Голосовой бот для компании «Акрихин»: проведение анализа сегмента рынка за пару дней

О клиенте

Компания «Акрихин» работает с 1936 года и имеет в портфеле около 200 лекарственных препаратов, почти половина из которых входит в перечень жизненно важных. Организация занимает четвертое место в рейтинге российских фармпроизводителей по объему розничных продаж по данным исследования IQVIA 2020 года.

Компания делает ставку на модернизацию и расширение производства, освоение новых технологий и развитие продуктового предложения. К примеру, в ноябре 2021 года «Акрихин» дополнил линейку препаратов витамина D3, представив растворимые таблетки с увеличенной дозой действующего вещества, аналогов которым нет в стране.

Какую задачу решали?

Сфера продажи фармацевтической продукции в России консервативна и отличается невысоким уровнем цифровизации.

«Яркий пример — необходимость распечатывать контракты с производителями лекарств, чтобы подписать их и отправить в другой город курьерской службой. Это показательно, ведь сегодня даже при взаимодействии с государством мы используем электронную подпись», —  Валерия Килочек, руководитель отдела трейд-маркетинга и операционного управления продажами «Акрихин».

При этом фармкомпании необходимо оперативно получать точные и подробные данные из аптек. Так, бренд-менеджеру нужно знать, рекомендуют ли покупателям препарат фармацевты. Этот показатель трудно измерить, притом что для его увеличения «Акрихин» выделяет серьезный бюджет, работая в трех направлениях. Первое — заключение контрактов с аптечными сетями, гарантирующих, что товар будет представлен на полке в своей категории. Второе — посещение точек продаж представителями компании, которые информируют фармацевтов и провизоров о преимуществах препаратов. Третье направление — офлайн- и онлайн-обучение сотрудников аптек.

Определить эффективность этих мер сложно. Эту работу выполняют фармпредставители компании, лично оценивая наличие товаров на полках, но они не могут быстро объехать все аптеки, которых в России около 60 000. К аудиту можно привлечь тайных покупателей, однако это долго и дорого: стоимость одной проверки — от 200 до 3000 рублей.

Таким образом, компании нужен инструмент для получения актуальной информации из множества точек в разных городах. Решение этой задачи должно повысить эффективность принятия тактических и операционных решений в маркетинге и продажах.

Решение

Мы разработали голосового бота, который обзванивает аптеки, представляясь клиентом и используя реплики, озвученные диктором из целевой аудитории. Система узнает о наличии препарата с витамином D3 и о том, какие бренды фармацевты рекомендуют посетителям.

Процесс работы над проектом

Сначала мы выяснили, как обычно строится диалог покупателя с фармацевтом, сделав несколько звонков в аптеки по предварительному шаблону беседы и имитируя будущий разговор бота.

Когда первая версия сценария была готова, мы записали пилотные версии реплик бота и протестировали скрипты во время реальных звонков в аптеки, чтобы узнать типовые возражения фармацевтов. Получив их, мы доработали скрипты и снова их протестировали. Через несколько подобных итераций бот научился обрабатывать большинство возражений, таких как: «У меня очередь», «Приходите в аптеку, и я вам подскажу».

Когда сценарий исправили и утвердили, мы записали финальную версию с диктором. Голос выбрали исходя из целевой аудитории бренда — это женщины старше 40 лет. Чтобы разговор звучал максимально естественно, мы наложили на предзапись шум улицы.

Итак, у нас получился следующий основной скрипт:

«Добрый день, это аптека?»
«Что можете посоветовать от <…>?».
«Понятно, а <…> есть? Без разницы в каких дозировках» / «А сколько стоит?» (в зависимости от ответа на предыдущий вопрос).
«Хорошо, спасибо, до свидания».

Дополнительно к основному скрипту бот отрабатывал сценарии:

Возражений (например, «У меня люди ждут», «Приходите в аптеку»).
Повторных звонков (реакция на фразы «Сейчас неудобно говорить», «У меня обед, перезвоните» и так далее).
Уточнений по дозировкам и формам лекарственного средства (например, «Вам для каких целей?», «Вам в таблетках?»).
Коммуникации с другим ботом (полностью исключить общение не удалось, но время разговора сократили в 2-3 раза).
Неразборчивого произношения названия бренда фармацевтом.

В качестве платформы для создания бота мы выбрали Aimylogic от Just AI. Она включает модуль NLU (Natural Language Understanding), который позволяет системе распознавать ответы фармацевтов и выбирать нужную реплику из базы.

Результат

За один день робот набрал более 20 000 номеров и пообщался с 7 000 сотрудников аптек. Такое количество проверок тайным покупателем обошлось бы компании в несколько миллионов рублей, тогда как наше решение в несколько раз дешевле и кратно быстрее в реализации. Кроме того, при дополнительной проработке возражений фармацевтов возможно увеличить конверсию в успешный звонок и получить еще больше информативных ответов. Для этого кейса выборка в 7000 результативных диалогов была достаточной.

При этом использование системы, как и привлечение тайного покупателя, гарантирует независимость и объективность предоставления информации: в любой момент можно прослушать звонки и проверить корректность данных.

Благодаря созданию бота, компания «Акрихин» получила актуальный отчет о рекомендациях бренда в точках продаж. На основе ответов фармацевтов мы сделали аналитику, разбив информацию по чартам.

К примеру, можно посмотреть адресный список аптек, где препарат не предлагают покупателям, и выбрать из них те, с которыми заключен контракт о рекомендации. Кроме того, можно изучить ситуацию в отдельных регионах и понять, где конкурентный товар советуют чаще. А затем отправить в точки фармпредставителей и организовать промокампанию.

В дальнейшем решение может стать инструментом для проведения регулярных аналитических исследований, которые будут занимать 1-2 дня, включая подготовку аналитических сводок.

Вместо заключения

Чаще всего голосовых ботов используют для повышения эффективности call-центров: автоматизации обработки входящих и совершения исходящих звонков. Однако у этой технологии большие перспективы, что подтверждает наш проект. Мы предложили нестандартное решение для консервативной отрасли — и результаты превзошли ожидания.