Быстрее, точнее, умнее: как управлять лояльностью клиентов в 2025 году

Эксперты ООО «Сбер Бизнес Софт» рассказали, какие технологии для управления отношениями с клиентами будут актуальны в ближайшем будущем.

Речевая аналитика — для поиска инсайтов

Ключ к повышению лояльности клиентов — понимание их потребностей. Для этого необходимо внимательно слушать и слышать, а порой и читать между строк. 

Например, в разговоре с поддержкой потребитель может упомянуть, что на сайте сложно найти важную для него функцию или информацию. Задача бизнеса не только вовремя заметить подобную проблему, но и определить, актуальна ли она для других пользователей.

Прослушать все звонки и проанализировать каждую переписку вручную — процесс, который может занять огромное количество времени. Потому крупные компании доверяют эту задачу системам речевой аналитики. В их основе — технологии обработки естественного языка (Natural Language Processing, NLP), нейросети и большие языковые модели (Large Language Model, LLM), способные понимать и анализировать устную и письменную речь. Они распознают контекст, улавливают интонации и учитывают даже те смыслы, которые клиенты не высказывают напрямую. 

Например, один из производителей вентиляционных систем внедрил речевую аналитику, чтобы сократить нагрузку на руководителя отдела продаж — прежде ему приходилось прослушивать около сотни звонков менеджеров еженедельно. Сервис речевой аналитики взял на себя анализ всех записей и выявление проблемных звонков, которые уже непосредственно и попадали к руководителю отдела. Время на выполнение задачи человеком снизилось более чем вдвое, освободившийся ресурс компания направила на доработку скриптов. Результат: показатель отказов снизился на 20-25%.

Языковые модели — для точных рекомендаций

Ленты рекомендаций обеспечивают около трети доходов сайтов электронной коммерции. Они помогают увеличивать средний чек и удерживать клиентов, способствуют допродажам сопутствующих товаров и услуг, и реализации дополнительных опций к выбранным ранее. 

Персонализированные ленты работают и на формирование лояльности к бренду: когда рекомендации по-настоящему совпадают с потребностями клиентов, они это запоминают и чаще возвращаются на сайт. 


Пример умной ленты рекомендаций Wildberries

Эффективные ленты рекомендаций создаются на основе анализа большого объёма данных — например, истории покупок клиента и просмотренных им страниц и товаров. А в основе наиболее продвинутых систем лежат большие языковые модели или Large Language Models (LLM).

LLM — это искусственный интеллект, который хорошо понимает текст, обучен улавливать смысл и контекст. Такие модели способны находить неочевидные связи между продуктами на основе данных, полученных из открытых источников — отзывов, исследований, социальных сетей. Это позволяет предлагать релевантные рекомендации в том числе пользователям, о которых компании пока ничего не известно. А если обогатить данные от языковой модели информацией о поведении клиента, эффективность рекомендаций может вырасти в разы.

Так, крупная сеть супермаркетов благодаря рекомендательным алгоритмам обеспечила рост конверсии в карточке товара на 13%. В приложении пользователям предлагается приобрести сопутствующие или похожие продукты при выборе определенной позиции.


Пример умной ленты рекомендаций Ozon

Продвинутые CRM-системы — для выполненных обещаний

Современные CRM-системы (Customer Relationship Management – управление взаимоотношениями с клиентами) не просто хранят контакты и историю взаимодействий, но способны агрегировать и анализировать огромные объемы данных, предлагая эффективные инструменты для улучшения клиентского опыта. Они упрощают процесс формирования заказов и способствуют их оперативному выполнению. 

Создатели платформ нового поколения рассматривают цифровую инфраструктуру компании как единое пространство. CRM-системы, помимо привычного функционала, берут на себя новые роли: помогают не только управлять продажами, но и, например, контролировать запасы и логистику. Таким образом, весь цикл, от поступления товара на склад до доставки клиенту, становится более управляемым. 

Показательный пример — внедрение CRM в реабилитационном центре. Главным каналом коммуникации центра был мессенджер, однако менеджеры работали по схеме «вспомнил — связался», задачи централизованно не ставились, а договоренности фиксировались либо на бумаге, в личных записях специалиста, либо хранились в разрозненных Excel-таблицах. CRM стала платформой, объединяющей знания о клиентах: на каком этапе находится сделка, какие были договоренности, в чем потребность. 

Доступ к этим данным имеют все сотрудники, к функционалу которых относится работа с клиентами и в любой момент времени, — что вдвойне важно для бизнеса, занятого в сфере здоровья и медицины.

---

Читайте также: Лояльность — золото e-com: как персонализация и дополнительные услуги влияют на рост продаж

---

Чат-боты — для молниеносной поддержки

Мировой объём продаж в сфере розничной торговли и электронной коммерции через виртуальных помощников достиг $142 млрд в 2024 году. В определенных нишах их применение повышает уровень конверсии на 70%.

Чат-боты способны значительно снизить нагрузку на колл-центр — и готовых сценариев диалогов порой вполне достаточно для решения этой задачи. Это подтверждает и опыт медицинского центра специалисты поддержки которого раньше не успевали обрабатывать входящие звонки — каждый десятый клиент не дожидался ответа оператора. Компания получала много жалоб на скорость обслуживания в социальных сетях. После запуска виртуального помощника до 70% обращений стали закрываться через него, а число необработанных запросов сократилось до нуля. 

За весь 2024 год спрос бизнеса на разработку чат-ботов для общения с клиентами и автоматизации процессов вырос более чем в 10 раз. Чаще всего они реализованы на сайте, где можно получить ответы на часто задаваемые вопросы. Главные преимущества такого формата для клиента состоит в доступности 24/7 и быстром реагировании — в любое время суток клиент может в моменте получить нужную информацию, без необходимости дозвонов и долгого ожидания ответа.


Пример чат-бота от автопроизводителя

Если клиент пришёл в поддержку с более сложным запросом, бот может работать в паре с оператором или в связке с другими информационными системами компании. Например — предоставлять статус запроса по требованию или присылать автоматические сообщения об его изменениях. Это снижает тревогу пользователя и укрепляет его доверие к бренду. Сбор обратной связи — работа, которую тоже можно доверить чат-боту. Однако, в случае с жалобами важно быть готовыми быстро подключить оператора — недовольный потребитель чаще склонен доверять живому человеку. 

В 2025 году развитие технологии машинного обучения позволят сделать чат-боты ещё эффективнее. Они будут лучше понимать контекст разговора, предлагая более точные и релевантные ответы, и справляться с нестандартными задачами.  Виртуальные помощники смогут предугадывать потребности пользователей на основе их предыдущих запросов и предложат персонализированные рекомендации. 

Успех бизнеса в современных реалиях во многом зависит от способности создавать комфортный опыт взаимодействия для клиента. Чтобы добиться этой цели важно изучить все этапы взаимодействия потребителя с компанией, выявить сложные или неудобные моменты и оптимизировать процессы, при этом сокращая и упрощая путь клиента. 

Сегодня рынок предлагает множество инструментов для управления лояльностью. Они становятся все более умными и доступными. Однако, для наилучшего результата важно соблюдать баланс и продолжать вовлекаться в коммуникацию, выстраивая технологичный бизнес с человеческим лицом.

Эксперты ООО «Сбер Бизнес Софт»

Для NEW RETAIL