Кейс 2026 года
Почему стоит прочитать этот кейс до конца
- Почему «нет в наличии» — это не ответ, а самая дорогая фраза в контакт-центре
- Как магазин терял контакт клиента ровно в тот момент, когда знал о его спросе больше всего
- Что показал разбор 100% звонков вместо привычных 6%
- Честно о том, что пошло не так и сколько это заняло на самом деле
Из 5 200 звонков в месяц разбирали 310. Мы стали разбирать все — и нашли, что фраза «нет в наличии» заканчивала разговор в четырёх случаях из пяти
Товара нет — это нормально для любого магазина. Ненормально, когда на этом разговор заканчивается: клиенту не предлагают ни аналог, ни уведомление о поступлении, и он уходит покупать то же самое у соседей.
О компании
Интернет-магазин с широким ассортиментом и своим складом
Розничная торговля через сайт и телефон, часть ассортимента под заказ у поставщиков. Звонки идут по наличию, срокам доставки и подбору товара — доля телефонных заказов остаётся высокой, потому что многие позиции требуют уточнения перед покупкой.
| Отрасль | Электронная торговля, широкий ассортимент |
|---|---|
| Формат | Сайт и телефонные заказы, свой склад плюс поставки под заказ |
| Контакт-центр | 12 операторов на входящей линии |
| Объём звонков | 5 200 целевых в месяц — наличие, подбор, оформление заказа |
| Средний чек | 6 400 ₽ |
| Ключевая метрика | Доля звонков, завершившихся заказом |
| Заказчик | Руководитель контакт-центра |
| CRM | CRM магазина с интеграцией телефонии и складского учёта |
Что важно: звонок в интернет-магазин — это уже проявленный спрос: человек знает, что ему нужно, и готов платить. Потерять его на этапе «нет в наличии» дороже, чем не привлечь вовсе, потому что за этот контакт уже заплачено рекламой.
Ситуация до
Запрос звучал просто
«Конверсия телефонных обращений в заказ ниже, чем на сайте. Это странно, ведь человек уже позвонил»
Контроль качества сводился к скорости ответа и вежливости: считали среднее время ожидания, долю пропущенных, слушали разговоры после жалоб. По этим метрикам контакт-центр выглядел отлично.
Причину низкой конверсии искали в ассортименте и ценах. Проверить это было нечем — в разбор попадали разговоры, где клиент уже был чем-то недоволен, а не типичные звонки обычного дня.
Как был устроен контроль качества:
- Разбиралось около 310 звонков в месяц из 5 200 — примерно 6%
- Почти 4 900 разговоров в месяц не слышал никто
- Метрики измеряли скорость и вежливость, но не результат обращения
- Причина незавершённого заказа нигде не фиксировалась
Почему нельзя было решить наймом
Разговор в магазине короткий — в среднем 4 минуты. Один специалист разбирает вручную порядка 300 звонков в месяц. Чтобы покрыть 5 200, нужно около 17 человек, то есть примерно 1 млн ₽ ФОТ ежемесячно — при том, что сам контакт-центр состоит из двенадцати операторов.
Почему дело было не в ассортименте
Гипотеза о слишком узком складе не подтвердилась: в большинстве разговоров про отсутствующий товар в наличии был сопоставимый аналог. Его просто не предлагали, потому что оператор отвечал на заданный вопрос, а не решал задачу клиента.
Доля звонков, в которых звучало «нет в наличии»
Больше четверти всех обращений упирались в отсутствие позиции — и почти все они заканчивались ничем.
Масштаб слепой зоны
Каждая точка — 52 звонка
Одна сетка — это 5 200 целевых разговоров за месяц. Слева то, что успевал разобрать человек. Справа — то, что разбирает система.
310 звонков в месяц, отобранных по жалобам, — и на этой выборке строились выводы обо всём контакт-центре.
Все 5 200 звонков разобраны по одному чек-листу, с оценкой и причиной незавершённого заказа по каждому.
До внедрения анализировалось 6% звонков — 310 из 5 200 в месяц. После внедрения системы Эхо анализируется 100% звонков — все 5 200 в месяц.
Что сделали
Перенесли чек-лист со скорости ответа на результат обращения
Контакт-центр магазина мерил себя временем ожидания и вежливостью — метриками работы службы поддержки. Но входящий звонок здесь не поддержка, а последний шаг продажи, поэтому чек-лист собирали вокруг одного вопроса: закончился ли разговор заказом, а если нет — почему.
Подключение к телефонии и CRM
Записи подтягиваются автоматически, результат разбора возвращается в карточку обращения. Три рабочих дня.
Чек-лист под заказ
Выявление задачи клиента, проверка наличия, предложение аналога при отсутствии, предложение уведомить о поступлении, оформление заказа, фиксация причины отказа.
Калибровка на живых звонках
Первые оценки сверяли с руководителем контакт-центра: важно было не требовать аналог там, где клиенту нужна была конкретная модель по совместимости.
Сравнение операторов и смен
Одни и те же пункты по всем 12 операторам. Выяснилось, что трое из них предлагают аналог почти всегда, а остальные — почти никогда, и разрыв в конверсии между ними был двукратным.
Рутина вместо разовой проверки
Ежедневная сводка, автоматический список несостоявшихся заказов на возврат, еженедельный разбор удачного и провального разговора.
Что делают руками после внедрения
Ничего. Смотрят сводку и работают со списком незавершённых заказов. Выборочное прослушивание ушло полностью.
Сроки внедрения
| Подключение телефонии и CRM | 3 рабочих дня |
|---|---|
| Первые разборы звонков | в тот же день |
| Калибровка чек-листа | 2 недели, две итерации |
| Охват анализа | 6% → 100% звонков |
| Первый измеримый сдвиг в метрике | 1 месяц |
Находка, ради которой всё затевалось
Когда товара не было, альтернативу предлагали в каждом пятом разговоре
Отсутствие позиции на складе неизбежно для любого магазина. Вопрос только в том, что происходит дальше: разговор заканчивается словом «нет» или продолжается предложением аналога и уведомления о поступлении. В этом кейсе он заканчивался.
звонков про отсутствующий товар, в которых прозвучало предложение аналога. При этом «нет в наличии» звучало в 27% всех обращений.
Операторы отвечали на заданный вопрос — честно и вежливо. Проблема в том, что клиент задаёт вопрос про конкретную позицию, а решает задачу: ему нужен не артикул, а результат. Разрыв в конверсии между операторами, предлагавшими аналог, и остальными был двукратным, и на выборке в 6% звонков он был не виден.
Вторая находка
Предложение уведомить о поступлении звучало лишь в 16% разговоров про отсутствующий товар. Это означает, что магазин терял контакт клиента ровно в тот момент, когда знал о его спросе больше всего: человек сам назвал нужную позицию и подтвердил готовность купить. Такой список — самая точная база для возврата, и её просто не собирали.
Результат
Измерено за первый месяц
| Метрика | До | После |
|---|---|---|
| Охват анализа звонков | 6% | 100% |
| Предложен аналог при отсутствии товара | 18% | 39% |
| Предложено уведомление о поступлении | 16% | 58% |
| Зафиксирована причина незавершённого заказа | ~25% | 100% |
Рост получен без расширения ассортимента и без дополнительной рекламы. Отдельный эффект дал разбор по операторам: трое сильных стали источником формулировок для остальных, и обучение свелось к разбору их реальных звонков, а не к абстрактному тренингу.
Найденный потенциал
Что даст доведение работы с отсутствием товара хотя бы до 60%
Не до формальных 100% — иногда клиенту действительно нужна конкретная модель. По расчёту рост до 60% даёт порядка +290 заказов в месяц.
Это выручка от уже оплаченных рекламой обращений. Человек позвонил сам, назвал товар и был готов купить — потеря произошла в разговоре, а не в воронке привлечения.
Расчёт консервативный: он опирается на цель в 60% предложенных альтернатив, неизменный поток обращений и текущую конверсию предложенного аналога в заказ. Отдельно не учтён эффект от собранного списка на уведомление о поступлении — он даёт продажи в следующие недели, когда товар приходит на склад.
Хотите узнать, что скрыто в ваших 94% звонков?
Главный вывод для собственника
Главный вывод для собственника — его же словами
«Мы измеряли, как быстро берём трубку, и не измеряли, что говорим в неё дальше»
Что изменилось для команды
Систему по-разному встретили у сильных и слабых операторов
Для руководителя контакт-центра
Появилась картина по 100% звонков вместо 6%. Стало видно, что дело не в ассортименте и не в ценах, а в конкретном месте разговора — и сколько это стоит в заказах.
Для операторов
Сильные выиграли первыми: их разговоры наконец попали в разбор как образцы, а не как жалобы. Для остальных появился набор рабочих формулировок на случай отсутствия товара — раньше каждый выкручивался сам.
Для закупок
Список запрошенных, но отсутствующих позиций стал регулярным отчётом. Раньше эта информация растворялась в разговорах: спрос был известен операторам и никогда не доходил до тех, кто формирует заказ поставщику.
Честно
Что было сложно
Главная сложность — научить систему отличать уместный аналог от неуместного.
В части товаров замена невозможна: нужна конкретная модель по совместимости, размеру или требованию производителя. Первая версия чек-листа снижала оценку оператору за то, что он не предложил замену там, где замена бессмысленна, — и операторы справедливо на это жаловались.
Реальный пример из тестов
Система засчитывала предложение аналога, когда оператор говорил «посмотрите похожие на сайте», — то есть отправлял клиента искать самому вместо того, чтобы назвать конкретную позицию.
Пришлось описать товарные группы, в которых замена допустима, и отдельно задать, что считается предложением аналога: названная конкретная позиция с ценой и сроком, а не отсылка к каталогу.
Вывод, который мы забрали в методологию: в торговле чек-лист нельзя строить в отрыве от товарной матрицы. Универсальный чек-лист продаж здесь даёт много ложных срабатываний, а ложные срабатывания быстрее всего разрушают доверие команды к системе.
И ещё одно: короткий разговор не значит простой разбор. В четырёх минутах умещается и запрос, и проверка наличия, и решение — плотность выше, чем в длинной продаже, и требования к точности выше тоже.
Что система отдаёт сотруднику
Не оценка, а что делать со следующим клиентом
Балл сам по себе никого не убеждает. Поэтому к каждому разбору идёт вывод словами и конкретное действие — по одному звонку и по типу обращения.
По каждому разговору оператор видит запись, общий балл, разбор по пунктам чек-листа с обоснованием и то, что конкретно не было сделано: «аналог не предложен», «уведомление о поступлении не предложено», «причина отказа не зафиксирована».
Отдельно система собирает две сводки: список запрошенных, но отсутствующих позиций для отдела закупок и список клиентов, ждущих поступление, для возврата. Обе оказались побочным, но крайне ценным результатом: спрос, который раньше растворялся в разговорах, стал регулярным отчётом.
Кому это подходит
Минимальный порог — 50 звонков в месяц
Ниже этого объёма выводы недостоверны: не набирается статистика, и проверить работу отдела проще руками. Выше — система видит закономерности, которые человек не увидит физически.
Подходит
Контакт-центр или отдел продаж от 50 звонков в месяц, где разговор заканчивается заказом, записью или оформлением.
Не подходит
Один-два оператора с 5–20 звонками в месяц. Такой объём разбирается вручную и без системы.
Размер компании значения не имеет. Порог входа определяется объёмом звонков, а не штатом: отдел из трёх операторов набирает 50 звонков за неделю. Разница только в том, сколько закономерностей система найдёт.
Профильное решение под эту отрасль — речевая аналитика для интернет-магазинов. Другие разборы внедрений — в разделе кейсов.
Вопросы
Что обычно спрашивают про этот кейс
Почему «нет в наличии» считается потерей, а не честным ответом?
Потому что клиент задаёт вопрос про конкретную позицию, а решает задачу: ему нужен результат, а не артикул. Ответ «нет» формально честный, но он закрывает разговор там, где возможны два продолжения — предложить сопоставимый аналог или взять контакт для уведомления о поступлении. В этом кейсе «нет в наличии» звучало в 27% всех обращений, а аналог предлагался лишь в 18% таких разговоров.
Разве проблема не в узком ассортименте?
Это была первая гипотеза магазина, и разбор 100% звонков её опроверг. В большинстве разговоров про отсутствующую позицию на складе был сопоставимый аналог — его просто не называли. Подтверждением служит разрыв между операторами: трое из двенадцати предлагали замену почти всегда и показывали вдвое более высокую конверсию при том же самом ассортименте.
Что делать, если замена товара невозможна?
Такие товарные группы есть у любого магазина — там, где нужна конкретная модель по совместимости, размеру или требованию производителя. Поэтому чек-лист строится не в отрыве от товарной матрицы: для групп, где замена бессмысленна, требование аналога не применяется, а целевым действием становится предложение уведомить о поступлении. Ложные срабатывания здесь опаснее пропусков — они быстрее всего разрушают доверие команды к системе.
Какой результат дал первый месяц работы системы?
Охват анализа вырос с 6% до 100% звонков. Предложение аналога при отсутствии товара выросло с 18% до 39%, предложение уведомить о поступлении — с 16% до 58%, фиксация причины незавершённого заказа дошла до 100%. Найденный потенциал: доведение работы с отсутствием товара до 60% даёт около +290 заказов в месяц при среднем чеке 6 400 ₽, то есть примерно +1,9 млн ₽ в месяц.
Что даёт речевая аналитика отделу закупок?
Список запрошенных, но отсутствующих позиций — побочный, но крайне ценный результат разбора всех звонков. До внедрения эта информация оставалась в головах операторов и никогда не доходила до тех, кто формирует заказ поставщику: спрос был известен, но не измерен. После внедрения он превращается в регулярный отчёт с частотой запросов по каждой позиции.
Не заменит ли система операторов контакт-центра?
В этом кейсе штат не сокращался: анализ заменяет не разговор с клиентом, а ручное прослушивание — функцию, на которую при таком объёме звонков всё равно не хватало людей. Освободившееся время руководителя ушло на обучение по конкретным записям, а рост показателей дали сами операторы, получившие набор рабочих формулировок вместо абстрактного тренинга.
Следующий шаг
Посмотрим, чем заканчиваются ваши звонки
Разберём входящую линию на реальных записях: покажем, в какой доле разговоров предлагается альтернатива, где теряются заказы и по каким причинам. Как в этом кейсе — первый сдвиг виден за месяц.
Порог для достоверных выводов — от 50 звонков в месяц