| Cele | Zwiększenie skuteczności procesu sprzedaży i uproszczenie pracy konsultantów |
| Zakres | |
| Efekty | MVP pozwalające na transkrypcję i analizę nagrań rozmów konsultantów oraz generowanie precyzyjnych scenariuszy rozmów, zwiększających konwersję sprzedaży. |
| Technologie | Google Speech-to-Text, GenAI ChatGPT 4o, MongoDB, PostgreSQL, Java, React, REST API |
Potrzeba
W sektorze sprzedaży telefonicznej i obsługi klienta, działającym na rynku B2B i B2C, występuje potrzeba optymalizacji procesów biznesowych i technologicznych. Kluczowe jest zapewnienie wysokiej jakości usług oraz efektywnej komunikacji wewnętrznej. Wymaga to wdrożenia systemów wspierających zarządzanie danymi klientów, przygotowywanie ofert sprzedażowych, obsługę posprzedażową oraz zarządzanie pracownikami i finansami.
Rozwiązania te muszą być wydajne i elastyczne, aby sprostać specyficznym potrzebom różnych rynków i partnerów, umożliwiając firmom dostosowanie się do zmieniających się warunków rynkowych.
Potrzeba i proces
Główną potrzebą biznesową jest zwiększenie skuteczności prowadzonej sprzedaży – niezależnie od branży i rodzaju sprzedawanych produktów. Inne istotne aspekty obejmują odciążenie zespołu odpowiedzialnego za analizę i przygotowanie scenariuszy sprzedażowych oraz przyspieszenie pracy konsultantów.
Rozwiązanie wymaga wdrażania w złożony ekosystem procesów firmy, które wzajemnie na siebie oddziałują. Projekt ma charakter kompleksowy i wymaga odpowiedniego planowania oraz czasu, aby wszystkie elementy mogły zostać precyzyjnie zintegrowane. Celem jest stworzenie narzędzia generującego scenariusze rozmów, które ułatwiają konsultantom dostosowanie stylu komunikacji do klienta i produktu. Takie rozwiązanie ma na celu zwiększenie zainteresowania oraz wzrost konwersji, jednocześnie odpowiadając na inne zidentyfikowane potrzeby.
Realizacja produktu odbywa się w formie MVP, a cały proces poprzedzają warsztaty z wyznaczonymi interesariuszami. Ze względu na złożoność procesów i konieczność dostosowania narzędzia do dynamicznie zmieniających się potrzeb, projekt wymaga starannego podejścia, co pozwala na osiągnięcie zamierzonych rezultatów.
Rozwiązanie
Na etapie analizy identyfikowane są kluczowe dane potrzebne do wdrożenia docelowego rozwiązania. Pojawiają się wyzwania związane z brakiem transkrypcji rozmów oraz niekompletnością metadanych, takich jak identyfikatory rozmówców. W takich przypadkach należy uzupełnić brakujące metadane, a do transkrypcji stosuje się odpowiednie usługi, jak np. te oferowane przez Google, które skutecznie radzą sobie z rozmowami w językach polskim i angielskim. Dodatkowe przetwarzanie nagrań czy segmentacja mówców nie jest wtedy konieczna.
Następnym krokiem może być wdrożenie modelu LLM, jak np. GPT-4, do przetwarzania transkrypcji. Taki model pozwala na rozpoznawanie kluczowych jednostek nazwanych, w tym sposobów prezentacji produktów, rodzajów transakcji czy proponowanych cen. Dzięki odpowiednio zaprojektowanym poleceniom (prompt engineering), model może precyzyjnie kategoryzować te informacje. Analiza sentymentu umożliwia monitorowanie reakcji rozmówców w czasie rzeczywistym, a techniki sprzedażowe, takie jak upselling i cross-selling, mogą być automatycznie klasyfikowane. W sytuacjach, gdy wymagane jest zrozumienie sukcesu lub porażki transakcji, przyczyny tych zdarzeń mogą być ręcznie rejestrowane przez użytkowników systemu.
Przetworzone metadane oraz zebrane informacje mogą służyć do tworzenia scenariuszy rozmów. Możliwe jest opracowanie aplikacji zintegrowanej z systemem CRM, która pozwala na wybór klienta, produktów oraz celu rozmowy. Generator, oparty na modelu LLM, mógłby dostarczać gotowe skrypty rozmów, podzielone na etapy, które mogą być automatycznie przesyłane do systemu. Takie scenariusze są często wzbogacone o szczegóły dotyczące dostosowania języka, tempa wypowiedzi i tonu rozmowy, co ułatwia bardziej dopasowaną komunikację z klientem.
Wnioski
Mierzalne efekty wdrożenia całego rozwiązania Zamawiający zbadał po upłynięciu kwartału. Konwersja sprzedaży wzrosła o około 10%. O kilka procent zmalał z kolei współczynnik porzuconych rozmów. Przeprowadzona ankieta wśród rozmówców wykazała ogólny wzrost satysfakcji klientów a czas potrzebny na przygotowanie kontaktu z klientem został istotnie skrócony.
W drugiej wersji projektu zaplanowano drobne usprawnienia oraz funkcję, która nie tylko przygotowuje pojedyncze scenariusze rozmów, ale również cały ich harmonogram.
