Як зрозуміти, що попит змінився, ще до того, як це покажуть продажі

Якщо коротко — у розмовах із самими ж покупцями. Між моментом, коли у споживача виникає нова потреба, і безпосередньо покупкою завжди є часовий лаг. 

Спершу споживачі запитують про продукти, яких ще немає в наявності, уточнюють умови й характеристики, на які раніше бізнес не зважав. На цьому етапі покупка ще не відбулася, тож зміни в інтересі до продукту можуть ще не відображатися у стандартних аналітичних звітах. 

Раніше, щоб виявити такі зароджувані тенденції, доводилося вручну вивчати листування в месенджерах і прослуховувати записи розмов. Це займало години й охоплювало лише невелику вибірку дзвінків, що ускладнювало прогнозування. 

Сьогодні вже є AI-рішення- як окремі, так і інтегровані у віртуальну телефонію, які аналізують усі діалоги та допомагають швидше знаходити закономірності у великих масивах даних.

За даними Salesforce, 80% менеджерів, які працюють із ШІ, підтверджують, що їм простіше отримувати інсайти для закриття угод.

Штучний інтелект, який, зокрема, використовує для аналітики дзвінків Ringostat, розпізнає більш як 50 мов, враховує акценти й різний темп мовлення. Тож навіть компанії, які продають на кількох ринках, можуть швидше помічати локальні зміни попиту й відповідно адаптувати пропозиції.

Мовна аналітика з AI транскрибує розмови, і головне — автоматично виявляє патерни, зокрема: 

• товари, про які люди запитують дедалі частіше;
• проблеми, з якими стикаються клієнти, та альтернативи, які вони згадують; 
• тональність розмов при згадці конкретних товарів чи послуг;
• справжні причини відмов, які не завжди збігаються з тим, що менеджери вручну вводять у CRM;  
• як змінюються запити залежно від сезону;
• яка саме реклама створює попит (якщо налаштований колтрекінг і є інтеграція з CRM);
• скільки тривають цикли продажу й на яких етапах угоди найчастіше закриваються.

Якщо у звітах AI-аналітики ви бачите, що певний продукт починають згадувати частіше й розмови навколо нього звучать більш позитивно — це й буде ранньою ознакою нової хвилі попиту. 

І навпаки — зростання кількості негативних дзвінків може бути індикатором того, що продажі товару швидко підуть на спад. 

Та для коректного прогнозування слід налаштувати інтеграцію з CRM. Тоді кожен дзвінок із визначеними за допомогою AI темою, тональністю та ключовими словами потраплятиме до картки клієнта й угоди. Накопичені дані допоможуть відстежувати, як змінюється зацікавленість у продукті.

Для побудови складніших прогностичних звітів AI-аналітику інтегрують з BI-сервісами, наприклад, Owox BI.

Постачальник ексклюзивних дверей і меблів до США «United Porte» обробляв понад 2 000 дзвінків щомісяця. 

Які інсайти вдалося виявити після впровадження AI-аналітики? 

Масштаб попиту на специфічні товари 

Раніше дефіцит товару помічали лише тоді, коли клієнти запитували конкретну модель, а її вже не було на складі. 

Завдяки AI-аналітиці з'ясувалося, що найбільший інтерес у покупців викликали двері з вогнестійким склом, які мають попит у регіонах із жорсткими нормами пожежної безпеки. Побачивши реальні обсяги цього запиту, компанія заздалегідь пройшла необхідну сертифікацію й розширила постачання до більшої кількості штатів. 

Приховані причини відмов і заперечень

Раніше у CRM менеджери просто позначали угоду як втрачену без зазначення причини. 

AI натомість виявив у розмовах ключові проблеми та потреби клієнтів і сформував структурований перелік заперечень. Зрештою бізнес оновив скрипти ще до того, як втратити клієнтів.

Вузькі місця у сервісі 

Під час аналізу розмов AI виявив систематичне невдоволення клієнтів тим, що вантаж залишають біля будинку. 

Це було особливо проблемним для людей, яким складно самостійно заносити важкі двері в будинок. Інсайт показав: щоб зберегти клієнтів, потрібно переглянути не лише ціни, а й умови доставки.

AI-аналітика допомагає зчитувати зміну попиту в реальному часі у щоденних запитаннях, сумнівах та уточненнях клієнтів. 

Відтак бізнес може приймати стратегічні рішення ще до того, як відсутність товару позначиться на продажах: коригувати закупівлі й перерозподіляти маркетинговий бюджет на товари з найвищим потенційним попитом.