Назад
Москва, Ленинградский проспект, 29, к 1, офис 207
Москва, Ленинградский проспект, 29, к 1, офис 207

Сквозная автоматизация бизнеса – скорость, экономия и рост эффективности

Или "Не CRM единой... ".

Описанный кейс - это спин-офф кейса "Рост бизнеса Х20 за 100 дней" .

Кейс описан на основе моей работы в качестве исполнительного директора в ГК «DUNco» (ДАНко) - крупном федеральном операторе такси и автодоставки с собственной FinTech-платформой для подключения водителей к агрегаторам "Яндекс.Такси" и "СитиМобил" и обслуживания их балансов (> более 2 млрд. руб./г.)

Персонал

Определены следующие каналы набора:

  • крупнейший российский сайт-агрегатор вакансий:
    • размещение объявления о вакансии,
    • скачивание и прозвон локальных баз по интересующим нас городам.
  • крупнейшая доска объявлений - размещение объявления о вакансии,
  • яндекс директ + ретаргетинг,
  • локальные группы соц.сетей по поиску работы.

Для каждого канала применена воронка:

  • отклик / согласие на интервью
  • пройдено интервью с HR
  • пройдено интервью с руководителем проекта
  • пройдено первичное обучение
  • выход на работу
  • отработал 1-ю неделю

Данные собраны в ежедневно обновляемую таблицу Excel, далее - в BI-дашборд.

Отслеживание параметров «количество лидов / стоимость лида» позволяло регулировать соотношение скорости набора персонала к расходам на него, укладываясь в цифры финансовой модели.

Клиенты (лидогенерация)

Многоканальный прозвон  - это система, позволяющая оператору ip-телефонии делать не один, а одновременно до 5 исходящих звонков на разные номера по загруженной в систему клиентской базе.

Таким образом, каждый звонок оператора = разговор с клиентом (а не «гудки» ожидания соединения, «недозвон», автоответчик и т.д.).

Главная «фишка» такой системы – ее вы высокая производительность (в нашем случае, в сутки на линии работало до 25 операторов, выполняя норматив в 200 исходящих звонков-разговоров в смену каждый).

Парсинг  – программа автоматизированного сбора данных из заданного источника (например, цен не конкретные товары в сети, номеров телефонов с сайтов и т.д.).

В нашем случае использовалась программа-парсер, которая эмулировала клиентский заказ через приложение определенных агрегаторов такси, позволяя таким образом получать номера действующих водителей, находящихся в данный момент «на линии».

Реферальная программа  – традиционная маркетинговая программа «приведи друга и получи бонус».

Каждому водителю или курьеру, пригласившего подключиться к нашей платформе другого водителя, выплачивалось вознаграждение (при условии, что приглашенный водитель выполнял определенное количество поездок за 30 дней).

Получив первые результаты реферальной программы в "ручном" режиме, было принято решение ее полностью автоматизировать, внедрив отдельным функциональном в ПО нашей Р2Р-платформы.

Мной была прописана логика работы реферальной программы в личном кабинете на платформе и в приложении водителей / курьеров для контроля баланса и вывода денег на карту.

Совместно с руководителем разработки (СТО) данная логика была реализована в ПО.

В результате, за первый неполный месяц работы, 25% всех «лидов» водителей и курьеров было получено через реферальную программу.

Реферальная программа стала источником трафика «лидов» №2 после отдела менеджеров-«хантеров».
Причем, более дешевым в расчете на 1 «лид» и с потенциалом стать №1, полностью изменив концепцию лидогенерации в компании.

Ежедневные автоматические отчёты

Совместно с разработкой, были сформированы 5 отчетов, ежедневно автоматически генерируемых и рассылавшихся по электронной почте.

Данные для них получали через API из базы данных в личном кабинете «Яндекс.Такси» нашей P2P-платформы:

1. Водители, не сделавшие ни одной поездки за 24 часа с момента подключения к нашей платформе  – чтобы стимулировать старт их работы с нашей платформой.

2. Водители с любой датой подключения, которые не сделали ни одной поездки за последние 72 часа  – для контроля оттока водителей (churn rate), выяснения причин отсутствие поездок за данный период службой клиентского сервиса и работы над возвратом тех, кто действительно «ушел» (retention).

3. Список водителей, у которых за прошедшие 24 часа были неудачные попытки вывода заработанных ими денег  с их счета на нашей платформе на личную карту.

Проблемы с выводом денег водителей на свои карты – основная причина их оттока из сервисов, аналогичных нашему.

Ежедневно клиентским сервисом прозванивались все водители из данного списка, независимо от того, удалось ли им в итоге вывести свои деньги или нет.

Менеджеры клиентского сервиса решали проблемы водителей, если вывод денег не состоялся, а также поясняли особенности работы Р2Р-платформы и «Яндекс.Такси», зная которые можно было практически исключить проблемы с выводом денег водителей на личные пластиковые карты.

4. Водители, совершившие определенное количество поездок (10, 20 и т.д.) в данном месяце  – для контроля, за счет чего происходит рост или падение показателей проекта в конкретный день или неделю и понимания вклада в общий результат конкретных групп водителей.

5. Отчет о «лидах»-водителях, предоставленных «Яндекс.Такси»  - это услуга агрегатора, для их подключения к нашей платформе на условиях совместного раздела комиссии от их деятельности.

CRM и сквозная аналитика

Результаты всех звонков автоматически попадали на соответствующие этапы воронок «холодных» и «теплых» контактов в CRM-систему.

Система многоканального прозвона (см. выше), генерила значимый поток входящих звонков – перезванивали те водители, которым система ранее «не дозвонилась».

Если и эти звонки не были приняты – они попадали в CRM как «входящие не отвеченные» и позже повторно прозванивались в исходящем режиме «хантерами».

Кроме того, заявки с сайта, CMS-«админка» которого была построена на той же базе, что и CRM-система, также попадали в воронку входящих заявок в CRM.

Заявки с сайта дублировались для контроля их отработки в специальном чате, на который были подписаны руководители отделов «хантеров» и клиентской службы.

BI-дашборд

Все метрики из перечисленных выше источников данных, показавшие свою полезность для понимания происходящих изменений в ключевых процессах и имеющие высокую корреляцию с финансовым результатом, были сведены в дашборд на базе «Power BI» (смотри фото в карусели).

BI-дашборд позволял из любой точки мира онлайн детализировано отслеживать показатели основных бизнес-процессов, причем, динамически, т.е. с изменением во времени по мере «подтягивания» данных.

А также оперативно выявлять возникшие проблемы, принимать соответствующие управленческие решения и отслеживать их результат.

Таск-менеджер

Это приложение, позволяющее ставить задачи конкретным сотрудникам или их рабочим группам.

А также автоматизировано (в том числе и удаленно) отслеживать их выполнение – статус, сроки, комментарии, проблемы в процессе выполнения задач и т.д.

Является стандартным инструментом проектного менеджмента как в каскадных (waterfall), так и в гибких (agile) его методиках.

Кроме того, таск-менеджер удобен и в регулярном менеджменте - как планировщик задач для себя и подчиненных и как основа для репортинга - доклада на совещаниях.