Как с помощью искусственного интеллекта увеличить продажи

1. Вводная задача от заказчика, проблематика, цели

Мы уже более трех лет работаем с автошколой Greenline в Хабаровске. Делаем контекстную и таргетированную рекламу и до марта 2025 года реклама ВКонтакте вела потенциальных клиентов в личные сообщения, где их встречал кнопочный бот, созданный на конструкторе. Задача такого бота – собрать базовую информацию и получить контакт для дальнейшей продажи менеджером. Мы тестировали разные варианты схем бота:

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Сначала он был нацелен на то, чтобы последовательно и кратко рассказывать про обучение, что в него входит и если клиент готов записаться или у него останутся вопросы – он может позвать менеджера в чат через специальную кнопку.

Такая схема работала, но люди часто не проходили бота до конца, останавливались на приветственном сообщении или информации о стоимости обучения. В среднем конверсия из сообщения в контакт была на уровне 28-30%, а договоров было 4-5.

Далее мы сменили схему и сделали бот динамичнее – его главная задача была уже не информировать человека, а подогреть к продаже и получить контакт для связи. Для этого мы сделали короткий блиц-опрос, в котором раскрывали преимущества автошколы, а в конце давали ссылку на колесо фортуны, где человек мог получить бонус на обучение за оставленный контакт.

Мы стали получать больше контактов, но конверсия в договор не увеличилась, а даже снизилась. Люди просто проходили через колесо в надежде получить бонус или поиграть.

В итоге результат от кнопочного бота был, но мы знали, что потенциал еще есть. На этот момент на финальной стадии уже была наша разработка продавец с нейросетью “под капотом”. И первым, кому мы решили его внедрить стала эта автошкола. У нас был доступ ко всем знаниям компании, перепискам и звонкам, что позволяло собрать самые частые вопросы и частые сценарии диалогов с клиентами.

С чего мы начали?

Начали с того, что собрали базу об автошколе – это документ, на который робот может опираться при ответе на сообщения. Он содержит всю информацию о тарифах, стоимости и порядке обучения в автошколе. В ней данные как о самой автошколе, так и о законодательстве на тему обучения вождению.

Прописали стандарты поведения робота в обычных и нестандартных ситуациях, как он должен отвечать, а как не должен. Что можно и нельзя, четкую роль, алгоритм убеждения клиента, тон и стиль общения, правила формирования сообщений (вопросы, длина сообщения и пр.)

После того, как была готова начальная версия робота провели тесты. Для этого дали его протестировать другим членам нашей команды и клиентам. Так мы смогли получить обратную связь о том насколько понятно и правильно отвечает робот, если ли моменты которые стоит улучшить.

После внесли корректировки, например:

• Убрали излишнюю дружелюбность, которая делала общение слишком наигранным.
• Поправили базу знаний. Много раз. И продолжаем это делать постоянно, чтобы в ней была только верная информация.
• Поменяли версию GPT, чтобы его ответы были быстрее. Оказалось, что ризонинг модели могут давать задержку в ответах в несколько минут.

После финальных тестов начали внедрение:

• Подключили робота к сообщениям ВКонтакте. Теперь он реагирует на все диалоги, которые начинаются с нажатия кнопки “начать”
• Подключили его к amoCRM. При достижении нужно стадии диалога робот сам двигает сделку по воронке до этапа, на которой её должен взять в работу менеджер.

3. Результаты сотрудничества

Что мы имеем сейчас?

Робота, который отвечает на сообщения пользователей как человек, может проконсультировать по любым вопросам, которые касаются обучения. Сам доводит человека до записи в офис или контакта (плюс робота еще и в том, что он не чувствует стеснения и всегда идёт к своей цели несмотря на уловки собеседника).

Робота, который сам перемещает сделку в CRM и зовет менеджера в чат, если в нем есть необходимость. Это позволило освободить время продавца от первичной обработки заявок и брать в работу только тех людей, которые уже готовы записаться на обучение. За два месяца работы робота средняя конверсия из сообщения в контакт составила 28-30%, а конверсия в договор росла от 38% до 78%.

Конверсия из сообщения в контакт осталась примерно на уровне кнопочного бота, но при этом выросла конверсия в договор – от 12% до 51%. Наибольшее количество договоров мы получили в апреле – 14, это на 10 договорв больше среднеей за прошлой год, а продаж более чем на 420 000 рублей. Это говорит о том, что ИИ-продавец передает в работу уже более прогретые и готовые к заключению договора контакты.

Для сравнения возьмём показатели кнопочного бота, так как он наиболее схож с принципом работы ИИ-продавца, в отличие от блиц-опроса, где люди оставляли контакты ради бонуса. Октябрь – это последний месяц работы кнопочного бота с наибольшим числом полученных контактов.