В этом кейсе рассказываем, как мы автоматизировали обработку заявок для оптовой компании во Владивостоке. Компания работает на рынке стройматериалов 8 лет, штат - 15 человек. Основной канал продаж - входящие заявки с сайта и из WhatsApp.

Кратко о результате

Время реакции на лида сократилось с 4 часов до 30 секунд. Конверсия из заявки в сделку выросла на 22%. Отдел продаж перестал терять заказы в нерабочее время. Автоматизация окупилась за 2 месяца.

Задача

До внедрения заявки обрабатывались вручную: менеджер смотрел WhatsApp и почту, перезванивал клиенту, уточнял детали, выставлял счёт. Процесс занимал от 2 до 6 часов с момента заявки. В пик сезона менеджеры просто не успевали отвечать всем - до 30% входящих контактов оставались без ответа.

Руководитель компании обратился к нам с конкретным запросом: автоматизировать приём и обработку заявок так, чтобы ни один лид не терялся. Бюджет был ограничен, поэтому требовалось решение, которое окупится в первые месяцы.

Дополнительная сложность: компания работала в Битрикс24 на «коробке» (on-premise), и любые изменения в CRM требовали согласования с их IT-отделом. Также часть клиентов предпочитала общаться голосом, а не текстом - это добавляло требований к системе.

Решение

Мы предложили внедрить AI-агента для автоматизации первичной обработки заявок. Агент интегрируется с WhatsApp Business API и Битрикс24, которые компания уже использовала.

Вот как построена работа AI-агента:

  1. Приём заявки. Клиент пишет в WhatsApp или оставляет заявку на сайте. Агент мгновенно получает уведомление и отвечает в течение 10 секунд.
  2. Квалификация лида. Агент задаёт уточняющие вопросы: что нужно, объём, срочность, контактные данные. Если клиент готов - сразу запрашивает реквизиты для счёта.
  3. Создание сделки в CRM. Все данные автоматически записываются в Битрикс24. Менеджер видит карточку с полной историей переписки.
  4. Эскалация сложных вопросов. Если клиент задаёт нетиповой вопрос (спецификация, индивидуальные условия), агент передаёт диалог менеджеру с полным контекстом.
  5. Ночной режим. С 22:00 до 08:00 агент принимает заявки, собирает данные и передаёт их менеджеру утром. Ни одна заявка не теряется.

Внедрение заняло 3 недели: 1 неделя - настройка агента и интеграций, 1 неделя - тестирование на реальных заявках, 1 неделя - обучение сотрудников и донастройка скриптов.

Трудности и как их преодолевали

Ни одно внедрение не проходит идеально. Вот с какими проблемами мы столкнулись и как их решили:

Проблема 1: Интеграция с коробочным Битрикс24. CRM работала на локальном сервере компании без внешнего API-доступа. Пришлось настраивать безопасный VPN-туннель между нашим сервером и сервером клиента, а также согласовывать порты с IT-отделом. Решение заняло 3 дня вместо запланированного 1 дня.

Проблема 2: Клиенты не доверяют боту. В первую неделю некоторые клиенты писали «Что за робот? Дайте человека!» и отказывались общаться. Мы донастроили агента: добавили приветствие с пояснением, что это AI-помощник, и кнопку «Соединить с менеджером» в первом же сообщении. После этого количество отказов снизилось до 4%.

Проблема 3: Сложные вопросы со спецификацией. Клиенты-строители часто запрашивали материалы по сложным техническим характеристикам: «Нужен цемент М500 Д0 с противоморозными добавками, сертификат соответствия приложите». AI-агент не всегда корректно обрабатывал такие запросы. Мы расширили базу знаний агента, загрузив полный каталог с техническими характеристиками. Агент теперь либо находит товар, либо передаёт запрос инженеру.

Проблема 4: Голосовые запросы. Около 20% клиентов звонили, а не писали. Для них мы подключили голосового робота, который принимает звонок, уточняет базовую информацию и перенаправляет в WhatsApp-диалог с AI-агентом. Голосовой робот интегрирован с той же CRM, поэтому история клиента не теряется.

Результат

Через месяц после запуска мы замерили ключевые метрики:

  • Время реакции на лида: с 4 часов до 30 секунд (снижение в 480 раз)
  • Доля обработанных заявок: с 70% до 99% (потери сократились с 30% до 1%)
  • Конверсия в сделку: рост на 22% (за счёт мгновенной реакции)
  • Нагрузка на менеджеров: снижение на 40% на первичной обработке
  • Окупаемость: 2 месяца

Важный момент: мы не увольняли сотрудников. Менеджеры переключились с рутинной обработки заявок на работу с тёплыми лидами и закрытие сделок. Выручка отдела выросла, потому что продавцы тратили время на продажи, а не на набор текста.

Через 3 месяца компания решила расширить автоматизацию - добавили AI-агента для напоминаний о повторных заказах и автоматическую рассылку коммерческих предложений постоянным клиентам. Повторные продажи выросли на 15% за счёт того, что агент своевременно напоминал клиентам о необходимости пополнить запасы.

Выводы по кейсу

Ключевой фактор успеха - правильный выбор процесса для автоматизации. Мы взяли самый узкий участок (первичная обработка заявок) и сделали его идеально. Не пытались автоматизировать всё сразу. Когда процесс дал результат - масштабировали.

Второй важный урок: любую проблему при внедрении можно решить, если заранее предусмотреть риски. VPN-туннель для коробочной CRM, кнопка «соединить с человеком» для недоверчивых клиентов, голосовой робот для любителей звонить - каждое решение рождалось из конкретной проблемы, с которой столкнулись в процессе.

Этот кейс - типичный пример автоматизации бизнеса с помощью AI, который можно повторить в любой компании Владивостока. Главное - начать с аудита.

Что дальше

Если вы узнали свою ситуацию - менеджеры не успевают обрабатывать заявки, лиды теряются, а конкуренты забирают клиентов - приглашаем на бесплатный AI-аудит. Мы разберём ваши процессы и предложим процесс для пилота с расчётом ROI.

Читайте также другие кейсы в разделе Кейсы внедрения AI и пошаговое руководство по автоматизации.

Читайте также