Компании сообщаютНовости компаний

Машинное обучение для ранжирования входящих заявок

| 18.05.2018

ВКонтакт Facebook Google Plus Одноклассники Twitter Livejournal Liveinternet Mail.Ru
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 (платформы Wholesale-flights.com и BusinessClassGuru.com) 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.


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.


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.

Компания: WaveAccess


Поделиться:

ВКонтакт Facebook Google Plus Одноклассники Twitter Livejournal Liveinternet Mail.Ru

Другие материалы рубрики

Компании сообщают

Мероприятия

21.06.2018
MVNO Russia 2018

Москва, Holiday Inn Lesnaya

17.07.2018
NetApp Directions

Москва