Внедрили аналитику продаж, подсчитали количество лидов и конверсии по ним, оцифровали показатели по источникам и менеджерам.
Год назад мы начали сотрудничество с «Авиртой», одним из лидеров Татарстана на рынке бухгалтерских и юридических услуг для предпринимателей. Компания под руководством Марата Самитова существует на рынке более 10 лет и сопровождает в бух обслуживании, консультирует по налогам и оказывается юридическую помощь предпринимателям. Сейчас в штате — 20 человек вместе с отделом продаж и отделом производства, и более 350 клиентов в обслуживании.
Пришел, увидел, внедрил
Наша работа началась еще до того, как в компании появился отдел продаж. Обычно бывает, как: везде хаос, и вот тут возникает необходимость внедрить аналитику. Но Марат пошел от обратного и начал выстраивать аналитику по ходу роста компании. Казалось, отдел продаж как на ладони, работало всего пару человек. Однако даже при маленьком штате ясности было немного. И с учетом желаемого роста было понятно, что аналитику лучше запрягать в самом начале.

Реализация была вполне стандартной:

  • разворачиваем сервак,
  • настраиваем базу данных, загоняем туда код,
  • объединяем данные из гуглдоков и CRM,
  • подключаемся через Power BI,
  • визуализируем.

Технически это кажется простым, но в ходе работы вскрывается много слабых мест, о которых до начала проекта не знают ни руководитель, ни РОП.

Чтобы CRM была реально эффективным инструментом, нужно ее правильно использовать. И речь не о каких-то скрытых возможностях или танцах с бубном со сложными интеграциями, а о простой внимательности и ответственности. Часто проблемы возникают из-за косяков в ручном заполнении полей и карточек сделки. Так и здесь, пришлось исправлять прошлые сделки, вносить и заполнять поля.
***
Направляли аналитику на разные типы сотрудников отдела продаж. Соответственно, учитывали разные типы метрик:

  • Холодный обзвон – количество и длительность разговора, насколько менеджер удерживает клиента, сколько заявок передает дальше;
  • Вторая линия – количество лидов, источники, количество закрытых сделок, конверсия и циклы;
  • Третья линия – добавляем инструменты работы с существующей базой (матрица покупок и rfm -анализ).

Обсудив с заказчиком вид выгрузки, решили собрать дашборд, на котором будут ключевые данные из разных отчетов. На один экран вывели несколько разных показателей: общие показатели отдела, результаты по менеджерам, топ услуг месяца и процент выполнения плана.
В левом блоке – услуги. Разбили показатели продаж по услугам. По каждой из них стало видно количество продаж, конверсия и цикл. Появляется сводка, на основании которой можно понять, что продается быстрее и лучше.
В правом блоке – те же показатели по источникам.
Кроме того, есть фильтр по менеджерам и периодам, которые дают еще более сегментировано изучать информации.

Собрали RFM-анализ. Оцениваем покупателя с точки зрения 3 критериев: количество покупок, сумма, дата последней покупки. В отчете покупателю присваивается нужная категория в каждом из критериев. Затем сделали отчеты, в котором один критерий пересекается в другим. Можно менять каждый из критериев, а изучать не только покупателей, но и тех, кто не купил.
Собрали отчет по лидам с несколькими показателями: квалификация лидов по источникам, с каким результатом, с каким циклом. Становится видно, что источник с наибольшим количеством лидов не всегда дает наибольшее количество квал лидов. Теперь можно не тратить время на обработку всех лидов, а сконцентрироваться на наиболее результативных источниках.
Оценить работу менеджера можно по нескольким показателям: по лидам, сделкам, конверсиям. Но для большей результативности не хватает понимания, на каком этапе воронки возникают проблемы и клиент отваливается.

Отчет показывает слабые места воронки. Имея перед глазами эти данные, расшиваем каждый статус и прогресс и точечно прорабатываем каждый этап. Также теперь можно отследить эталоны по показателям и перенести этот опыт на отстающих.
Отзыв клиента
«Отдел продаж был одним большим слепым пятном, теперь все чисто на цифрах. Если раньше даже зарплаты считали в гугл таблицах и собирали информацию вручную, то теперь все автоматизировано. Разработали новую мотивацию для РОПа.

В целом стали более оцифрованы. Стало доступно больше фактов: из каких источников приходят клиенты, где ломается конверсия у каждого менеджера, даже продолжительность звонков. Мотивационные пинки стали по делу, и люди остаются в тонусе. Кроме того, я вижу нагрузку менеджеров и могу понять, нужно ли нанять еще одного, достаточно ли для этого лидов и денег.

После внедрения аналитики я уволил первую линию. Стало понятно, что канал продаж по холодным звонками работает с низкой эффективностью, вторая линия не могла закрыть эти заявки. Зарплата первой линии была убытком для организации. В результате проделанной работы я сэкономил и теперь экономлю каждый месяц 50 тысяч рублей. Заявки и продажи не уменьшились, мы просто отсекли ненужное, что съедало деньги и создавало информационный шум.»



Made on
Tilda