Как молодой компании работать с негативом. Кейс сети пиццерий

Как молодой компании работать с негативом. Кейс сети пиццерий

0

Каждый негативный отзыв о вашей компании снижает вероятность того, что к вам обратятся клиенты. По данным исследования Moz, если на странице поиска есть хотя бы один негативный отзыв о компании, она теряет 21,9% потенциальных клиентов, если три негативных, то 59,2%, а если четыре или более негативных, то 70% и больше.

Если вы хотите увеличивать продажи, то негатив от клиентов надо отслеживать как можно оперативнее. Лучше всего — еще до того, как клиенты разместят его в сети. Рассказываем, как добиться этого с помощью современных технологий.

Особенности клиента

Наш заказчик — сеть заведений по доставке пиццы и роллов в Новосибирске. Владельцы сети стремятся поддерживать высокое качество продукта, а для этого необходимо отслеживать мнения клиентов и быстро исправлять возникающие проблемы.

Клиенты могут оставлять отзывы на публичных сервисах, но узнавать о недостатках таким образом — не лучший вариант. Негатив в открытых источниках увидят потенциальные пользователи и могут сделать выбор в пользу конкурентов. Поэтому было очень важно получать обратную связь от клиентов как можно быстрее, чтобы при необходимости исправлять впечатление от компании.

Поиск решения

До того, как обратиться к нам, менеджеры компании решали задачу двумя способами:

1. Просили оставлять отзывы в чате Telegram. Однако пользователи крайне редко делились там своим мнением.
2. Обзванивали клиентов и спрашивали о том, довольны ли они работой компании. Однако на опрос уходило слишком много времени, поэтому менеджеры могли получить отзывы только небольшого числа пользователей. Опросы не давали полной системной картины при том, что на них приходилось ежедневно тратить несколько рабочих часов.

Мы предложили заменить звонки менеджеров на опросы с помощью Голосового робота. Он интегрирован с системой CRM, может совершать звонки автоматически после каждого заказа и заносить полученную информацию в базу данных.

Для звонков мы выстроили следующий алгоритм:

1. На следующий день после совершения заказа Голосовой робот совершал звонок клиенту, используя его контакты из CRM.
2. Робот спрашивал о впечатлениях клиента и том, что именно ему понравилось и не понравилось при выполнении заказа.
3. Если отзыв был отрицательным, робот сразу предлагал гостю скидку 20% на следующий заказ.

Результат

За первую неделю Голосовой робот совершил 473 звонка и получил ответы от 70% клиентов. По результатам опроса удалось выяснить причины возможных негативных отзывов:

в 20% случаев пицца приезжала холодная, клиенты были недовольны;
в 10% случаев курьер настойчиво просил чаевые;
3% заказов были неверно сформированы.

В каждом из этих случаев робот предложил клиентам скидку на следующий заказ, и негатив удалось вовремя снять.

Редакция MCN Telecom
Поделиться статьей
Комментарии: