Увеличили конверсию на 20% с нашими настройками amoCRM
для таксопарка
АвтоЛидер — предоставляет автомобили в аренду для работы в такси, а также работает с водителями на личных авто. У компании есть несколько филиалов, которые непрерывно ищут водителей и конкурирует с другими таксопарками.
Нужно было оптимизировать процесс обработки лидов и найма водителей, чтобы хорошие кандидаты не терялись, их устраивали условия и они работали с компанией долго.
Нужно было оптимизировать процесс обработки лидов и найма водителей, чтобы хорошие кандидаты не терялись, их устраивали условия и они работали с компанией долго.
Основные запросы клиента
У клиента уже был настроен аккаунт в amoCRM, но в нем не все работало гладко. Нужны были следующие изменения.
- Нет прозрачной аналитики входящих лидовКлиент не понимал, сколько заявок поступает, откуда они приходят и где теряются потенциальные водители. Нужно было выстроить систему сбора и анализа данных, чтобы отслеживать эффективность разных каналов привлечения лидов.
- Нет важных автоматизацийВажно было автоматически распределять входящие заявки на сотрудников и централизованно хранить документы. В идеале, чтобы документы по водителям генерировались автоматически, прикреплялись к соответствующим сделкам и их легко было найти.
- Нет способа обработки трафика ночьюВечернее и ночное время — активное для водителей. Клиенту было важно, чтобы обращения, поступившие вечером и ночью, не терялись, а обрабатывались раньше, чем это сделают конкуренты.
*Клиент остановился на нас из-за качества коммуникации и детального подхода к анализу бизнес-процессов. У нас уже был опыт с аналогичными бизнесами и глубокое понимание ниши аренды авто под такси.
Много входящих заявок, а часть лидов теряется ночью или на первичной обработке? Запишитесь на консультацию к эксперту Команды F5
Разберём ваш поток заявок и покажем, какие этапы общения, квалификации и распределения можно автоматизировать в amoCRM, чтобы повысить конверсию и не терять клиентов/партнеров — уже на бесплатной консультации.
Решение: что сделали по шагам
1. Структурировали бизнес-процесс
Мы начали с анализа текущей структуры компании и выделили ключевые подразделения: колл-центр на первичной обработке обращений и отделы продаж в 3-х филиалах. Дальше выстроили понятную логику маршрутизации заявок, где каждый филиал обрабатывает только свои сделки и не дублирует работу.
2. Настроили воронку квалификации
Внедрили отдельную воронку первичной квалификации, где идет обработка заявок и отсев нецелевых перед передачей в филиалы. В этой воронке фиксируем данные о клиенте, проверяем ключевые параметры (гражданство, стаж вождения, опыт работы) и определяем ближайший филиал, в который удобнее обратиться.
3. Настроили копирование и распределение сделок
После прохождения первичной квалификации сделки автоматически копируются в воронку соответствующего филиала. Мы внедрили алгоритм, который назначал ответственного менеджера в зависимости от локации клиента, а затем равномерно распределял сделки внутри филиала среди сотрудников отдела продаж.
Это позволило избежать перегрузки отдельных специалистов и ускорить обработку обращений.
Это позволило избежать перегрузки отдельных специалистов и ускорить обработку обращений.
4. Контроль качества и аналитика на каждом этапе
Внедрили систему промежуточной оценки водителей: собираем обратную связь на 1-й, 3-й и 10-й день после выхода на работу.
Это помогло оперативно реагировать на проблемы и сократить отток кадров. Также мы настроили детализированную аналитику по всем ключевым метрикам: источники лидов, конверсия на этапах, эффективность каналов привлечения.
Это помогло оперативно реагировать на проблемы и сократить отток кадров. Также мы настроили детализированную аналитику по всем ключевым метрикам: источники лидов, конверсия на этапах, эффективность каналов привлечения.
5. Систематизировали источники заявок
Основные заявки поступали через объявления на Avito, где у клиента было 5–6 отдельных личных кабинетов для каждого филиала. Мы подключили сервис, который автоматически собирал отклики по объявлениям, упрощая контроль и аналитику входящего трафика.
Это позволило отслеживать эффективность каждого канала и перераспределять рекламный бюджет на самые результативные площадки.
Это позволило отслеживать эффективность каждого канала и перераспределять рекламный бюджет на самые результативные площадки.
6. Поставили на поток работу с документами
Компания работала с большим объемом документов, которые требовали персонализации в зависимости от филиала.
Мы настроили динамическое заполнение данных: в шаблонах документов автоматически подставлялись реквизиты нужного филиала, контактные данные ответственного менеджера, адреса и прочая информация.
Были автоматизированы ключевые документы, включая:
Мы настроили динамическое заполнение данных: в шаблонах документов автоматически подставлялись реквизиты нужного филиала, контактные данные ответственного менеджера, адреса и прочая информация.
Были автоматизированы ключевые документы, включая:
- договоры оказания услуг,
- договоры проката,
- акты приема-передачи и возврата транспортных средств.
7. Добавили смарт-кнопки для удобства
Для удобства управления процессами мы добавили смарт-кнопки, которые позволяли сотрудникам быстро выполнять рутинные операции. Например, кнопки «Отправить анкету» и «Остановить нейроквалификатор».
Дополнительно были реализованы счетчики по дозвонам и аналитика по клиентским касаниям, чтобы детально отслеживать эффективность работы с лидами.
Дополнительно были реализованы счетчики по дозвонам и аналитика по клиентским касаниям, чтобы детально отслеживать эффективность работы с лидами.
Внедрение нейроквалификатор Chat AI
Через несколько месяцев после основной оптимизации мы предложили клиенту внедрить нейроквалификатор для обработки обращений в нерабочее время. Мы разработали промпт для нейроквалификатора, который заменил автоответы и начал проводить полноценную первичную квалификацию. Он проверял соответствие клиента критериям, целевым сразу сообщал о возможностях сотрудничества и вносил информацию в amoCRM.
Благодаря автоматизации часть сотрудников, ранее занимавшихся квалификацией, перевели в филиалы на продажи. Скорость обработки заявок повысилась, как и качество квалификации.
Благодаря автоматизации часть сотрудников, ранее занимавшихся квалификацией, перевели в филиалы на продажи. Скорость обработки заявок повысилась, как и качество квалификации.
Итоги для бизнеса после оптимизации
- Рост конверсии на 20%Конверсия в успешное завершение сделок с водителями увеличилась на 20% за счет быстрой квалификации лидов, четкого распределения заявок по филиалам и автоматизированной воронке с действиями. Клиент отметил, что ему это важно для масштабирования бизнеса.
- Прозрачность данных и контроль лидовПолная прозрачность процессов помогает отслеживать, на каком этапе находится каждая заявка, кто за нее отвечает и какие дальнейшие действия необходимо предпринять.
- Эффективная обработка в ночное времяВнедрение нейроквалификатора позволило автоматически отвечать на запросы, собирать ключевую информацию и направлять ее в amoCRM. Сотрудникам остается лишь принять задачу и созвониться с клиентами утром.
Команда проекта
Владимир Павлов
Руководитель проекта
Никитин Никита
Старший системный аналитик
Дмитрий Илларионов
Технический специалист
Нужна помощь в подключении и настройке искусственного интеллекта?
Заполните эту форму и покажем, что может ИИ в вашем бизнесе.
Оставляя заявку, вы соглашаетесь с Политикой конфиденциальности
Ещё статьи
