Чому розмови з клієнтами залишаються одним із найбільш недооцінених джерел даних у бізнесі

А що, якщо ви маєте значно більше даних, ніж думаєте? Таблиці та звіти у дашбордах чи CRM-системах, на основі яких бізнес звик приймати рішення, чимало говорять про наслідки, але не дають розуміння причин.

Найцінніші ж сигнали, яких не видно у звичайній аналітиці, містяться у розмовах з клієнтами. Це дані, які ви отримуєте щодня, але часто залишаєте поза увагою. Саме у комунікації з клієнтами бізнес може знайти пояснення падіння конверсій та обсягів продажів, причини невдоволення клієнтів та слабкі місця у взаємодії з ними.

Проведене у США ще кілька десятиліть тому дослідження TARP (Technical Assistance Research Programs. — Прим. ред.) показало важливу закономірність: незадоволені клієнти поширюють негативний досвід у кілька разів активніше, ніж задоволені — позитивний. Для бізнесу це означає, що кожна невиявлена проблема у комунікації може масштабуватися значно швидше, ніж позитивний клієнтський досвід. Втім, проблема не лише у самому негативному досвіді, а в тому, що компанії часто не заглиблюються в причини.

Як засвідчує уже сучасне дослідження DMG Consulting, технології аналізу дзвінків, чатів та інших взаємодій з клієнтами або так звана conversation analytics змінюють свою роль. Якщо раніше все це було вибірковими інструментами для оцінки якості обслуговування постфактум, то тепер це стає частиною базової AI-інфраструктури компаній. 

Чому класична аналітика більше не пояснює поведінку клієнтів

Аналіз комунікацій у багатьох компаніях тривалий час залишався допоміжною практикою — його використовували переважно для вибіркової перевірки роботи менеджерів. Такий підхід потребував додаткового часу й зазвичай охоплював лише невелику частину взаємодій з клієнтами. 

Натомість основний фокус був зосереджений на кількісних показниках: конверсії, вартості залучення клієнта, кількості лідів і продажів. Вони, зрештою, показували що сталося, але не пояснювали чому. 

Справжня ж причина втрати продажів часто стає зрозумілою лише після аналізу розмов. На практиці це виглядає так: маркетинг може бачити «якісний трафік», але менеджери чують заперечення щодо ціни чи скарги на нерозуміння цінності продукту. Або й гірше — ліди приходять із зовсім іншими очікуваннями, які дуже швидко не виправдовуються. 

Звісно, не можна стверджувати, що конверсії, показники залучення чи інші звичні метрики більше не працюють. Але самих лише цифр дедалі частіше недостатньо, щоб зрозуміти, чому клієнти купують або, навпаки, відмовляються від покупки. 

Розмови — це не про «контроль менеджерів», а окремий шар бізнес-аналітики

Підписуйтеся на наші соцмережі

Якщо до цього моменту ви були певні, що у вас з аналітикою розмов все гаразд, адже керівник відділу продажів час від часу переслуховує дзвінки з клієнтами, то з впевненістю можна сказати, що цього недостатньо. Одна чи й дві людини не в змозі фізично проаналізувати значний обсяг інформації вручну, а вибірковістю тут не зарадиш. 

Навіть для невеликих компаній з помірною кількістю замовлень впровадження AI-аналітики розмов є насущним питанням. Великі бізнеси своєю чергою уже давно розпочали розбудову АІ-інфраструктури, яка саме у зв’язці з conversation analytics може працювати найбільш ефективно. У цьому контексті розмови з клієнтами перестають бути допоміжним каналом й стають повноцінним рівнем бізнес-аналітики.

Про які ж конкретно дані йдеться? У дзвінках містяться: 

Все більше компаній розуміють, що чути ці сигнали недостатньо, їх треба перетворювати у систему рішень. 

AI змінює сам принцип роботи з комунікацією

Згаданий раніше ручний аналіз дзвінків має системні обмеження. Він є повільним та суб’єктивним. З розвитком AI стало очевидним, що він може автоматично транскрибувати дзвінки, знаходити повторювані проблеми, визначати емоції клієнтів, оцінювати роботу менеджерів, формувати автоматичні висновки та «підсвічувати» ризики. 

Загалом саме в аналізі розмов AI здатен перетворити хаотичний потік на структуровану систему інсайтів. Тут важливо додати ще одну значну перевагу: AI прибрав головне обмеження conversation analytics — масштаб. 

Перше в Україні комплексне дослідження з використанням AI для аналізу діалогів менеджерів з клієнтами провела компанія Ringostat.

Основу дослідження склала вибірка у 50 000 розмов з понад 1 млн дзвінків. Його результати показали, що у більшості компаній контроль якості досі відбувається вибірково — керівники прослуховують лише 10-20% дзвінків. Це означає, що бізнес системно втрачає значну частину інсайтів із клієнтських комунікацій. AI-аналіз дозволяє масштабувати цей процес і працювати вже не з окремими прикладами, а фактично з усім масивом розмов.

Хто та як може використовувати дані з розмов

Інформація отримана від аналізу розмов має значення не лише для команди з продажів. Відділ маркетингу може на їх основі формувати чітке розуміння, які комерційні пропозиції реально працюють, які канали дають «слабкі» ліди, які очікування формує реклама. Продуктові команди матимуть об’єктивне бачення чого бракує клієнтам, що вони не розуміють та які питання повторюють найчастіше. Відділи клієнтського сервісу розумітимуть, де виникає негатив, що дратує клієнтів та де бізнес втрачає довіру.

Щодо корпорацій, то тут також є три великі зони впливу conversation analytics: користувацький досвід, досвід працівника та бізнес-результати.

У першій вона дає розуміння намірів, емоцій та поведінки клієнтів у реальному часі, є широким полем для персоналізації відповідей та покращення сервісу. У другому випадку дозволяє запускати дії у моменті (Next Best Action), автоматизувати процеси, надавати підказки менеджерам тощо. Щодо найбільшої зони впливу, то тут є значні перспективи в оптимізації процесів, впливі на дохід, підвищенні рівня утримання клієнтів у компанії.  

Чому майбутнє аналітики за аналізом комунікації

Бізнес десятиліттями працював зі структурованими даними, залишаючи значну частину реальних інсайтів у комунікації. AI зробив аналіз розмов масштабованим, що тепер дозволяє компаніям поступово переходити від дашбордів до розуміння поведінки клієнта в моменті з контекстом усіх попередніх інтеракцій з ним, підказками та наступними кроками від штучного інтелекту. 

Усі ці процеси просто не можуть не призводити до формування нових систем рішень, де кожна взаємодія буде підкріплена сотнями або й тисячами аналізів, проведених ще до вашої першої комунікації з клієнтом. 

Закономірно, що наступний етап еволюції аналітики — це не більше звітів, а здатність чути й інтерпретувати сигнали клієнтів у реальному часі.