Кейс Divan.ru

Как Divan.ru увеличил конверсию продаж на 15% и повысили NPS на 12% с помощью ИИ-аналитики звонков

Клиент

Divan.ru — один из крупнейших российских онлайн-ритейлеров диванов и мягкой мебели с развитым интернет-магазином и входящим колл-центром.

40 менеджеров по продажам
4 команды под управлением старших менеджеров
~20 активных операторов ежедневно
Тысячи входящих звонков в месяц

Бизнес-цель: повысить конверсию из лидов в заказы, улучшить клиентский опыт и стандартизировать качество продаж по всем командам.

Проблема

По мере роста объёма обращений Divan.ru столкнулся с системными ограничениями в управлении качеством продаж:

Недостаточная прозрачность звонков

Контроль качества проводился вручную раз в месяц и охватывал ограниченную выборку. Проблемы выявлялись слишком поздно.

Субъективность оценки

Качество звонков зависело от мнения проверяющего, что вызывало споры внутри команд и снижало доверие к оценкам.

Медленный цикл анализа

Ручная обработка не позволяла давать оперативную обратную связь и влиять на текущие продажи.

Отсутствие системных данных о клиентах

Компания не понимала в цифрах, почему клиенты отказываются от покупки: цена, доставка, характеристики товара.

Ограничения масштабируемости

Используемые инструменты не справлялись с большим количеством звонков и ограничивали объём аналитики.

Решение

Divan.ru внедрил Avangard AI — платформу ИИ-аналитики звонков, основанную на технологиях NLP и анализа диалогов в реальном времени.

Ключевые возможности решения:

Автоматическая оценка звонков

ИИ анализирует структуру диалога, тон общения, работу с возражениями и соблюдение стандартов продаж.
Дашборды для руководителей

Прозрачная аналитика по каждому звонку, сотруднику и команде в одном интерфейсе.
Рекомендации от ИИ

Подсказки по улучшению скриптов и аргументации на основе реальных данных клиентских диалогов.
Оповещения о проблемных звонках

Старшие менеджеры получают сигналы в реальном времени и могут сразу подключаться к обучению сотрудников.
Аналитика возражений клиентов

ИИ классифицирует и считает возражения («дорого», «долгая доставка», «не подходит размер»).
Единые чек-листы качества

Объективная система оценки, исключающая человеческий фактор.

Отраслевая специфика

Продажа мебели имеет ряд особенностей, которые были учтены при внедрении:

Высокий средний чек и долгий цикл принятия решения

Клиенты уточняют размеры, материалы, варианты кастомизации и условия доставки. ИИ помог выявить, на каких этапах менеджеры теряют клиента.

Разные сегменты покупателей

От клиентов, ориентированных на цену, до премиум-аудитории. Модели ИИ были адаптированы под разные сценарии продаж.

Интеграция с CRM

Аналитика звонков связана с CRM, что позволило отслеживать путь клиента от первого обращения до покупки.

Сопротивление персонала

Внедрение началось с обучающего формата без привязки к KPI, чтобы снизить опасения сотрудников.

Этапы внедрения

Общий срок: 3 месяца

Пилотный запуск (1 месяц)

Тестирование системы на старших менеджерах и адаптация аналитики под мебельную категорию.

Обучение команд (2 месяц)

Тренинги по использованию данных аналитики для повышения качества диалогов и работы с возражениями.

Полное внедрение (3 месяц)

Подключение всех менеджеров и регулярное использование дашбордов в ежедневной работе.

Результаты

+15% к конверсии в сделку

Соблюдение стандартов продаж выросло с 75% до 85%.

+21% к среднему чеку

Менеджеры стали лучше выявлять потребности и точнее подбирать продукты.

+12% к NPS

Клиенты выше оценивают качество консультаций.

Полная прозрачность контроля качества

Руководители видят реальную картину по каждому сотруднику ежедневно.

Снижение внутренних конфликтов

Объективная ИИ-оценка убрала споры по качеству звонков.

Бизнес-ценность

Объективная оценка работы менеджеров

Единые стандарты и прозрачная аналитика без субъективности.

Глубокое понимание клиентов

Чёткие данные о причинах отказов и болях покупателей.

Оперативное управление качеством

Реакция на проблемы в моменте, а не постфактум.

Фундамент для масштабирования

ИИ-аналитика поддерживает рост бизнеса без увеличения управленческой нагрузки.

Почему это важно

Переход от ручной проверки звонков к ИИ-аналитике позволил Divan.ru превратить колл-центр из операционного узкого места в инструмент роста продаж и клиентской лояльности.

Отрасль: E-commerce / мебельный ритейл
Технологии: NLP, Speech-to-Text, аналитика диалогов в реальном времени
Срок внедрения: 3 месяца
Решение: Avangard AI

Забронировать демо

Обсудим ваши потребности и цели внедрения. Покажем кейсы, где мы решали подобные задачи и ответим на вопросы