С чего начинали


Собрав большое количество контактов потенциальных клиентов — на мероприятиях, в мобильном приложении и на сайте — школа организовала удаленный колл-центр для исходящих звонков. Компания наняла несколько операторов, поставила им IP-телефоны и завела Google-таблицы для ведения статистики обзвонов. Сотрудники получили команду «позвонить и продать». Продаж в итоге не случилось — звонков, возможно, тоже.
Производительность операторов измерялась исключительно статусами, которые они указывали в таблице. О том, что сотрудник ушел пить чай на несколько часов в рабочее время, компания узнавала постфактум. Или совсем не узнавала, если во время чаепития оператор проставлял выдуманные статусы.
Другая проблема — лиды терялись. Skyeng тратил деньги, чтобы найти человека, который хочет учить английский, а удаленный сотрудник забывал ему перезвонить. В итоге каждый лид обходился слишком дорого, и юнит-экономика по ним была глубоко в минусе.

Показатели на старте:
Звонков в час — 10,
Разговоров в час — 3,
Время в разговоре — неизвестно,
Время постобработки — неизвестно,
Продуктивность — неизвестно.

Какие задачи поставили


- Уйти от ручного набора номера, чтобы операторы не слушали гудки и автоответчики.
- Обрабатывать каждый номер, не теряя лиды.
- Начать контролировать рабочее время операторов: если они и идут пить чай, то Skyeng за это не должен платить.
- Понять, какие показатели отражают эффективность работы колл-центра.
Интересный момент: изначально KPI операторов измерялся количеством звонков. В итоге работники стали дожидаться соединения с клиентом и сбрасывали звонок, чтобы принять новый. Так их показатели росли, а компания теряла деньги.

Шаг #1: Облачная телефония


Чтобы исключить ручной набор номера, школа начала использовать Voximplant. Сейчас списки номеров загружаются из CRM-системы на платформу, которая самостоятельно совершает дозвон до каждого клиента. В момент снятия трубки звонок переводится на свободного оператора. Был страх, что клиентам придется ждать на линии, однако по текущим метрикам только 7% ответивших ждут дольше двух секунд.

Так работает система предиктивного дозвона (PDS) в связке с детектором голосовой почты (VMD), который благодаря машинному обучению определяет автоответчик и завершает вызов до того, как подключится оператор.

Чтобы решение было масштабируемым и позволяющим нанимать новых операторов в любом городе, командой Skyeng была настроена браузерная телефония на WebRTC. Сейчас сотрудники могут приступать к работе, имея только персональный компьютер и доступ к CRM-системе, интегрированной с платформой. Из браузера операторы не только звонят, там же они заполняют статусы обзвона и оставляют комментарии.


Шаг #2: Управление номерами


Учет всех звонков позволил выявить новые статусы, которые стоит закреплять за клиентами. Например, чтобы отследить все возможные причины негатива, операторы стали детально фиксировать обратную связь абонента.
Затем — исключение повторного звонка. Поскольку базы для обзвона собираются по нескольким каналам, их количество постоянно растет, а указанные в них номера могут дублироваться. Чтобы не раздражать потенциальных клиентов во второй раз задаваемыми вопросами, все номера были загружены в единую систему, где за ними и закрепляются статусы.

Также были выработаны алгоритмы дозвона: оптимальное количество дозвонов до одного клиента, подходящие часы для звонка, чередование номеров. Важный момент: базу необходимо готовить, чтобы система предиктивного дозвона работала эффективно. Есть номера, владельцы которых не отвечают ни с первого, ни со второго раза. Велика вероятность, что и на третий раз трубка не будет поднята моментально, соответственно, этими номерами можно разбавить «горячую» базу, по которой дозвон происходит быстро. Таким образом, на линии не будут ждать ни клиенты, ни операторы.


Шаг #3: Контроль за операторами


Смена оператора стала разделяться на статусы, в одном из которых сотрудник находится каждую секунду. Помимо стандартных опций «разговор», «ожидание» и «постобработка», появились дополнительные статусы — например, «работа с тех. поддержкой» — сейчас их около 15. Благодаря полному контролю руководителя группы за действиями каждого сотрудника достигается эффективность работы удаленного колл-центра.
Сейчас каждый оператор имеет следующие KPI:
- Разговоров в час дольше 20 секунд — 13,
- Время в разговоре за восьмичасовую смену — 4 часа,
- Время на постобработку — 2 часа.

Что получили в результате

- Продуктивность, то есть время, проведенное в активных статусах за исключением обеда и планерок, выросла до 86%.
- Загрузка, то есть время, проведенное в работе без учета ожидания соединения, выросла до 76%.
Число разговоров в час дольше 20 секунд увеличилось в шесть раз и составило 18.
- Среднее время ожидания звонка оператором сократилось до 35 секунд.