Первым шагом мы проанализировали текущие показатели 35 менеджеров. Рассчитали идеальную математику: сколько нужно совершить звонков, чтобы получить одну сделку с первым депозитом. Исходя из этого, для каждого сотрудника были сформированы ежедневные планы по активности.

Это стало ключевым драйвером роста конверсии. Мы не просто начали слушать звонки (это делали и до нас). Мы разработали жесткие, объективные критерии оценки качества переговоров. Каждый прослушанный диалог получал статус:

🟢 Зеленый отказ (приемлемо): Менеджер следовал скрипту, корректно отработал возражения, диалог прошел в рамках стандартов. Если клиент все равно отказался — это объективная причина (не подходит продукт, нет денег), а не ошибка продавца.

🟡 Желтый отказ (тревожный сигнал): Были незначительные отклонения от скрипта, менеджер «смазал» одно из возражений, не проявил достаточной настойчивости или упустил возможность. Требуется разбор и корректировка.

🔴 Красный отказ (брак): Грубые нарушения, которые гарантированно убивают сделку. Четкие критерии красного отказа:

• Менеджер не соблюдал структуру скрипта (пропустил важный блок презентации).
• Отработал возражение клиента менее 2−3 раз (сдался после первого «нет», не попытался вернуть диалог).
• Допустил фактические ошибки в презентации продуктов или условий.
• Проявил неуверенность, агрессию или непрофессионализм в общении.

Результат внедрения системы: Мы получили объективный процент брака по отделу. Руководитель больше не гадал, «кто плохой, а кто хороший». Появилась конкретная цифра и конкретные доказательства: «Иван, у тебя 30% красных отказов на этой неделе — вот 5 записей, где ты сдаешься после первого „нет“. Давай разбирать».

Прослушка ради прослушки бесполезна. Мы выстроили процесс, который замкнул систему контроля:

1. Ежедневный аудит: Специалист ОКК прослушивает случайные выборки звонков каждого менеджера.
2. Маркировка: Каждому звонку присваивается цвет.
3. Индивидуальная работа: С менеджерами, допускающими «красный брак», проводятся личные сессии разбора. Им даются конкретные рекомендации.
4. Сбор статистики: Мы анализируем, какие возражения чаще всего «валятся», на каких этапах скрипта возникают сложности у большинства сотрудников.
5. Актуализация скриптов: На основе собранных данных скрипты и банк возражений обновляются каждую неделю. Если 20 из 35 менеджеров спотыкаются об одно и то же возражение — значит, скрипт плохой, и мы его правим.