Кейс: полная автоматизация отдела продаж за 2 недели

Эта история началась с фразы, которую мы слышим регулярно: «У нас 12 менеджеров, и они не справляются». Компания продавала строительные материалы — кирпич, блоки, сухие смеси, утеплитель. 800+ SKU, 150–200 входящих обращений в день, сезонный пик с апреля по октябрь, когда поток удваивался.

Проблемы были типичные, но масштаб впечатлял.

Точка старта: что было не так

Цифры до внедрения

• 12 менеджеров в отделе продаж
• Среднее время ответа: 23 минуты (в пик — до 2 часов)
• Потерянные обращения: 15–20% — клиент писал, не дожидался ответа и уходил
• Конверсия из обращения в заказ: 11%
• ФОТ отдела продаж: 960 000 руб./мес. (с налогами)
• Текучка: 3–4 человека в год, каждая замена — месяц на поиск и обучение

Корневые проблемы

1. 1.Однотипная работа. 70% обращений — одни и те же вопросы: «Сколько стоит?», «Есть ли в наличии?», «Какая доставка?». Менеджеры тратили время на рутину вместо сложных продаж.

1. 1.Неравномерная нагрузка. Утром — тишина. С 10 до 14 — вал. После 18 — снова обращения, но менеджеров уже нет.

1. 1.Разное качество. Лучший менеджер закрывал 18% обращений в сделку. Худший — 5%. Стандартизировать качество не получалось.

1. 1.Нет аналитики. Руководитель видел только итоговые цифры. Почему клиент ушёл на этапе расчёта? Какое возражение не отработали? Данных не было.

Неделя 1: подготовка и настройка

День 1–2: Аудит

Мы начали с анализа. Прочитали 500+ диалогов из CRM, классифицировали обращения и выделили паттерны:

• 68% — простые вопросы (цена, наличие, доставка) → полная автоматизация
• 22% — расчёт комплектации (сколько кирпича на дом 10x12) → частичная автоматизация + проверка менеджером
• 10% — сложные кейсы (тендеры, нестандартные объёмы, рекламации) → только живой менеджер

День 3–5: Создание базы знаний

Самый трудоёмкий этап. Мы загрузили в систему:

• Полный каталог (800+ позиций с ценами, характеристиками, остатками)
• Условия доставки по 15 зонам
• Калькулятор расхода материалов (кирпич/м², смесь/м², утеплитель/м²)
• Типовые возражения и ответы на них (собрали у лучших менеджеров)
• Актуальные акции и скидки на объём

День 6–7: Интеграция

Подключили ИИ-продавца к:

• 1С (остатки и цены обновляются автоматически)
• AmoCRM (каждый диалог = сделка в воронке)
• Мессенджерам (WhatsApp, Telegram)
• Чату на сайте
• Авито (40+ объявлений)

О том, как ИИ-продавец интегрируется с Авито, подробнее в статье Чат-бот для Авито.

Неделя 2: запуск и калибровка

День 8–10: Пилот на 20% трафика

Запустили бота на часть обращений, параллельно менеджеры работали как обычно. Результаты пилота:

• Время ответа: 8 секунд (было 23 минуты)
• Точность ответов: 94% (6% требовали корректировки)
• Конверсия: 19% — уже выше, чем у среднего менеджера

День 11–12: Доработка

По итогам пилота внесли 47 правок в базу знаний:

• Уточнили формулировки по доставке (клиенты путали зоны)
• Добавили ответы на 12 новых вопросов, которые не покрывал первый набор
• Настроили триггер эскалации: если клиент трижды переспросил — переключать на живого менеджера

День 13–14: Полный запуск

Переключили 100% входящего трафика на ИИ-продавца. 4 менеджера из 12 оставили на сложных кейсах и контроле качества. 8 — перевели на другие задачи (развитие B2B-канала, работа с ключевыми клиентами).

Сопротивление команды: как преодолели

Это был, пожалуй, самый сложный момент. Менеджеры восприняли ИИ как угрозу. Вот что мы сделали:

Честный разговор

Руководитель провёл встречу с командой ещё до начала внедрения. Ключевые тезисы:

• «Никого не увольняем.» 8 менеджеров перевели на развитие B2B, работу с VIP-клиентами и новые каналы. Зарплаты сохранили.
• «ИИ забирает рутину, а не работу.» Менеджеры тратили 70% времени на ответы «сколько стоит кирпич». Теперь это время освободилось для интересных задач.
• «Лучшие менеджеры станут тренерами ИИ.» Именно их скрипты и знания стали основой базы знаний. Это повышение, а не понижение.

Вовлечение в процесс

• Менеджерам дали доступ к дашборду ИИ — они видели все диалоги и могли давать обратную связь
• Лучшие менеджеры проверяли качество ответов бота и предлагали улучшения
• Ввели KPI за развитие базы знаний — за каждый добавленный сценарий

Результат

Через месяц сопротивление сменилось энтузиазмом. Менеджеры оценили, что им больше не нужно отвечать на «есть ли в наличии?» по 50 раз в день.

Результаты через 3 месяца

Рост среднего чека — заслуга персонализации. ИИ-продавец знает историю каждого клиента и предлагает сопутствующие товары: к кирпичу — раствор, к утеплителю — крепёж. Подробнее о механике — в статье Персонализация продаж с помощью ИИ.

Что помогло уложиться в 2 недели

1. 1.Готовая CRM с историей. Если бы данных не было, аудит занял бы вдвое больше.
2. 2.Вовлечённый руководитель. Решения принимались за часы, а не за недели.
3. 3.Модульный подход. Не пытались автоматизировать всё сразу — начали с простых обращений.
4. 4.Лучшие менеджеры как источник знаний. Их опыт стал фундаментом базы знаний.

Уроки и рекомендации

Если вы планируете аналогичное внедрение:

• Начинайте с аудита. Без понимания текущих процессов автоматизация бессмысленна.
• Не пытайтесь заменить 100% с первого дня. Пилот на 20% трафика выявляет проблемы без рисков.
• Инвестируйте в базу знаний. Качество ответов ИИ = качество данных, которые вы ему дали.
• Работайте с командой. Сопротивление — нормально. Открытость и вовлечение — лучшее лекарство.
• Считайте ROI по правильным метрикам.

Итог

Полная автоматизация отдела продаж за 2 недели — это реально. Не в теории, а на практике. Ключевые условия: данные в CRM, готовность руководства и правильный подход к команде. Результат — конверсия x2, расходы -60%, обработка обращений x2.5.

Хотите повторить этот результат? Начните с бесплатного аудита — проанализируем ваш отдел продаж и покажем потенциал автоматизации.