В условиях высокой конкуренции компании вынуждены искать новые подходы к привлечению и удержанию клиентов. Всё больше требуется полноценный интеллектуальный помощник, который анализирует данные, прогнозирует поведение клиентов, помогает продавать эффективнее, обслуживать точнее и быстрее. Такой переход от «системы учета» к «системе принятия решений» стал возможен благодаря развитию ИИ-моделей и инструментов, способных обрабатывать большие объемы информации и выявлять сложные взаимосвязи.

Согласно результатам опроса наших клиентов, прежде всего, с помощью ИИ компании пытаются избавиться от рутины, погрузиться в тренды и максимально эффективно интегрировать их.

Как результат, в нашей CRM ИИ меняет всё: от лидогенерации и продаж до поддержки и маркетинга.

В этой статье мы расскажем, какие есть возможности уже сейчас, как и в каких задачах их можно использовать и какие перспективы развития ИИ в продажах разного цикла и сложности.

Почему бизнесу необходим ИИ в составе CRM?

Прежде, чем погружаться в детали, стоит верхнеуровнево обозначить, в каких направлениях ИИ действительно может быть полезен. Это:

✓ Увеличение производительности

Встроенные инструменты помогут сократить время на рутину и сосредоточиться на стратегически важных задачах.

✓ Актуальность прогнозов

Аналитические инструменты повышают точность планирования и помогают принимать взвешенные управленческие решения.

✓ Оптимизация процессов

Возможность обеспечить стабильность и высокую производительность платформы для решения разного рода задач.

ИИ-инструменты

Что есть сегодня в BPMSoft?

Целый набор ML инструментов, охватывающих ключевые задачи работы с данными. Среди них — предиктивный скоринг лидов, прогнозирование оттока клиентов, классификация обращений, анализ похожести текстов, а также ассистент по базе знаний в формате чат-бота в Telegram. Дополняет экосистему LLM-модель для резюмирования массивных переписок с контрагентами и анализа тональности сообщений, что помогает быстрее выявлять проблемы в коммуникации.

В одном из ближайших релизов планируем добавить функцию кластеризации на базе ML и LLM. Машинное обучение будет выявлять паттерны, а языковая модель описывать сегменты — например, «корпоративные клиенты с циклом покупки 90 дней». Эти сегменты можно будет сразу использовать в маркетинговых кампаниях без ручной доработки.

В дополнение ко всем функциональным улучшениям есть один классный момент, о котором стоит упомянуть: недавно мы ввели систему гибкого лицензирования, чтобы компаниям не приходилось переплачивать за функциональность ИИ в коробке, которая точно использоваться не будет. Теперь можно выбрать одну или несколько нужных моделей и платить только за них.

Варианты:

1. Модель предиктивного скоринга прогнозирует вероятности совершения какого-либо события. Она помогает сформировать понимание, какие лиды с большей вероятностью перейдут в продажу или какие продажи завершаться победой.

Предиктивная аналитика на основе алгоритмов ML позволяет прогнозировать тенденции, поведение клиентов и потенциальные риски, что способствует принятию более информированных решений и проактивной настройке процессов. Это позволяет сфокусироваться на максимально перспективных вариантах и оперативно взять их в работу, увеличить тем самым качество и скорость обработки, а также абсолютную и относительную конверсии в продажи.

2. Модель рекомендаций поможет формировать перечень товаров и услуг для подготовки персонализированных предложений клиентам. С ее помощью можно увеличить количество и частоту повторных продаж, а также средний чек.

3. Модель прогнозирования оттока работает непосредственно с данными клиента в системе. Модель заранее оповестит о том, что с конкретными клиентами наблюдаются определенные проблемы, они перемещаются из зоны пониженного в зону повышенного оттока.

Модель включает в себя множество переменных, на основании которых формируется прогноз. Она относится непосредственно к моделям машинного обучения, которые можно настраивать самим, правда здесь требуется соответствующая компетенция. Можно выбирать параметры самостоятельно, на основании которых есть мнение, что данный контрагент может быть в зоне оттока. Есть возможность анализировать, какие параметры являются наиболее релевантными для принятия решения. Также по умолчанию в модели учитывается базовый параметр, благодаря которому она делает вывод, что данный контрагент перемещается в зону оттока.

Ответственные за контрагентов смогут быстрее среагировать на изменения и определить, как в каждой конкретной ситуации действовать дальше. С помощью удобных дашбордов руководитель сможет видеть, какие контрагенты находятся в каждой из зон оттока и какие у них ответственные. Для каждого контрагента формируется прогнозируемое значение оттока, оценка в баллах.

4. Модель прогнозирования числовых и справочных значений используется для полей соответствующих типов. Например, для числовых полей в модуле «Управление продажами» модель прогнозирует сумму сделки, а в справочных полях модуля «Управление сервисом» помогает определить группы ответственных или приоритеты обработки поступивших обращений.

5. Модель схожести текстов анализирует закрытые обращения клиентов, что дает возможность выбрать наилучшие варианты решения однотипных проблем и задач. Как результат, повышается скорость и качество обработки новых обращений.

6. ИИ-ассистент по базе знаний. Данная модель помогает оперативно найти информацию в базах знаний, в том числе пользовательских, и в формате краткого резюме предоставить ответ на справочные запросы.

Любое наше решение с ИИ может быть дополнено отраслевыми модулями, кастомными и типовыми процессами, специализированными сценариями и т.д., которые разработаны нашими партнерами и  представлены в Магазине приложений. Это также позволяет сократить общий объем доработок и ускорить внедрение ИИ.

Что в перспективе?

С помощью CRM можно будет автоматизировать не только отдельные задачи, но и целые цепочки принятия решений, полноценные бизнес-процессы, используемые в продажах любой сложности. В этом смысле будущее — за интеграцией CRM c ИИ-агентами, то есть цифровыми исполнителями, которые самостоятельно формируют результат, взаимодействуют с другими системами и не требуют ручного запуска и постоянного контроля. Они автономны и адаптивны, логика и последовательность действий сравнима с работой человека, только ИИ-агент выполняет работу быстрее, не отвлекаясь на несвязанные задачи и отдых.

Но пока в большинстве сценариев ИИ-агенты работают под контролем человека. Это связано с ограничениями больших языковых моделей — рисками галлюцинаций или генерации некорректных данных, отсутствием эмпатии и нюансами контекстного понимания. Это всемирная проблема, даже самых передовых мировых моделей. Тем не менее, направление развивается быстро и многообещающе.

Подводя итоги

Искусственный интеллект в составе CRM-решения – это своего рода must have, особенно для среднего и крупного бизнеса. Компании, которые используют или в ближайшем времени планируют использовать ИИ — с большей вероятностью вырастут и преуспеют на фоне конкурентов.

Мы будем рады рассказать о возможностях и полезных функциях более подробно и при необходимости проведем демонстрацию системы, предложив идеи по использованию ИИ в проекции потребностей вашей компании.

Вместе с вами мы разберём реальные сценарии применения искусственного интеллекта для вашей отрасли, которые гарантированно помогут увеличить продажи; обсудим ключевые тренды и перспективы развития ИИ-технологий. Оставьте заявку на нашем сайте – мы свяжемся с вами в течение одного рабочего дня.