Повторні замовлення з 20% до 37% без додаткових витрат на рекламу
FialanКонтекст
Fialan привозить товар з Китаю в Україну. Перший контакт із клієнтом, велком-дзвінок: менеджер дзвонить по заявці з сайту, інстаграму чи вебінару, з’ясовує тип клієнта і товар, передає на прорахунок.
Залучення працювало. Перші покупки відбувалися. Але повторно поверталися лише 20% клієнтів. Власник наймав консультантів, які радили нові канали реклами. Я зайшов із іншого боку: в дані про тих, кого вже залучили.
Що зробив
Зібрав 545 велком-дзвінків в один масив і пройшов його повним циклом методу: розмітив тип клієнта, етап шляху, тональність, витягнув мову, бар’єри і тригери рішення, згрупував у патерни.
Поверх цього наклав сегментацію в три шари: комерційний (LTV, частота, чек), життєвий цикл (новий, активний, у ризику, втрачений) і емпатичний (мотивація, мова, очікування).
Дивився не на якість окремого менеджера, а на те, де воронка системно втрачає виторг після першої покупки.
Що знайшов
З велком-дзвінків стало видно, що 68% клієнтів приходять у стадії «вивчаю», а не «готовий купити». З ними працювали так само, як з готовими: швидкий прорахунок, передача на менеджера. Перша покупка часто відбувалася на емоції першого контакту. Друга, для якої потрібна довіра, не приходила.
Сегментація показала ще одну річ: серед утрачених клієнтів був великий шар тих, які поверталися при правильному тригері, і вузький шар тих, які не поверталися ніколи. До моменту проєкту з ними працювали однаково.
Що зробив далі
Два місяці Implementation Support. Команда переробила сценарій велком-дзвінка під різні стадії готовності. Ввела тригерний дотик через 14 днів після першого замовлення для «нових активних». Прибрала повернення «низького ROI» зі ставок реклами і змінила послідовність комунікацій для шару «в ризику».
Я був поряд на щотижневих синках з командою, перевіряв матеріали, страхував від відкату до старих скриптів.
Що вийшло
Через 90 днів після впровадження повторні замовлення зросли з 20% до 37%. Без додаткових витрат на залучення нових клієнтів. Той самий рекламний бюджет почав окупатись краще, бо клієнти лишалися довше.
Що далі
За кілька місяців Fialan повернувся за другою роботою – AI-асистент на базі 3 086 дзвінків, що закриває 88% звернень без менеджера. Той самий клієнт, інший інструмент.
Voice-to-Revenue
Метод повторюваний.
Працює там, де у бізнесу є неструктуровані клієнтські дані. Дзвінки, тікети, відгуки, листи. У вашому бізнесі вони теж є.