Servisa darbības stabilizēšana bez papildu personāla piesaistes
Finanšu pakalpojumu platforma ar tūkstošiem klientu pieprasījumu mēnesī un nelielu klientu atbalsta komandu.
Galvenais rezultāts
~93%
Servisa līmenis stabilizēts ap ~93%
Izaicinājums
- Pieaugošais zvanu apjoms pārslogoja komandu
- Ilgs gaidīšanas laiks un arvien vairāk neatbildētu/pamestu zvanu
- Spiediens paplašināt komandu, lai saglabātu esošo servisa līmeni
Riski: Ieņēmumu risks: vājš serviss → uzticības kritums → klientu aizplūšana.
Risinājums
- MI balss aģents rutīnas un pārslodzes zvanu apstrādei
- Automatizēta pieprasījumu sākotnējā izvērtēšana un nodošana atbalsta komandai
- Zināšanu bāze biežākajiem jautājumiem
Pēc optimizācijas
- Servisa līmenis stabilizēts ap ~93%
- +23% servisa līmeņa uzlabojums
- Papildu pieņemto darbinieku skaits: 0
Kāpēc tas strādāja: Atkārtojošie, zemas pievienotās vērtības zvani tika automatizēti, samazinot komandas noslodzi. Tas ļāva koncentrēties uz sarežģītiem gadījumiem, kuros cilvēka kompetence rada vislielāko pievienoto vērtību.
Nevajadzīgo pieprasījumu apjoma un administratīvā sloga samazināšana
Personāla atlases uzņēmums ar lielu ienākošo zvanu apjomu un laikietilpīgu manuālo apstrādi pēc katra zvana.
Galvenais rezultāts
93%
93% zvanu apstrādāti automātiski
Izaicinājums
- 90 % ienākošo zvanu nebija saistīti ar uzņēmuma pakalpojumiem
- Vidēji 45 minūtes pēc katra zvana tika patērētas kopsavilkuma sagatavošanai
- Pastāvīgi pārtraukumi būtiski kavēja kandidātu apstrādes procesu
Riski: Kritiska produktivitātes samazināšanās.
Risinājums
- MI reģistrators filtrē un apstrādā ienākošos zvanus
- Atslēgvārdu maršrutēšana ar nodoma noteikšanu
- MI ģenerēti zvanu kopsavilkumi un piezīmes
Pēc optimizācijas
- 93% zvanu apstrādāti automātiski
- 90% samazinājums zvaniem, kas nonāk pie cilvēkiem
- Kopsavilkuma laiks samazināts no 45 uz 15 minūtēm (−67%)
- Pārsūtīšanas laiks samazināts par 50%
Kāpēc tas strādāja: Ienākošā plūsma tika filtrēta sākotnējā posmā, nododot komandai tikai vērtīgu darbu.
Prognozēšanas cikla saīsināšana un automatizēta darījumu prognozēšana
B2B finanšu pakalpojumu uzņēmums ar gariem un sarežģītiem pārdošanas cikliem.
Galvenais rezultāts
30%
Prognozēšanas process par 30% ātrāks
Izaicinājums
- Pārdošanas dati bija sadrumstaloti starp rīkiem
- Vadītāji manuāli analizēja zvanus
- Prognozēšana prasīja manuāli rekonstruēt darījumu vēsturi
Riski: Lēna lēmumu pieņemšana, nokavēta risku reakcija un svārstīgas prognozes.
Risinājums
- MI zvanu transkripcija un kopsavilkumi
- Automatizēta darījumu riska noteikšana
- Integrācija ar CRM kā vienotu datu avotu
- Kopīga redzamība komandām
Pēc optimizācijas
- Prognozēšanas process par 30% ātrāks
- 30 stundas nedēļā ietaupītas darījumu pārskatē
- Agrīna risku identificēšana
Kāpēc tas strādāja: Pārdošanas sarunas kļuva par strukturētiem, meklējamiem datiem. Vadītāji pārstāja minēt un sāka balstīties uz reāliem datiem un to signāliem.
Sarunu pārvēršana izaugsmes dzinējā
Strauji augošs B2B SaaS uzņēmums, kas strauji izvērš pārdošanas komandu.
Galvenais rezultāts
+67%
+67% darījumu pieaugums uz vienu pārdevēju
Izaicinājums
- Zināšanas atradās cilvēkos, nevis sistēmās
- Jauniem pārdevējiem vajadzēja mēnešus, lai apgūtu bāzes zināšanas
- Nepastāvīga pieeja klientu iebildumu un konkurences situāciju vadībai
Riski: Nevienmērīga izpilde un lēna izaugsme.
Risinājums
- Centralizēta zvanu apstrāde un analīze
- MI ģenerēti kopsavilkumi un ieskati
- Strukturēta konkurentu pieminējumu izsekošana
- Atkārtoti izmantojami pārdošanas scenāriji, izstrādāti no reālu sarunu pieredzes
Pēc optimizācijas
- +67% darījumu pieaugums uz vienu pārdevēju
- Noslēgto darījumu īpatsvara pieaugums par 13 %
- Onboarding laiks samazināts 3×
Kāpēc tas strādāja: Mācīšanās kļuva sistematizēta. Komanda mācījās no reāliem datiem, ne tikai individuālās pieredzes.
Klientu atbiruma samazināšana dažādos darījuma posmos
Tiešsaistes finanšu platforma ar lielu lietotāju plūsmu un vairāku soļu pieteikšanās procesu.
Galvenais rezultāts
5 %
Par 5 % pieauga lietotāju īpatsvars, kas turpināja procesu kritiskajos posmos
Izaicinājums
- Būtiskākajos procesa posmos tika zaudēta daļa lietotāju
- Neskaidri soļi un gaidīšana uz atbalstu
- Nepilnīga informācija bloķēja progresu
Riski: Zaudēti pieteikumi un pieaugusi atbalsta noslodze.
Risinājums
- MI čatbots reāllaika palīdzībai
- Automatizēta klientu komunikācija (SMS un atgādinājumi)
- Dinamiskas plūsmas pēc lietotāja datiem
Pēc optimizācijas
- Par 5 % pieauga lietotāju īpatsvars, kas turpināja procesu kritiskajos posmos
- Mazāka nepieciešamība pēc manuāla atbalsta
- Ātrāka apstrāde
Kāpēc tas strādāja: Automatizācija tika ieviesta kritiskajos procesa punktos, kur lietotāji visbiežāk pārtrauca darbību. Tieši šajos posmos ietekme uz gala rezultātu ir visbūtiskākā.