"Возьмите хот-дог по акции":
как гибкие скрипты на кассе АЗС
помогли увеличить выручку, лояльность
клиентов и сотрудников без затрат на рекламу,
оборудование и IT-разработку


В этом кейсе наш партнер Олег Биргер рассказывает о своем недавнем пилотном проекте
на АЗС. Внедрение гибких речевых стандартов на кассе, которые учитывают клиентский контекст
в режиме реального времени, позволило существенно увеличить самые важные бизнес-метрики.
Олег также делится деталями кейса в рамках интервью на конференции UseDesk 2022, а еще отвечает на вопросы про сегментацию клиентов и персонализированный клиентский сервис.



Краткое саммари:

Чего добились за 4 месяца:
  • Рост выручки на 8%;
  • Рост выручки с промо-акций на 6%;
  • Выполнение плана на 100% каждый месяц после запуска новых процессов;
  • Рост скорости обслуживания на 20%;
  • Удовлетворенность обслуживанием на АЗС повысилась с 25% до 90%.
Дополнительные эффекты для бизнеса:
  • Операторы стали брать дополнительные смены на замену;
  • Возникла экономия на "слепой" проверке стандартов (диктофоны, тайные покупатели) и сопутствующих бизнес-процессах;
  • Улучшилась выкладка товаров, освободилось время и силы для смежных процессов;
  • Улучшилась коммуникация в коллективе;
  • Появилась возможность делать up-sell и cross-sell (повышение чека) ВСЕХ товаров на АЗС.
    Главная цель проекта:

    Увеличить прибыль автозаправочной станции оптимальным для бизнеса способом. Повысить эффективность бизнес-процессов и удовлетворенность клиентов без больших инвестиций.

    План проекта:

    1. Исследование текущей ситуации, клиентского опыта и внутренних процессов на АЗС. Выявление проблем и потенциала роста.
    2. Гипотезы улучшений и предварительные расчеты.
    3. Сегментирование клиентов, изучение и стандартизация сегментов. Разработка клиентских сценариев и акций/предложений. Расчеты.
    4. Тестирование на одной пилотной АЗС и первые эффекты.
    5. Тиражирование улучшений на остальные АЗС. Адаптация и сопровождение.
      В процессе согласования этого проекта с руководством мы сформировали рабочую группу, в которую входили руководитель проекта (я) + один исследователь, руководители подразделений маркетинга, операционного отдела, IT и других смежных отделов, решения которых влияют на клиентский опыт.

      Затем мы согласовали необходимые полномочия и ресурсы на время пилотного проекта:

      • Возможность изменения и создания речевых модулей (скриптов) и других стандартов для всех сотрудников пилотной АЗС;
      • Возможность изменения мотивационной системы для всех сотрудников пилотной АЗС (отмена контроля проговаривания акций, изменение и привязка премиальной части к выручке общей и индивидуальной);
      • Полномочия для замены и добавления дополнительных сотрудников АЗС, возможность изменения графика работы и некоторых инструкций;
      • Возможность создания и тестирования акций на любые товары (по заранее согласованной рамке);
      • Возможность изменения сроков и количества при заказе товара из матрицы;
      • Возможность изменения визуального и аудио-информирования клиентов
        на АЗС (баннеры, радио, наклейки, навигация);
      • Возможность изменения расположения товаров на полках и планировки стеллажей.
      • Этап №1: Исследования.
        Мы приступили к базовым исследованиям клиентского опыта и бизнес-процессов на АЗС и занесли этапы клиентского пути в Customer Journey Map,
        в которую потом также вносили заметки об опыте клиентов и процессах.
      Для того чтобы в конце оценить эффективность проекта, мы замерили текущие показатели:

      • Средний процент выполнения плана продаж;
      • Средняя выручка;
      • Средняя выручка промо-акций;
      • Средний чек;
      • Средняя сумма сопутствующих товаров на 1 литр топлива;
      • Средняя и максимальная очередь на кассах;
      • Среднее время обслуживания одного клиента;
      • Процент ошибок на кассе;
      • Удовлетворенность клиентов;
      • Удовлетворенность сотрудников;
      • Уровень текучки персонала АЗС.
        Что входило в первичные исследования:
        • Наблюдения за клиентским поведением на АЗС;
        • Анализ внутренних бизнес-процессов;
        • Наблюдения и тайные закупки у пяти основных конкурентов;
        • Глубинные интервью с клиентами в точках контакта;
        • Глубинные интервью с сотрудниками.
          В ходе исследований и приоритизации точек роста мы выделили стандарты обслуживания и скрипты на кассе как основное направление для улучшений. Причина проста: поведение оператора-кассира и логика внутренних бизнес-процессов влияет почти на все основные бизнес-метрики, а адаптация речевых модулей и промо-акций под разные сегменты клиентов почти не требует вложений и IT-разработки.

          На АЗС, при среднем времени обслуживания в 30 секунд, у кассира есть всего
          5 секунд на дополнительную коммуникацию с клиентом и призыв к покупке товара по акции. Поэтому мы подробно исследовали клиентский опыт на кассе
          и внутренние стандарты с обеих сторон прилавка и выделили три основные проблемы:

          1. Механизм создания акций по сопутствующим товарам не учитывает реальные ситуации клиентов, а существует в едином универсальном виде для всех сегментов. Это удорожает процессы, ухудшает лояльность клиентов
            и впечатления от посещения АЗС.
          2. Стандарты обслуживания и скрипты создаются в офисе без подробного учета реальных обстоятельств на АЗС. Это порождает конфликты между процессами и непрогнозируемый эффект от случайных и универсальных акций.
          3. Система мотивации и контроля персонала заставляет сотрудников станции делать все возможное, чтобы избегать штрафов, а не сопровождать клиентов в их задачах. Это отвлекает персонал от удержания клиентов
            и раздражает самих посетителей.
            "Я приехал на заправку, чтобы быстро заправиться и уйти, а в итоге стою
            в очереди и слушаю, как кассир,
            как робот, несколько раз предлагает что-то докупить"
            Цитата из интервью с клиентом
            "Я понимаю, что операторы обязаны что-то проговаривать, но все, что мне предлагали, мне не нужно. Я уже даже не воспринимаю их слова, куча лишней информации"
            Цитата из интервью с клиентом
            "Озвучивание скрипта в очереди еще сложнее. Идущий следом клиент уже все слышал несколько раз и вынужден еще раз это выслушать, когда его очередь подошла"
            Цитата из интервью с сотрудником АЗС
            • Этап № 2. Гипотезы, предварительные расчеты и приоритизация.
              Спустя месяц анализа качественных и количественных исследований на АЗС мы вернулись в офис, собрали рабочую группу, построили
              и примерно рассчитали несколько приоритетных гипотез
              по улучшению:

              • скриптов продаж операторов и заправщиков (и коммуникации между ними);
              • логики и интерфейса внутренней IT-программы операторов;
              • процессов найма и системы обучения персонала;
              • системы мотивации персонала и критериев контроля качества
                их работы;
              • процессов разработки с вовлечением сотрудников на точках контакта;
              • созданию гибких адаптивных стандартов сопровождения клиентов.

              Рост прибыли и удовлетворенности будет достигаться за счет сегментации клиентов, сценарной системы акций, обучения сотрудников подстройке и сопровождению каждого отдельного сегмента быстрее, чем несколькими универсальными скриптами/стандартами для всех (снижая издержки на процессы и повышая удовлетворенность).
            Метриками успеха проекта стали повторная продажа, LTV и общая выручка.

            Мы также оценили возможные риски и проблемы на нашем пути. Риски
            от внедрения незначительны, так как это временный пилотный проект на одной станции с возможностью вернуть все процессы в прежнее состояние в течение одного дня. Основным опасением было то, что резко могут упасть продажи акционных товаров, так как операторы теперь не должны будут предлагать
            их каждому клиенту.

            Забегая вперед, скажу, что результат нас всех приятно удивил.
            • Этап № 3. Сегментация и клиентские сценарии.
              Так как подробности технологии сегментации и гибких стандартов продаж конкретно в этом проекте я не могу выкладывать
              в публичный доступ, то опишу процесс общими блоками.

              Для начала мы выделили главные клиентские сценарии по основным шагам и вариантам в клиентском пути, чтобы потом увидеть,
              где и для какого сегмента можно улучшить опыт.
            Дальше мы разделили клиентов на сегменты по поведенческим признакам
            и по главной цели. Например: "Ездят по городу", "Межгород", и т.д.

            Потом каждый сегмент разделили по назначению — зачем клиенты покупают топливо, куда они едут: "На работу и обратно", "В магазин", "Просто катаются, проводят досуг", "Таксисты" и так далее. Важно сегментировать клиентов
            по поведенческому признаку или по назначению продукта
            , а только потом добавлять общие критерии: возраст, пол, объем покупок и т.д.

            В таком случае сценарии продаж и обслуживания будут более точными
            и прибыльными. Ведь загород могут ехать как двадцатилетняя девушка,
            так и шестидесятилетний мужчина, но они оба могут купить товары
            для барбекю, большой объем воды, заправить больше топлива, чем при езде
            по городу и провести больше времени на АЗС, воспользоваться туалетом
            и купить хот-дог. Их объединяют только поведение и цель покупки.

            Остальные критерии тоже важны, но магия здесь заключается в точности изучения поведения и целей, для которых клиент покупает наш продукт.
            Если вы примерно знаете, куда и зачем едет клиент, то вы знаете, что ему продать. И тогда для каждого клиентского сегмента вы можете создавать отдельные промо-акции и дополнительные продажи сопутствующих товаров
            и услуг. Например, если бы владелец цветочного ларька знал, зачем этот клиент покупает цветы — на свидание или на похороны, то он мог бы оказать клиенту лучший сервис (пожелать удачи или посочувствовать) и допродать конфеты
            или черный платок соответственно. Но если бизнес этого не знает, то делает продажи наугад, с соответствующей эффективностью.
            В разработке сценариев и адаптивных стандартов нам очень помог опыт самостоятельной работы на кассе АЗС во время базовых исследований.
            А также огромный опыт операторов с их обширной базой знаний о клиентах. Операторы сами рассказали нам, что, кто и в каких обстоятельствах обычно покупают. Нам оставалось лишь внимательно и подробно опросить их,
            чтобы составить общую картину того, как переделать стандарты обслуживания и продаж. Мы взяли свой опыт из исследований, добавили опыт операторов и конкурентов и сформировали ключевые сегменты и гибкие сценарии обслуживания для операторов. Были созданы гибкие речевые модули,
            которые звучали логично и уместно в каждом определенном контексте.
            Теперь оператору не нужно было строго проговаривать скрипты и промо-акции.
            Он мог "жонглировать" речевыми модулями и акциями в зависимости
            от клиентского сегмента и окружающих обстоятельств и, главное, говорить своими словами, а не читать по бумажке.

            Дальше оставалось только пополнять и уточнять нашу базу знаний о поведении основных клиентских сегментов (самых прибыльных для бизнеса) при помощи технологий больших данных, идентификации клиентов и обратной связи от них. Но базовая задача была уже выполнена.
            • Этап №4. Результаты тестирования гибких стандартов и системы продаж.
              С момента согласования проекта до успешного пилота прошло
              4 месяца. Для оптимизации стандартов продаж мы не использовали никакой цифровой разработки и не покупали никакого оборудования. Затрачены были только мои рабочие часы (+1 исследователь), время рабочей группы на основных встречах раз в неделю, а также время сотрудников АЗС.

              При этом мы получили прогнозируемые результаты и улучшения совсем неожиданных и неочевидных метрик, например, рост выручки с базовых промо-акций на 6% (было опасение, что этот показатель упадет, ведь промо-акции перестали проговаривать в обязательном порядке).

              Также нам открылось огромное количество инсайтов для улучшений
              в смежных процессах и продуктах, таких как система приемки
              и списания товаров, сервисы мобильного приложения, кассы самообслуживания, программа лояльности, идентификация клиентов и наработки по другим процессам. Эти данные мы передали
              в соответствующие подразделения.
            Вот какие показатели мы получили:
            Также получили явные преимущества для персонала.
              Это устойчивые эффекты, так как мы произвели повторные замеры еще через
              5 месяцев после получения первых результатов (все замеры мы делали
              9 месяцев подряд).