Как автообзвон и чат-бот помогают вернуть покупателей
Российский e-commerce столкнулся с проблемой брошенных корзин, процент которых достиг 70. Кейс-решение с помощью еmail-автоматизации, автообзвона и чат-бота
Перед нами стояла задача дать интернет-магазину с оборотом 90 млн рублей возможность возвращать клиентов, которые недооформили свои корзины и подобрать инструменты, которые ему помогут удвоить возврат клиентов и увеличить суммарную корзину.
При обороте среднего интернет-магазина в 100 млн рублей потери от брошенных корзин составляют почти 70 млн рублей ежегодно. Для крупных игроков, таких как «Твой Дом», с оборотом 44 млрд рублей, речь идет о потерях десятков миллиардов рублей.
Исследования 2025 года выявили системные проблемы российского рынка:
- 43% клиентов бросают корзину из-за неожиданных дополнительных расходов,
- 21% отказываются от покупки из-за сложного оформления заказа,
- 15% пользователей уходят из-за длительной загрузки страниц,
- 12% клиентов требуют немедленных ответов на вопросы, но не получают их.
Основная задача бизнеса — «реанимировать» те корзины, которые остались брошенными при оформлении заказа.
Особенность российского рынка: традиционная модель колл-центров также демонстрирует низкую эффективность обзвона этого сегмента; конверсия составляет всего 2% брошенных корзин при стоимости звонка 15 ₽/мин
Подход к решению и анализ аналогичных кейсов показал необходимость подбора аналогичных решений и их комплексного внедрения.
Успешные российские и зарубежные кейсы
1. B2B-сегмент «Комус»: Внедрение чат-бота первой линии поддержки для обработки типовых запросов B2B-клиентов.
Результаты: 20% всех обращений обрабатывается без участия операторов, Time-to-response сокращен до нескольких секунд, нагрузка на контакт-центр снижена на треть.
2. B2С-сегмент Aviasales: персонализированный ретаргетинг — динамические баннеры с точным маршрутом, актуальными ценами и персональными предложениями для пользователей, не совершивших покупку.
Результаты: рост конверсии на 85%, ROAS (эффективность рекламы) увеличился в 15 раз.
3. TargetBay: научный подход к email-последовательностям — трехступенчатые email-кампании , оптимальное время первого письма — в течение часа после ухода клиента, следующие через 24 и 72 часа последовательно.
Результат: восстанавление до 18.6% потерянных продаж, с персонализацией до 26%.
По результатам анализа ЦА было принято решение совместить последовательные автоматизированные email-рассылки и чат-бота для возврата клиентов.
Пример диалога чат-бота:
Клиент: «Почему доставка такая дорогая?»
Бот: "Понимаю ваше беспокойство! Для заказа на 3,200₽
доставка 290₽. Предлагаю:
• Бесплатная доставка от 3,500₽ (добавьте в корзину товар на 300₽)
• Самовывоз из 12 точек — экономия 290₽
• Экспресс-доставка завтра до 12:00 — доплата 200₽
Что выберете?"
Любой выбор клиента возвращает его к оформлению корзины.
Фактически проект предусматривал поэтапный переход к предикитивному анализу обращений клиентов, интеграции и сквозному анализу персональных данных и внедрению автоматизированных способов продаж и их дальнейшей поддержки.
В итоге, наш клиент должен был анализировать поведение клиента в реальном времени, предсказывать вероятность отказа от покупки, автоматически запускать персонализированные сценарии удержания клиентов.
Всего проект предусматривал 4 этапа
Этап 1: Аудит и подготовка (1-2 недели)
- Анализ текущих показателей оттока и конверсии,
- Аудит клиентской базы и сегментация,Выбор приоритетных каналов автоматизации,
- Подготовка технической инфраструктуры,
Этап 2: Пилотное внедрение (2-4 недели)
- Запуск базовых email-последовательностей для брошенных корзин
- Интеграция простого чат-бота для FAQ
- Настройка автообзвона для подтверждения заказов
- A/B-тестирование различных сценариев
Этап 3: Масштабирование (4-8 недель)
- Расширение функционала чат-ботов до продаж
- Внедрение предиктивных моделей
- Интеграция всех каналов в единую систему
- Обучение персонала работе с гибридными процессами
Этап 4: Оптимизация (постоянно)
- Мониторинг ключевых метрик эффективности
- Непрерывное обучение ИИ-моделей на новых данных
- Расширение автоматизированных сценариев
- Масштабирование на новые продуктовые категории
После окончания 2 этапа клиент уже увидел первые результаты внедрения новых сценариев и предложил отложить 3 этап, с тем, чтобы собрать метрики эффективности и провести оптимизацию качества данных.
Через 3 месяца был получен показатель снижения оттока клиентов на 30%, однако, к внедрению 3 этапа так и не приступили, потому что были выявлены несколько проблем внутренней организации:
1. Необходимость интеграции всех параметров для создания полных профилей клиентов, недостатки в API-интеграции между всеми системами
2. Недостатки в обучении персонала, которые не позволяли внедрить предиктивную модель, а также модель ИИ-чатов
3. Необходимость изменения KPI с количественных на качественные показатели, а также оптимизации всех систем мониторинга, чтобы быстро реагировать на сбои в интеграции.
Клиентом было принято решение взять паузу для решения вышеуказанных проблем, провести обучение персонала и нарастить компетенции для перехода к модели бизнеса, который позволит реализовать в дальнейшем 3 этап.
Можно констатировать, в целом, положительные результаты внедрения всего трех инструментов: базовых email-последовательностей для брошенных корзин, интеграции простого чат-бота, настройки автообзвона, которые дали в сумме снижение оттока клиентов на 30%. Внедрение остальных инструментов были отложены из-за неготовности персонала и инфраструктуры.
Результат внедрения дал смешанный результат, ведь внедрение не было закончено. Очевидно, что для полноценного результата клиент должен перед внедрением новых систем автоматизации:
- провести обучение персонала и подготовить его к сложному взаимодействию с ботами, ИИ и интеграционным процессам,
- изменить системы мониторинга и отчетности всего предприятия, чтобы учет позволял проверять и предсказывать поведение клиентов, находить точки сбоев,
- очистить клиентскую базу и подготовить ее к персонализированной работе с клиентами,
- подготовить все элементы CRM, контакт-центр и даже почтовые сервера, к сквозной аналитике и работе c big data.
Ключевой тренд — это не замена людей роботами, а создание гибридных систем, где боты берут на себя рутинные операции, а люди фокусируются на сложных и творческих задачах. Успешные компании — это те, кто научился использовать автоматизацию для усиления человеческих возможностей.
Источники изображений:
Krea AI
Интересное:
Новости отрасли:
Все новости:
Публикация компании
Контакты