Телефонная аналитика для b2b

Андрей Гавриков: Начинаем наш третий блок про электронный маркетинг в b2b-компаниях, который будет посвящен бизнес-инструментам. И следующий докладчик — мой компаньон, коллега Михаил Федоров, член Гильдии маркетологов, сертифицированный специалист по «Яндекс.Директу», Google AdWords и еще многим страшным словам. Он расскажет вам про стыковку CRM и мониторинг дилеров, про то, что же делать, когда мы хотим узнать, как ведут себя в отношении нас дилеры, если мы производители, поставщики какого-либо оборудования, материалов. Друзья, приветствуем Михаила. Миша, привет! Начинай.
Михаил Федоров: Привет! Спасибо, Андрей. Сегодня мы поговорим о том, какой будет телефонная аналитика для b2b. Расскажем о мини-исследовании, которое мы провели, перед тем как начали глобально копать эту тему сами, потому что тоже пытались и готовыми сервисами воспользоваться. Правда, из того, что сегодня рассказали WebProfiters по связке с Call Touch… Мы исследовали Call Touch на тот момент, когда он еще не интегрировался, скажем так, с аналитикой. Но те выводы, которые мы получили, те ограничения, которые сейчас есть, я думаю, на данный момент тоже справедливы. И мы расскажем пару кейсов по контролю дилеров и по стыковке телефонии с CRM и с системами веб-аналитики для получения «сквозных» данных, для понимания того, как, в общем-то, клиенты конвертируются в лиды, лиды конвертируются в деньги и какие в итоге каналы работают, какие не работают, откуда берутся в итоге финансы. То есть мы это отслеживали в одном случае для пользователя, а в другом случае у нас была задача измерения больших объемов данных по рекламе, по тому, какие рекламные каналы работают, не работают для большой дилерской сетки, в которой не было возможностей напрямую взаимодействовать с клиентом, потому что все взаимодействие шло через дилеров.
Сначала — вступление, о чем мы поговорим. Поговорим мы о том, какой должна быть идеальная система веб-аналитики для b2b, рассмотрим исследование, попытаемся выбрать сервис по каким-то параметрам, по крайней мере, сформировать требования к тому, каким критериям он должен отвечать, и кейсы. А почему мы об этом говорим? В общем-то, потому что приходится заниматься формированием стратегии присутствия в интернете и в принципе маркетинговыми стратегиями для клиентов, и в том числе встает вопрос, естественно, о том, как измерять все это дело. Поскольку на уровне стратегии как раз находится и уровень аналитики, то есть когда нам становится понятно, для чего мы реализуем комплекс интернет-маркетинга, какие характеристики компании есть, какое есть торговое предложение, встают вопросы: «А что нам нужно делать? Каких целей достигаем? Как мы это делаем и как мы это измеряем?» И часто получается, что без телефонной аналитики никуда. Тем более что часто получается, что телефония — это вообще единственный канал, который можно измерить на ряде сайтов, в ряде мероприятий интернет-маркетинга.
Итак, давайте посмотрим, какие задачи по измерению телефонии обычно ставят перед собой компании в b2b-сегменте. Мы сегодня рассмотрим четыре типа бизнеса. Потому что когда мы искали у себя из своих клиентов тех, которых можно было бы как-то слепить в одно, в итоге выясняется, что типы бизнеса-то разные.
Первый пример — это компания, которая предоставляет услуги. Допустим, это какие-нибудь услуги для строителей, например напыление пенополиуретана или что-то такое. В таком случае, в принципе, достаточно знать, сколько звонков и из каких рекламных каналов люди звонят. В данном случае обычно заказ через сайт — редкое явление. Но, бывает, ночью это дело случается. Но не большая проблема — отдельно иметь веб-аналитику и отдельно какую-то совершенно простую «измерялку» звонков.
Идем дальше. Если у нас какой-то интернет-магазин товаров для b2b, — какие-то офисные принадлежности, что угодно, — получается уже более сложная система. И, как правило, владелец бизнеса, или управляющий, или коммерческий директор, — тот, кто занимается выделением средств на рекламу и анализом ее эффективности, — хочет уже знать, сколько было звонков, с какого объявления, сколько продаж по этим звонкам. И обычно со стандартными сервисами, которые не связаны с вашей офисной телефонией, у которых, как в «Яндекс.Метрике», есть инструмент измерения звонков (он просто переадресует звонки), возникает ряд проблем. То есть, если у вас два одновременных звонка в компанию и все это приходит к вам на какую-то аналоговую АТС, например, есть такая проблема, что АТС по факту не знает, какой из звонков куда переключился. Для АТС это просто банально обрыв линии связи с первым абонентом и потом какая-то другая линия, на которую переводится, ее подхватывает. То есть связь можно наладить, например, попыткой понять, а в какое время было переключение, выставлением каких-то интервалов. Но по факту, например, какая-то аналоговая АТС или какой-то стандартный офисный Panasonic этого не знает. И будет непонимание, из какого конкретно канала пришел звонок и какой в итоге сконвертировался, и статистика серьезно «бьется». Есть другие проблемы, тоже о них расскажу.
Следующий тип бизнеса — дорогое оборудование для b2b. От предыдущего сегмента отличается тем, что здесь очень долгое принятие решений. То есть, допустим, какой-то кран, бетоносмеситель. Есть звонки, есть заявки с сайта, какие-то лиды, есть какие-то даже запросы условия поставки. Но по факту получается, что, поскольку решение принимается долго, тот же Google Analytics здесь не справляется — по тому же сайту. По телефонии тоже бывают проблемы, потому что, допустим, есть подмены телефонов, вроде как есть подмены источников, но cookies на такое время, которое принимается решение, для того чтобы человеку тот же номер показать, уже, как правило, не выставляются. Более того, появляются сразу довольно серьезные ограничения по выбору системы, которая у вас будет это все анализировать и т. д. То, что хочет знать директор, как правило, еще шире. Это история звонков, что клиент делал до и после, сколько раз он заходил на сайт. Связку с CRM, как правило, они хотят, чтобы вести этих клиентов. То есть классная возможность появляется такая, что, если мы видим, что этот клиент заходил на сайт, допустим, через три месяца после первого общения с ним, после первого контакта с ним, это говорит о том, что, наверное, менеджеру, который ведет этого клиента, нужно выкинуть какое-то предупреждение: дорогой товарищ, давай-ка ты позвони тому клиенту, а то он что-то опять на сайт зашел, наверное, что-то уточняет, у него какие-то возражения, надо их побороть. И, в общем-то, то, как маршрутизируются звонки по менеджерам, возможно, эффективность менеджеров, продающие способности. Понимание того, а с какого рекламного канала на какого менеджера лучше опять-таки переводить звонок. Обычно, если большой объем данных, этим тоже заморачиваются, чтобы повышать эффективность. В итоге вы получаете воронку как снаружи, так и внутри компании в таком случае.
И, соответственно, следующий случай, который вообще довольно сложно измеряется. Как правило, этим пользуются компании, которые дают медийку, дают обычную рекламу. А как вы померяете? Вот мы к вам привели посетителей. Вы производитель, вы продаете через дилерскую сеть. Вот они зашли к вам в раздел «Где купить?», выбрали ближайшего дилера и позвонили ему. Как мы это отследим? Да никак. Заявки через сайт мы тоже не отследим, ничего померить нельзя. Будем мерить вход на страницу «Где купить?»
В итоге встает ряд вопросов, который может, по нашему опыту, повысить эффективность этой рекламной кампании и увеличить деньги, которые эта рекламная кампания принесет, просто в разы. За счет того, чтобы, например, звонки перераспределить на нужного дилера или сразу человеку выдать того дилера, у которого эта техника, или оборудование, или какие-то стройматериалы есть в наличии. Или, например, стараться перераспределять звонки тем дилерам, которые лучше на них отвечают и у которых лучше коэффициент конверсии звонка в заказ. То есть в итоге, когда начинаешь разбираться, а как это сделать, приходится придумывать всякие интересные решения для клиентов. И это более сложная задача, особенно с учетом того, что, как правило, сама компания-производитель дает рекламу, дает рекламу на свой сайт, но при этом сама звонки не обрабатывает, но измерить хочется. Это один из кейсов, которые мы сегодня расскажем.
Итак, допустим, мы говорим о том, что у нас идеальный случай, у нас онлайн-заказ товаров для b2b. Пусть какой-нибудь интернет-магазин для b2b, какие-нибудь офисные принадлежности, офисное оборудование, принтеры, что угодно. Большая часть заказов проходит через сайт. Какие проблемы есть? Да, вы получите такую картину, если вы настроите правильно Google Analytics с электронной торговлей. Что вы не получите? Вы не получите, во-первых, многоканальность. То есть человек может взаимодействовать с сайтом много раз. Более того, сначала мог инициатором выступить какой-то человек из техотдела, какой-нибудь системный администратор. Потом директор одобрил, тоже пошел в интернет что-то искать. Потом секретарю дали задачу поискать. Потом с мобильного устройства системный администратор в «Яндекс.Маркете» выбрал цену, зашел и т. д. То есть что угодно может быть. Или, как в данном случае нарисовано, провзаимодействовал и с офлайн-рекламой, и с онлайн-рекламой, а в итоге позвонил вообще, набрав уже название компании в «Яндексе». То есть в случае с классическим Google Analytics, в случае, который приведен здесь, конверсия, которая засчитается каналу, будет приписана прямому заходу с поисковых систем по названию компании, то есть как по брендированному запросу. Это припишется не сеошникам, не тем, кто дает медийную рекламу, не тем, кто размещает баннеры. А по факту сработала целая цепочка привлечения, вовлечения и конвертации клиента. Может быть, даже клиент несколько раз звонил в компанию и взаимодействовал с ней. То есть как посчитать, к какому каналу что приписать? Это вы абсолютно точно со стандартным Google Analytics потеряете. Несмотря даже на то, что там есть возможность настроить многоканальные последовательности, например, телефонию сюда вписать и связать, указав, что этот человек — тот же, который звонил вам тогда по телефону, стандартный Google Analytics сделать не дает. Это можно сделать только в Universal Analytics. В общем, расскажем, как мы с этим работаем.
Что вы получите в итоге даже в идеальном случае? Допустим, столько-то рублей потратили на рекламу, столько-то человек пришло, во столько-то обошелся один заинтересованный посетитель, во столько-то обошлась одна заявка через сайт. Из них оплатило столько-то человек, значит, во столько-то обошелся один клиент. И, допустим, ретаргетингом еще столько-то людей догнали и получили, допустим, еще столько-то человек. В итоге получили, что ROI, или возврат инвестиций на каждый рубль, потраченный в рекламу, такой. Какие тут есть допущения? Если важно это посчитать, если важно понять, а что конкретно было куда потрачено и что действительно сработало.
Во-первых, целый список вопросов. А как понять, что это действительно та самая тысяча человек, которая пришла? А если заказ, допустим, произошел не через сайт, человек положил что-то в «Корзину», а потом позвонил по телефону или приехал в офлайн-магазин? А что, если человек заходил с разных устройств? А что, если вы подмену номера используете и человек зашел записал этот номер, а позвонил, допустим, через три дня? И тут сразу вопрос к системе телефонной аналитики: а как она работает? Потому что если номер телефона выдается под пользовательскую сессию, то эта конверсия припишется уже совершенно другому источнику, другому каналу, другому ключевому слову и т. д.
Следующий момент: опять-таки, если у вас дилерская сеть, как тут отследить? И вопрос: если у вас принятие решения о покупке — полгода, год, полтора, как быть здесь? То есть эта схема рушится, особенно в b2b, просто на ура. Там, где у вас не моментальное принятие решения, это все ломается.
По поводу красивой отчетности: например, мы делали для руководства такие штуки, для отдела маркетинга тоже. Они в Google Analytics разбираться не очень хотят. В общем, из них через API делается выгрузка в Google Docs, «Google Диск», все считается, выбирается. То есть от них задача — только вписать бюджеты, которые они потратили на каждый канал в конкретный месяц. И пожалуйста, они получают такую красивую табличку, все это дело. Просил нас это сделать довольно крупный автодилер, потому что они руками готовили такую отчетность, у них сидело четыре человека в отделе, и каждый сидел и такую отчетность готовил. В итоге мы это сделали. Людей руководство припахало на более полезные дела, чем клепать такую отчетность. Но по факту это полный бред, потому что с теми допущениями, что сказаны здесь, особенно с тем автодилером, который был, все это по факту не работает. То есть тот бюджет, который был потрачен в какой-то предыдущий месяц или полгода назад, мог сработать на конверсию сейчас. А отследить это с помощью всего этого не получается.
К чему это я? К тому, что, зная свои задачи, зная ограничения, которые вы получите с использованием того или иного сервиса с его ограничениями, зная, что конкретно вы хотите измерить и на какие допущения вы хотите пойти, вы можете выбирать себе систему, сформулировав к ней эти требования. Я сейчас пробегусь еще по списку тех проблем, которые возникли при тестировании сервисов, чтобы вы также знали, что можно выбрать и на что обращать внимание.
Естественно, чтобы повысить эту точность, Google Analytics, не Google Analytics, нужно учитывать заказы по телефону и стараться их приписать к тем источникам, из которых люди пришли. Понятно, с учетом многоканальности и т. д. Часто телефония — единственный конверсионный канал.

Подмена номера — элементарная штука. Вот скриншот из «Яндекс.Метрики». Там сейчас платная возможность подключить номер за 330 руб. в месяц или 11 руб. в сутки. Пожалуйста, получили номер, оплатили его, поставили переадресацию на свой, померяли количество звонков, узнали, как отвечать на звонки, сколько времени до ответа, какой продолжительности разговор и т. д. Вроде как все хорошо. С рядом поправок тут даже ключевые слова можно, в принципе, вбивать по тому же «Яндексу».

То есть не вопрос, можно померить какие-то отдельные вещи, но какие проблемы при этом? Первая проблема банальна: хотите стыковаться с CRM, входящий номер по всем звонкам, который переходит к вам на АТС, у вас будет номер этот от «Яндекса». Потому что по факту «Яндексу» поступает ваш звонок, он набирает от себя ваш номер и связывает голосовой канал, то есть звонок будет от «Яндекса». И если у вас будет связка с CRM, чтобы там нужный менеджер сразу брал трубку, приветствовал клиента, у него сразу карточка клиента открывалась, вам этот способ уже не подходит. В принципе, как схема работает, я сказал, то есть соединение голосовых каналов с записью этих данных, в том числе с «подсасыванием» всего этого дела в «Яндекс.Метрику». В итоге что у вас получается? Вы отдельно получаете статистику из Google Analytics, допустим, про продажам или по лидам, по генерации того, что у вас было, и отдельно получаете статистику по телефонным звонкам без заказов.
С заказами еще какая ситуация: вы можете заставить операторов писать на бумажке, допустим, точное время звонка и зачем звонили. То есть, таким образом, дальше вы потом получаете набор источников, состыковываете эти данные, получаете какую-то более или менее адекватную статистику по тому, сколько денег потратили, сколько денег получили, что получается.
Минусы. Понятно, что точность довольно низкая, что номер определить не можете. Перезвонить клиенту можете, но нужно будет в статистике «Яндекс.Метрики» выискивать, на какой же номер звонить, и пытаться ему перезвонить. Нужно менеджерам, которые принимают звонки, дать кучу всяких доступов, чтобы они это видели. И главное, что статистика никак не связана до конечного пользователя, то есть она в итоге с очень большими допущениями идет.
Если пойти дальше, если пойти от считалки звонков до какого-то интеллектуального сервиса, который связан с веб-аналитикой полноценным способом... Чтобы можно было отследить по персоне всю эту ситуацию, чтобы можно было записи разговоров крепить в карточку клиента автоматически, чтобы туда же подтягивались e-mail, запросы с сайта, все, что угодно, его взаимодействие с сайтом. То есть дойти до полной персонификации и построить работу с клиентом таким образом, чтобы эта персонификация помогала в итоге вам продавать и взаимодействовать с клиентом тогда, когда ему нужно. То есть зашел он на сайт, что-то уточнил, вышел. Ага, менеджер увидел, что так два месяца прошло. По идее, срок принятия решения — от полугода до года, но через три месяца он борется с возражениями. Надо позвонить напомнить о себе. Здорово, что он зашел.
Итого: что получается? Что для разных типов бизнеса, которые мы до этого рассмотрели, есть разные требования к системе аналитики, разные допущения, на которые бизнес может пойти, разные инструменты, разные сервисы, разные проблемы. Давайте рассматривать, что же выбрать, что делать дальше.
«Дегустация» систем телефонной аналитики, которую мы провели. Тоже расскажу о тех допущениях, которые мы нашли.

Аренда номеров — самый частый способ, когда вы не хотите покупать себе в собственность 50-60 номеров, но хотите измерить, допустим, по каким ключевым словам звонят, или по каким объявлениям, или какие сегменты пользователей.

То есть тут разделение идет по сегментам: что вы в сегмент выделите, то и измерите звонками на этот номер. И, соответственно, на сайт ставятся различные скрипты: в рекламные источники, в баннеры, в наружку, куда угодно подставляются нужные номера. В случае аренды, конечно, это не всегда… Аренда номеров, как правило, нужна, для того чтобы взять большой пул номеров, допустим 50 штук, и измерить весь ваш список ключевых слов, по которым эта реклама идет. Чтобы выделить уже только то, что нужно, и давать уже рекламу только по тому, что нормально конвертируется. Естественно, все эти номера не принадлежат вам. Есть всякие сервисы, которые динамически выдают этот список номеров под разных клиентов. И номера даются под пользовательскую сессию. То есть клиент пришел, у него полчаса сессия, среднее время его нахождения на сайте, за это время ему присваивается данный телефон. Как только он вышел с сайта, этот номер уже уходит обратно в пул и присваивается другому пользователю. Проблемы с этим — понятно, что если клиент записал номер, он может попасть вообще в другую компанию или попасть в эту компанию, если каким-то счастливым способом этот номер опять попадет этому клиенту. Но конверсия будет засчитана не тому каналу, не тому ключевому слову, статистика побьется. И смена тематики номера — большой риск для репутации. Когда ты записал, что, допустим, такой номер, тут кондиционеры, все хорошо, звонишь туда, а там магазин какого-то шмотья непонятного. И у тебя сразу: «Что это за шарашка, куда я звоню? Что она, закрылась уже, что ли, пока я тут два дня думал, где мне окна купить?» То есть сразу негатив клиента — и будет ли он дальше выискивать этот номер? Скорее всего, он подумает: «Сломается у меня что-нибудь в этом продукте, который я купил, куда я? Я номер записал, перезвонил, а там уже другая компания. Ну их на фиг. Я лучше где-нибудь в другом месте закажу». В итоге с арендой номеров это дело можно использовать только краткосрочно, когда вы хотите протестировать какой-то набор рекламных каналов с разными таргетингами, с разными креативами, то есть протестировать, посмотреть это все. В качестве такого телефонного A/B-тестирования. Может быть, landing page хотите протестировать, с каких лучше звонят, еще с каких каналов, может быть: сырой трафик, не сырой трафик, баннерная, не баннерная реклама, сформированный спрос или какие-то еще запросы. То есть это все, на наш взгляд, исключительно для тестирования. Оно получается довольно недорого, но рассматривать это как канал, который вы постоянно будете использовать для измерения, — вы можете получить негатив в адрес своей компании.
Допустим, вы купили номера, говорите: «Все, теперь у меня свои номера есть, я буду все измерять, от меня звонки никуда не уйдут, риска репутации не будет». Сразу приведем пример одного из сервисов. Такой скорее сводный набор возможностей, который предоставляет классический массовый сервис, который позволяет работать со своими номерами. Это детализация звонков до уровня сегмента. Допустим, сегмент по бульдозерам вы выделили в одно направление, повесили туда один телефон, сегмент по кранам — в другой сегмент. Это если по ключевым словам. Если вы — по рекламным каналам, то у вас сегмент — это рекламный канал. Естественно, сегмент нельзя выбирать так, чтобы мешать бульдозеры с сервисным обслуживанием каких-нибудь кранов, то есть это будет уже не сегмент. И только из контекстной рекламы и прямых заходов — это будет какая-то каша непонятная. То есть обязательно сегмент должен соответствовать тому, что вы хотите измерить.
Далее — данные об источниках. То есть, в случае если сегменты делятся по источникам, это источник, откуда пришел человек.
Дальше — данные по тому, откуда пришел человек. Если заявка с сайта, допустим, она может прийти в CRM. И по телефонному номеру, который человек там укажет, дальше эта заявка… Когда человек будет звонить с этого номера на вашу телефонию, если CRM завязана с телефонией, менеджеру будет открываться карточка клиента, где указано, что он уже хотел. Чтобы его по десять раз не переспрашивать и не раздражать человека, а уже общаться с ним, как если бы с ним общались. Дальше еще такой момент есть: если человек звонил в компанию, чтобы трубку брал тот же менеджер, который уже с ним общался. Это тоже с помощью CRM и телефонии можно сделать.
Дальше какие проблемы? Нет многоканальности, то есть взаимодействие будет только последнее. Если человек сначала пришел из контекстной рекламы, потом пришел с прямого захода на сайт, потом зашел вообще с какого-то медийного объявления или с YouTube, у вас запишется в конверсию последний канал. То есть то, откуда он позвонил, и запишется. Это довольно плохо.
Кроме того, обратной связи конкретно звонящего с CRM обычно нет. Потому что такие сервисы, как правило, работают не соединением с вашей IP-телефонной станцией, а все-таки переадресацией звонков с этих номеров, которые сервис будет подставлять, на ваш какой-то номер классический, один многоканальный, который у вас есть. И, в общем-то, информация довольно разрозненная получается, потому что все это не до конца связано и в трактовке этих данных могут быть такие проблемы, что не всегда понятно, что конкретно сработало.
Если мы используем классически номера из личного пула, плюс IP АТС, плюс CRM, тут уже все значительно лучше. При этом может использоваться какой-то сервис для подстановки этих номеров. Опять-таки, вроде как все хорошо, проблема получается такая, что данные никак не привязаны к классической системе аналитики. Дальше — проблема, когда вы хотите посчитать деньги, здесь появляется тоже куча допущений, и вам нужно уже связываться с учетной системой. То есть в ваших CRM, телефонии должен быть продуман алгоритм связи с системой.
У нас остается пять минут, я перехожу к слайдам. Суть какая? Нужна персонализированная аналитика, которая отслеживает у вас пользователя прямо по персоне. Вам нужна CRM, которая позволит собирать все эти данные вместе с карточкой клиента. И вам нужна система аналитики, которая позволяет. То есть у вас нужно либо на стороне CRM хранить все данные: о клиенте, о его веб-взаимодействиях, о его офлайн-взаимодействиях, о его звонках, об отправке почты этому клиенту, — либо вы это сохраните на стороне системы аналитики. Есть разные варианты. В качестве систем персонализированной аналитики можно попробовать Universal Analytics. Он пока в бете до сих пор, но его уже активно все используют. Woopra, Openstat и т. д.
Что мешает, как правило? Использование разных браузеров, отключение и удаление cookies и использование разных устройств тоже проблема обычно при расчете этого дела. И многоканальность. Какую систему выбрать? Важно для вас оценивать, какие допущения будут и на что вы готовы пойти, чем пожертвовать и какие данные получить.
Кейсы. Первый — это связка телефонной аналитики с CRM и с Universal Analytics. Мы взяли сайт, поняли, что мы хотим от него получить, то есть задача была и социальную идентификацию сделать, и связать это все с IP АТС на базе Asterisk, и интегрироваться с CRM и АТС, и связаться с пользователем по User ID, и, в общем-то, свести все данные в карточку, чтобы менеджеры продавали лучше.
Проблемы. Это семплинг данных. Не всегда Google Analytics дает ключевое слово, канал, часто просто источники «not set» указывается. Ограничение по выгрузке данных и хранение данных на сторонних серверах без гарантии сохранности и с ограничением по выгрузке оттуда по API. Значит, так у нас выглядит выгрузка, все заказы с сайта у нас сваливались в CRM автоматическим способом, через API мы туда отправляли. В поле Web вы можете увидеть этот User ID из Universal Analytics. Мы решили писать его в поле Web. Мы просто для скорости решили это все таким образом интегрировать. В случае когда у нас заказ принят, мы в Google Analytics и в Universal Analytics ничего не отправляем. Когда заказ уже отправлен клиенту, мы тогда отправляем по этому User ID данные о том, что заказ обработан. Тут, в карточке, можно видеть, что входящие звонки тоже сваливаются в события. Все эти звонки крепятся к карточкам, вот есть карточка клиента, я тут замазал персональные данные. В общем, видно, что входящие звонки поступают, их можно прослушать, все взаимодействия с электронной почтой и т. д. тоже сюда пишутся. В поле Web вы видите этот уникальный идентификатор. Более того, в этой карточке видно, что у пользователя первое взаимодействие было не через сайт, а через телефонию. Соответственно, мы генерируем этот User ID на телефонной станции и записываем эти данные в CRM и в Universal Analytics. То есть у нас связка может работать как в ту, так и в иную сторону. И дальше мы можем «склеить» сессии. Если пользователь был на сайте, мы можем его «подцепить».
И мониторинг дилера — второй кейс. Это тот случай, когда у нас напрямую компания не взаимодействует с теми, кто продает, то есть на сайте производителя размещен список телефонов, список дилеров в разных городах, и нужно с ними взаимодействовать. Тоже интересный кейс. В общем, что мы в итоге сделали? Поставили IP АТС, поставили единый номер 8-800, сделали систему распределения звонков. По городам нужным мы определяем входящий номер звонящего и выводим пользователя в очередь звонков по тому городу, из которого он позвонил. Если мы не определили номер, то мы отправляем человека на колл-центр, и они вручную определяют. Далее, в этой очереди звонков мы отправляем звонки только тем дилерам, который наилучшим образом продают. Как мы это определяем? У нас тут есть такая табличка и есть отдел контроля качества, который выставляет оценки дилерам по знанию продуктов, по тому, какое количество вебинаров они прошли на нашем сайте, сдали ли они тестирование. Плюс качество обработки звонков — это продающие способности продажника, то есть продали ли они нужный продукт, побороли ли они возражения клиентов, и объем звонков, который они могут принять. У нас есть приоритеты по этому. В итоге у нас есть возможность распределять звонки только тем дилерам, которые наилучшим образом ответят в данным момент на этот звонок, исходя из дневного лимита, исходя из качества приема звонков и исходя из того, насколько вообще этот дилер нам важен, то есть сколько денег он нам генерирует. Приоритеты мы определяем, то есть мы раз в две недели выгружаем данные, в таблице мы представили это визуально, переставляем приоритеты, забиваем обратно в систему, работаем следующую неделю.
Вся система работает так: мы отдельно по Москве и крупным городам проводим тесты по ключевым словам и т. д., по страницам, по лендингам, а уже все эти данные мы сводим дальше в систему аналитики. То есть мы сводим и звонки с сайта, и заявки с сайта. И, в общем-то, дальше все эти данные хранятся у нас в персонализированной системе аналитики. Дальше мы их выгружаем, принимаем решения, вносим изменения на сайт, меняем дилеров местами, чтобы выводить пользователю именно тех, кто наилучшим образом продаст. И в телефонии меняем приоритеты, для того чтобы человек позвонил именно тому дилеру, с единого номера звонок перевелся тому дилеру, который наилучшим образом продаст. В итоге очень хорошо все это работает. Повысили эффективность рекламы, отсекли ненужные каналы и т. д.
Я буду рад ответить на вопросы. Следите за нами, добавляйтесь в Facebook. Можно мне лично писать в Facebook, тоже отвечу на ваши вопросы, если у вас такие будут. Спасибо!
А. Г.: Миша, огромное спасибо тебе за доклад! Как всегда, интересно, структурировано, много интересных моментов и технических нюансов. Смотри, вопросы к тебе есть. Вопрос от Марины, даже сразу два, будем по очереди тебя ими мучить. «Михаил, а как быть, если стоит задача постоянного анализа качества телефонного обслуживание дилерской сети? Прослушать разговоры каждого дилера очень дорого. Есть ли способ автоматизации типа речевого анализатора? Ну, или каким образом организовать этот процесс?»
М. Ф.: Марина, интересный вопрос, мы сталкивались с этим делом. У нас сейчас две компании на таких системах сидят с мониторингом дилеров, и сейчас мы еще будем подключать. Вы знаете, честно скажу, что система автоматического распределения звонков, например, для крупных городов не очень хорошо отрабатывает, потому что, допустим, в той же Москве человек хочет купить в той точке, которая ближе к нему. Мы-то его определяем по тому же телефону, что это Москва, но какого дилера ему подсунуть — это уже вопрос. Как правило, мы его решаем уже через колл-центр. Что касается прослушивания именно качества обслуживания, знаете, во-первых, есть всякие косвенные показатели, то есть это объем продаж дилеру, объем звонков ему. То есть уже вы можете рассчитать, сколько денег, грубо говоря, вы потратили на этого дилера, чтобы сгенерить ему этот поток звонков, и сколько денег он вам принес. Это косвенные показатели. Что касается прослушивания и т. д.: постоянно каждый звонок – это действительно очень дорого, и смысла в этом нет. У нас операторы обычно прослушивают тех дилеров, которые вызывают сомнение в качестве обслуживания. То есть, допустим, мы им нагнали 20 звонков, а коэффициент, когда мы делим объем принесенных денег на количество перегнанных им звонков и заказов… И мы смотрим, что один звонок приносит нам, допустим, 5 тыс. руб., а топовый дилер приносит 20 тыс. руб. Мы думаем: так, ну, во-первых, нам просто неэффективно гнать ему эти звонки. Мы сразу в очереди понижаем ему приоритет. А второй момент — мы начинаем его прослушивать: а почему так происходит? Может быть, его вообще из очереди надо выкинуть? Начинаем слушать и оказывается, что он продает другую продукцию. Мы ему — штраф, выключение из очереди. И до следующего раза мы его исключаем, пока он не скажет, что он все это исправил, и не проинструктирует менеджера. У нас эта ситуация с прослушиванием врубается только по тем дилерам и по тем регионам, в которых есть проблемы с продажей. И когда нам звоночек поступает, мы даем доступ оператору, он сидит прослушивает все это дело и выставляет уже ручные оценки. То есть это набор критериев. Можно, имея набор этих показателей, серьезно уменьшить то количество прослушиваний, которое нужно. И стоит это, кстати, не так дорого, то есть, как правило, это здорово аутсорсится, и по набору критериев выставляются оценки.
А. Г.: Хорошо, Миша. Вопрос от Дмитрия: «Если анализ качества телефонного обслуживания возможен, то какую систему мотивации для дилеров можно организовать на основании этой информации? Просто зачастую дилеры торгуют продукцией нескольких производителей, и хочется отдавать приоритет лояльным именно к продукту, который мы продвигаем, и больше клиентов отдавать им». Ты, в принципе, ответил в предыдущем. Но как-то, может быть, чуть более расширенно?
М. Ф.: По лояльности? Как у нас эти системы, по крайней мере, планируют внедряться, то есть сейчас у нас еще в процессе отладки некоторые моменты, но из того, что было запланировано — это… Чем больше они лояльны, и чем больше они продают нашу продукцию, и чем выше у них, грубо говоря, количество принесенных денег производителю на каждый телефонный звонок, тем больше звонков они получают. Это первый момент. Второй момент: чем они лучше продают, чем больше вебинаров наших по продажам они прослушали и чем больше они предлагают продукции нашей компании, тем выше балл, который вручную оператором выставляется, тем, опять же, больше звонков они получают. Грубо говоря, чем они лояльнее к производителю, тем больше звонков они получат и тем больше денег в итоге останется в их компании, то есть тем выгоднее всем. То есть эта мотивация строится у нас исключительно на том, чтобы мотивировать деньгами. Чем больше лояльности, тем больше денег.
А. Г.: Хорошо, Миша, вопрос следующий от Александра: «Какие IP ФТС имеет смысл рассматривать для интеграции с CRM, чтобы было проще налаживать аналитику?»
М. Ф.: Честно говоря, принципиально, наверное, особо разницы нет, какие. Есть «облачные» сервисы, которые можно вполне использовать, которые прекрасно работают. Даже часто и по качеству связи, и по уровню обслуживания это значительно лучше, чем, допустим, АТС, которая стоит в офисе, банально потому, что она на 100 Мб стоит где-нибудь в дата-центре и она у вас не ляжет, когда у вас, допустим, кто-нибудь сел что-то серьезное качать в офисе. Использовали АТС на базе Asterisk в основном. Поскольку куча партнеров, которые ним занимаются, с ним есть проблемы, но все это работает. Использовали какие-то Cisco, я могу уточнить, АТС, использовали «облачные» сервисы. С «облачными» сервисами, как правило, удобно. Тут вопрос вот в чем: если вы хотите сделать все это под себя, если вы хотите плотно связаться, иметь кучу всяких настроек дополнительных, в АТС всякие данные передавать, локально все это иметь и хранить все данные у себя, в таком случае имеет смысл взять Asterisk, например, и локальную CRM поставить. Если вы хотите стартануть быстро, берете «облачный» сервис с АТС, берете «облачную» CRM… Вот мы, например, amoCRM взяли. Мы использовали эту АТС, то есть банально за три минуты прописывания конфигурационных данных у нас уже по умолчанию они интегрированы, карточки клиента открываются. Есть, конечно, всякие проблемы, но тем не менее все это работает. Я надеюсь, я ответил на вопрос.