В продажах важна скорость реакции на заявку. После обращения клиент ожидает, что менеджер быстро разберется в его задаче и предложит подходящее решение. Но при большом потоке обращений на подготовку персонального КП может уйти несколько дней.
На примере кейса показываем, как с помощью ИИ автоматизировали подготовку КП и сократили время от получения заявки до готового предложения.
Клиент
Крупный B2B-дистрибьютор ИТ-оборудования и офисной техники. Компания поставляет корпоративным клиентам компьютеры, ноутбуки, серверное и сетевое оборудование, оргтехнику и другие решения для рабочих мест и инфраструктуры.
Компания работает с тысячами корпоративных клиентов и регулярно получает новые заявки на поставку оборудования.
По условиям NDA мы не раскрываем название компании.
Ситуация до начала проекта
Менеджеры вручную обрабатывали входящие заявки и готовили коммерческие предложения. На одно КП в среднем уходило несколько часов: нужно было изучить запрос клиента, подобрать подходящие товары, проверить информацию, написать текст и оформить документ.
По мере роста количества заявок ручная работа стала создавать несколько проблем:
Менеджеры не успевали обрабатывать все заявки. Все больше времени уходило на подготовку КП вместо общения с клиентами и продаж.
Увеличивался риск ошибок. При ручной работе можно было пропустить часть запроса, неправильно перенести данные или использовать устаревшую информацию.
Заказчик уже пробовал автоматизировать этот процесс с помощью готовых ИИ-инструментов. Они помогали с отдельными задачами: получать данные из CRM или создавать текст КП по шаблону. Но полностью отказаться от ручной работы не получалось.
Главная проблема была в том, что готовые решения не учитывали специфику компании. Они не знали особенности ассортимента, не учитывали внутренние данные и не использовали накопленный опыт. Поэтому менеджерам все равно приходилось проверять, дополнять и исправлять готовые предложения.
Стало понятно, что для полной автоматизации нужен ИИ, который сможет учитывать особенности бизнеса и данные конкретной сделки. С этой задачей компания обратилась к нам.
Цель и задачи
Цель проекта — создать десктоп-приложение для автоматической подготовки коммерческих предложений на основе данных из CRM и внутренней документации компании.
Задачи:1
Обучить ИИ на документации компании, прайсах и примерах существующих коммерческих предложений.
2
Интегрировать приложение с CRM для автоматической передачи данных по заявкам.
3
Обучить сотрудников работе с новым приложением и встроить его в процесс подготовки КП.
Решение
Мы создали ИИ-систему, которая автоматизирует большую часть работы по подготовке коммерческого предложения.
Теперь менеджеру достаточно перевести сделку в CRM на этап «Подготовка КП». Система сама получает данные о клиенте и заказе, ищет нужную информацию во внутренних источниках и формирует персональное предложение. Менеджеру остается проверить готовый документ, при необходимости внести изменения и отправить его клиенту.
База знаний и опыт успешных сделокМы загрузили в систему внутреннюю документацию компании, прайс-листы и примеры коммерческих предложений, которые хорошо показали себя в работе с клиентами.
Система разбивает документы на смысловые части и сохраняет дополнительную информацию: категорию продукта, актуальность данных и тип клиента. Благодаря этому при подготовке конкретного КП она ищет не просто похожие документы, а наиболее подходящую информацию для конкретной сделки.
Отдельно мы обучили модель на успешных коммерческих предложениях. Она анализирует пары «запрос клиента → готовое КП» и учится воспроизводить структуру документа, стиль общения и подход к аргументации, которые используются в компании.
В итоге система использует сразу два источника: актуальные данные о продуктах и накопленный опыт компании.
Подготовка КПРабота начинается в CRM. Когда сделка переходит на этап «Подготовка КП», приложение автоматически получает данные о клиенте, составе заказа, продуктах, скидках и условиях оплаты.
Затем система ищет нужную информацию во внутренней базе знаний: характеристики товаров, цены, условия поставки и другие данные. Для этого используется RAG-подход, который сочетает семантический и текстовый поиск, а также дополнительную сортировку найденных результатов.
После этого ИИ формирует коммерческое предложение. При этом модель использует проверенные данные из внутренних источников, а не придумывает информацию самостоятельно. Это помогает снизить количество ошибок и использовать в КП актуальные данные компании.
Готовое предложение менеджер открывает в приложении и проверяет перед отправкой. Он может проверить цены, сроки и юридические формулировки, внести изменения и экспортировать документ в PDF или DOCX. Информация о подготовленном КП сохраняется в CRM.
Правки менеджеров также используются для улучшения системы. Они показывают, какие части предложения нужно доработать, и помогают постепенно улучшать работу модели.
Чтобы новый инструмент стал частью ежедневной работы отдела продаж, мы отдельно провели обучение сотрудников.
Обучение проходило в три этапа. Сначала менеджеры познакомились с приложением и правилами проверки готовых КП. Затем они попробовали работать с системой на реальных сделках под руководством специалистов. После этого новый процесс добавили в рабочий регламент и определили основные показатели: время подготовки предложения, количество правок и другие параметры.
Результаты
В результате компания получила десктоп-приложение, которое автоматизирует подготовку коммерческих предложений. В результате проекта:
Увеличилось количество откликов от клиентов. Персональное КП теперь можно отправить в тот же день, что и заявка, что помогает быстрее перейти к обсуждению сделки.
Отпала необходимость расширять отдел продаж. Часть ручной и рутинной работы была автоматизирована, поэтому у менеджеров появилось время на выполнение других задач.
Сократилось количество ошибок в КП. Система автоматически получает нужные данные и выполняет расчеты, что уменьшает количество ошибок при ручной подготовке предложений.
Коммерческое предложение показывает клиенту, что компания поняла его задачу и предложила решение с учетом его потребностей. Когда персональное КП можно подготовить и отправить в день обращения, компания быстрее переходит от получения заявки к предметному обсуждению.
