таблицу. В предварительно созданную Google-таблицу записывается строка. Какие данные указывать, выбираете сами. От форм Tilda нам было нужно 3 поля: имя, номер телефона и текст заявки. Добавили также источник рекламы (взят был из UTM-метки в адресе сайта) и время поступления лида (указывается системное время Albato).
Шаг 5. Прерывание. Если в указанной форме поступивших заявок не нашлось, то цикл действий программы прерывается, и действий больше не происходит. Если этот шаг не настроить, могут быть проблемы с работой связки.
Шаг 6. Снова роутер. На этот раз данные ищутся уже в форме с другим названием (по направлению деятельности). Это происходит в случае, если в предыдущей форме заявки не найдено. Последующие действия по схожему принципу.
И так далее. Инструмент циклично проходит по всем формам заявок, «выцепляя» данные только из нужных, направляя в соответствующий лист нужной таблицы. Затем цикл прерывается, а при поступлении следующей заявки повторяется вновь. Поступление заявки автоматизируется.
Данные из Callibri
Первые сложности. Callibri пробрасывала 2 типа лидов: онлайн-чат и непосредственно звонки. Сам по себе другой тип заявок уже должен был проходить в отдельном листе, чтобы не «накладывался» на заявки из Tilda, так ещё и каждому из них нужен был отдельный лист. И система фильтрации чуть другая. Но обо всём по-порядку.
Заявки Callibri
Если у Albato техподдержка знает ответы на вопросы по интеграции, то у Callibri менеджеры знают мало. Я могу понять, это не их работа, но всё же этот вопрос им надо бы подтянуть. Менеджер не смог рассказать мне, что нужно сделать, но благо я нашёл ответ в Albato.
Шаг 1. В Callibri внутри интерфейса нужно создать отдельный вебхук, который будет подтягивать именно заявки из чатов (для звонков есть готовое решение, что меня поначалу и смутило) и создаст рабочее подключение.
Шаг 2. Форматирование номера телефона. Здесь тот же принцип, что и в Tilda, ничем не отличается — приводим к единому виду.
Шаг 3. Роутер. Снова разделяем по разным направлениям и городам. Но вот вопрос: по какому критерию? В Tilda всё просто и понятно — есть название формы, как идентификатор. А что выбрать в онлайн-чате? Он на всех страницах одинаково расположен, нет никакой привязки. Я стал листать и просматривать критерии, и благо нашёл подходящий — по url-адресу. Логика такая: «если чат находится на странице, в адресе которой содержится N, то проброс пойдёт в таблицу X на лист Y».
Шаг 4. Записываем строку в ту же таблицу, в которую падают заявки из Tilda по этому же направлению. Но чтобы они не перекрывали друг друга, указываем лист 2. В него будут поступать именно заявки из онлайн-чата. Я посоветовался с заказчиком, и его коллцентру это решение пришлось по вкусу — они и так сутками просматривают горы таблиц, а если всё будет в одной, пусть и в разных местах, становилось уже проще в разы.
Шаг 5. Прерывание, если не нашлось заявки на этой странице.
Шаг 6. И дальше принцип, идентичный принципу Tilda — новый роутер, который ищет дальше по указанным страницам, в данном случае по названию url-адреса, следующее направление, если нет заявок в предыдущем. И так далее, пока не просмотрит все. После цикл повторяется.
Звонки Callibri
Шаг 1. Здесь всё оказалось попроще в плане подключения — под звонки у Callibri есть готовое решение в 2 клика. Выбираем аккаунт, подключаем, указываем «Звонки» и дальше настраиваем сценарий. Проблемы начались позже.
Шаг 2. Форматирование номера телефона (убираем плюсики). Тут без изменений.
Шаг 3. Роутер. Вот где была сложность. В критерии звонков не входили ни страницы, ни идентификаторы — не за что зацепиться. Что делать? Как фильтровать звонки по направлениям? Я всю голову сломал, пытаясь придумать решение, и в конечном итоге снова связался с заказчиком. После согласования мы пришли к тому, что нужно принять необходимое зло в малых дозах. Единственной зацепкой для фильтрации был регион звонка — на каждый регион был привязан свой подменный номер с местным кодом. Звонков в принципе поступало немного в сфере заказчика (юридические услуги), поэтому было принято решение отправлять всё в общую вкладку по одной из таблиц по городам. В каждом городе были направления по общим запросам — для их-то таблиц я и создал отдельные вкладки по звонкам. Лучше пусть поступает 50-100 звонков в общую базу, и хотя бы будет понятно, что они с рекламы. Какая-никакая, а конкретика.
Шаг 4. Запись строки на соответствующий лист. Тут была только одна проблема — не было имени и текста. Если в заявке человек указывает ФИО, номер и пишет сообщение, то при прямом звонке в компанию отображается только номер, что логично. Поэтому было решено эти данные вписывать позже вручную менеджерами (до решения проблемы заполнения таблиц мы ещё дойдём).
Шаги 5 и 6 идентичны предыдущим описаниям — они формируют цикл и разрывают его, если ничего не нашли.
Данные из VK рекламы
Шаг 1. Как ни странно, здесь было меньше всего проблем. У каждого направления был свой рекламный кабинет. Я подключил все по очереди, и каждому создал свою связку.
Шаг 2. Форматируем номер телефона, как в других вариантах.
Шаг 3. И делаем запись в отдельном листе таблицы. Важный момент: для ВКонтакте было выбрано только 1 направление по 2 городам, соответственно сложных фильтров по направлениям просто не понадобилось. Пока что. Возможно, там и есть проблемы, но лично я пока их не заметил. Поэтому пока ничего сказать не могу.
Формирование таблиц для коллцентра
Техническая часть завершилась, но осталось самое главное — удобный и понятный вид для менеджеров коллцентра с возможностью корректировок вручную. Я принял следующее решение, предварительно обговорив с заказчиком: таблицы нужно разделить по назначению. Те из них, куда поступают первичные данные из Albato, будут техническими. А из них при помощи формулы мы будет подтягивать значения в другие таблицы, непосредственно для коллцентра.
Этот вариант решает множетство проблем: если вдруг работник коллцентра начнёт изменять техническую таблицу, куда попадают заявки, она может перестать работать и её нужно будет пересоздавать заново, а данные будут безвозвратно потеряны.
На восстановление уйдут недели, текущий поток заявок будет нарушен и так будет продолжаться вечно. Проще задать всего одну формулу и подтягивать данные в новую таблицу. Даже если работник коллцентра напортачит, восстановление от первоисточника занимает не больше минуты.
Визуально эти действия невидимы и никак не затрагивают внутренние бизнес-процессы в компании. Но сколько проблем решают! Такое сложно переоценить.
Реализация
Шаг 1. Технические таблицы имели в названии пометку «техническая» и отправлены в отдельную папку, чтобы работники нечаянно её не открыли и она не попадалась им на глаза.
Шаг 2. Создана отдельная папка в Гугл Диске с пометкой «КЦ», и выделена отдельным цветом, чтобы работники точно не перепутали.
Шаг 3. Каждая отдельная таблица была названа в соответствии с направлением и городом и созданы листы с названиями источников заявок: чаты, звонки, ВК и т.д.
Шаг 4. В каждом листе таблицы была прописана отдельная формула, собирающая данные с конкретного листа из конкретной таблицы.
Шаг 5. Количество строк было расширено до максимально допустимых значений, чтобы таблица не «закончилась» через несколько месяцев.
Шаг 6. Были добавлены доп. значения, специально для редактирования коллцентром: «Статус» и «Комментарий менеджера». Их можно было прописывать вручную без потерь данных.
Шаг 6. Верхняя строка таблицы с названиями полей была закреплена и выделена, чтобы при прокрутке следовать за экраном пользователя. Это упрощало визуальное восприятие.
Шаг 7. Для упрощения контроля каналов заявок для колонки с источником рекламы был задан цветовой фильтр, позволяющий определять без усилий, откуда пришла данная заявка.
Результат
В оба коллцентра стали поступать только те заявки, которые соответствуют городу и направлению деятельности. Параллельно с этим уведомление о новых заявках приходило на Email и Телеграм для каждого отдельного коллцентра. Оператор видел сначала уведомление, а потом спокойно заходил в таблицу и работал, не отвлекаясь. Благодаря этому подходу:
- я сэкономил приблизительно 3-5 минут на обработку каждой заявки. Поскольку не нужно было больше заходить в разные сервисы и что-то проверять, путаясь в разных аккаунтах и ощущая паническую атаку. При 50 заявках в сутки это примерно 3 часа рабочего времени. За месяц выходит не меньше 90 часов экономии рабочих процессов.
- упростил работу сотрудников коллцентра в 3 раза. Им больше не нужно было листать техническую таблицу с десятками ненужных данных, количество полей сократилось до 5-7, нужных только в их работе. Из-за этого количество сделок повысилось на 50% минимум. (точных данных за этот месяц заказчик ещё отправлял)
- увеличил выручку заказчика в 3-4 раза благодаря предыдущим пунктам. Быстрее, легче, прибыльнее.
- организовал 100% прозрачный отчёт по всем лидам, даже по прямым звонкам. Достаточно выставить нужный фильтр, и получалась выборка по нужным источникам рекламы. Данных о выручке сюда, конечно, не подтягивалось, но для упрощения анализа работы меня как специалиста это решило проблему. За пару минут выстраивался нужный отчёт.
Расходы
| Оплата тарифа Albato (ежемесячно) | 3990 рублей |
| Оплата моей работы по настройке (разовый расход) | 5000 рублей |
Ежемесячный бюджет, выделяемый на рекламные источники за 1 месяц по одному направлению деятельности — примерно 500 000 рублей. Это немалые деньги, и они должны расходоваться правильно, принося максимальную прибыль. На данный момент выручка с каждого из таких направлений — 4 000 000 рублей ежемесячно.
Конечно, помимо упрощения бизнес-процессов нужно качественно прорабатывать источник трафика, работать с посадочными страницами, регулярно проверять работу коллцентра, отслеживать заключение сделок на местах. В каждом из этапов может найтись брешь, через которую вложенные средства утекают тонкой струйкой (а иногда не тонкой). Поэтому я обеими руками за комплексный анализ и решение проблем поэтапно.
Надеюсь, мой опыт поможет вам избежать ошибок и чем-то поможет в проектах. Желаю вам успешного продвижения и эффективности в бизнесе!