Блог

Полезные статьи и новости о жизни WaveAccess

Взлет продаж на 17%: как сработал модуль машинного обучения от WaveAccess для платформы бронирования авиабилетов

Американская компания по бронированию авиабилетов Wholesale Flights (платформы Wholesale-flights.com и BusinessClassGuru.com) увеличила продажи на 17% благодаря интеграции модуля машинного обучения, разработанного ИТ-компанией WaveAccess. Алгоритмы machine learning помогают более четко рассчитывать вероятность конверсии заявок в покупателей и предсказывать их маржинальность на основе входящих данных. Решение разработки WaveAccess можно интегрировать в любой бизнес, где задействованы телефонные продажи.

Перед американской компанией по продаже авиабилетов бизнес- и первого класса Wholesale Flights стояла задача увеличить продажи на 6% при текущем штате персонала, что было продиктовано стратегией развития компании. Для этого требовалось оптимизировать работу 30+ высокооплачиваемых агентов. ИТ-компания WaveAccess предложила комплексное решение – интегрировать CRM-систему с отслеживанием всего пути покупателя, подключить сервис коллтрекинга (аналитика звонков) и внедрить систему расчета рейтинга клиентов для повышения конверсии.

Для разработки аналитической платформы для ранжирования входящих заявок были использованы алгоритмы машинного обучения. Заявки с сайта поступают в очередь, после чего алгоритмы предсказывают, какие из них наиболее вероятно конвертируются в продажу. Самые качественные лиды переносятся в начало очереди: это те клиенты, которые, по оценке системы, с большей вероятностью сразу поднимут трубку и примут предложение.

WaveAccess_Wholesale_Flights_ML_1 (1)

Основанием для предсказаний служит комплексный набор данных: почта клиента и его IP-адрес, геолокация, поведение пользователя на сайте, просмотренные страницы, источник трафика, содержание заявки (место отправления и прибытия, дата и время полета) и др. Эта информация также способствует эффективным телефонным коммуникациям, помогая агентам лучше продумать сценарий общения с клиентом, исходя из его интересов и поведенческих особенностей.

Наиболее маржинальным потенциальным клиентам назначаются самые эффективные менеджеры по продажам, у которых больше шансов закрыть сделку. Эффективность работы менеджеров также рассчитывается по набору метрик. Система отслеживает их поведение по отношению к заявкам: насколько быстро лид был взят в работу, насколько успешными оказались переговоры с клиентом и др.

WaveAccess_Wholesale_Flights_ML_2

Разработанное WaveAccess решение позволило Wholesale Flights за полгода сократить время нахождения перспективной заявки в листе ожидания в 3 раза и увеличить продажи на 17%, что почти в три раза превысило ожидания компании. Удалось добиться существенной экономии времени специалистов: время, которое раньше тратилось на обработку мало перспективных лидов, теперь расходуется на действительно полезную работу.

"Интегрированная система позволяет оптимизировать процессы коммуникаций с потенциальными клиентами за счет управления приоритетом заявок в очереди. Если ранее оценивалась минимальная информация по полученной заявке, то сейчас система анализирует более широкий набор метрик. Подобный модуль на базе алгоритмов машинного обучения можно разработать и внедрить в любую компанию, где действует колл-центр", – комментирует Александр Азаров, старший вице-президент по разработке ПО в WaveAccess.

Если вы хотите оценить возможности машинного обучения для вашего бизнеса, будем рады поделиться нашим опытом:

Телефон: +7 812 407 2350

E-mail: hello@wave-access.com

Заказать звонок

Удобное время:

Отменить

Пишите!

Присоединить
Файл не больше 30 Мб.
Отменить