Як Павло Деканатченко автоматизував обробку 500+ лідів щодня та скоротив цикл угоди вдвічі

Ми помітили, що наші 12 сейлз-менеджерів витрачають до 40% часу на кваліфікацію холодних лідів, які прийшли з реклами курсів перекваліфікації. Через великий обсяг вхідних заявок середня швидкість першої відповіді зросла до 4 годин, що для EdTech є критичним показником. Я намагався впровадити систему жорстких скриптів та додав ще 2 стажерів для первинного продзвону бази. Це дозволило обробити на 200 заявок більше, але загальна ефективність відділу впала через витрати на навчання новачків. В результаті ми все одно втрачали близько 15% потенційних клієнтів на етапі першого контакту.

Найскладнішим виявився людський фактор та нерівномірне навантаження на команду протягом робочого дня. Менеджери вигорали від однотипних запитань про вартість навчання та наявність розстрочки, через що втрачали фокус на «гарячих» клієнтах. Коли прилітало 50 заявок одночасно після вебінару, система просто паралізувалася, і останні клієнти отримували дзвінок лише наступного дня. Нам було важко підтримувати однаково високу якість комунікації в кожному діалозі. Контроль якості дзвінків займав у мене по 10 годин на тиждень, що було неефективно.

Специфіка курсів для дорослих вимагає глибокої емпатії та швидких відповідей на технічні питання щодо навчальної платформи. Кожен менеджер має свій стиль спілкування, і масштабувати цей досвід без втрати конверсії практично неможливо. Ми не могли просто найняти ще 10 людей, бо це роздуває ФОП та ускладнює менеджмент відділу. Крім того, ринок EdTech зараз дуже конкурентний, і клієнт йде до тих, хто відповідає миттєво. Відсутність автоматизованого фільтра на вході призводила до того, що досвідчені професіонали витрачали час на нецільову аудиторію.

Ми вирішили інтегрувати кастомну CRM-систему з базовою автоматизацією воронки та найняли зовнішнього консультанта для налаштування процесів. Це рішення обійшлося нам у 2800 доларів одноразово за впровадження та додаткові 450 доларів щомісяця за підтримку. Ми також придбали готовий набір скриптів та сервіс зворотного дзвінка, щоб пришвидшити реакцію. Система почала розподіляти ліди автоматично за рівнем їхньої готовності до покупки. Це частково зняло навантаження, але все одно потребувало постійної ручної модерації з боку тімлідів.

Попри витрачені кошти, система залишилася «дерев'яною» і не могла вести живий діалог з клієнтом у месенджерах. Менеджери все одно вручну переносили дані з чатів у CRM, що забирало близько 2 годин робочого часу щодня. Конверсія зросла лише на 3%, що не виправдало таких високих інвестицій у консалтинг та софт. Клієнти відчували, що з ними спілкується бот за шаблоном, і часто закривали чат до моменту підключення реальної людини. Ми зрозуміли, що нам потрібен інтелект, який здатний розуміти контекст запиту, а не просто видавати заздалегідь прописані фрази.