Контекст: SaaS с ARR 40М ₽ и стагнирующей воронкой
B2B SaaS-платформа для автоматизации документооборота. Продукт зрелый, NPS 72, churn низкий. Но новые продажи буксовали: отдел из 6 менеджеров закрывал только 8% квалифицированных лидов.
Компания обратилась после 2 кварталов стагнации. Маркетинг генерировал 120-150 MQL/мес, но до сделки доходили единицы.
Три корневые причины низкой конверсии
- Нет единой методологии. Каждый менеджер вёл сделку по-своему. Discovery-звонки превращались в хаотичную презентацию фич вместо выявления боли.
- Возражение «дорого» убивало 40% сделок. Речевая аналитика показала: 4 из 6 менеджеров не умели аргументировать ROI продукта и сдавались после первого отказа.
- Цикл сделки раздут. Средний цикл — 45 дней. Причина: менеджеры не квалифицировали decision-maker на первом звонке и тратили недели на «не того человека».
Аудит: 500 звонков и карта потерь
Первый этап — полный аудит отдела продаж. Прослушали и разметили 500 звонков за последние 3 месяца. Построили карту потерь по этапам воронки.
Что показал аудит
- Discovery → Demo: 35% потерь. Менеджеры не выявляли бюджет и сроки, назначали демо «на всякий случай».
- Demo → Proposal: 25% потерь. Демонстрация шла по шаблону без привязки к конкретной боли клиента.
- Proposal → Close: 40% потерь. Возражение «дорого» / «подумаем» без отработки.
«Мы думали, проблема в лидах. Аудит показал, что лиды нормальные — мы просто сливали их на каждом этапе. Это было неприятно, но полезно.»
4 скрипта для каждого этапа воронки
На основе аудита разработали 4 скрипта продаж: discovery (квалификация + выявление боли), demo (персонализированная демонстрация), objection handling (отработка «дорого», «подумаем», «у нас уже есть»), closing (фиксация следующего шага).
Скрипты — не дословные тексты, а фреймворки с обязательными чекпоинтами. Менеджер говорит своими словами, но не пропускает ключевые вопросы.
Речевая аналитика: контроль 100% звонков
Внедрили речевую аналитику на базе AI. Система проверяет каждый звонок по 12 критериям: выявлен ли бюджет, назван ли decision-maker, предложен ли конкретный следующий шаг, отработано ли возражение.
РОП получает ежедневный дашборд вместо ручного прослушивания 10% звонков. Проблемные паттерны видны на следующий день, а не через месяц.
Результаты за 4 месяца
Первые 2 месяца — внедрение и адаптация. Устойчивый рост начался с 3-го месяца, когда менеджеры интернализировали скрипты.
| Метрика | Было (авг-окт) | Стало (янв-фев) | Динамика |
|---|---|---|---|
| Close rate (SQL → сделка) | 8% | 22% | ↑ 2.75x |
| Средний чек | 180 000 ₽ | 240 000 ₽ | ↑ 33% |
| Цикл сделки | 45 дней | 22 дня | ↓ 51% |
| Отработка возражения «дорого» | 15% попыток | 78% попыток | ↑ 5x |
Ограничения интерпретации
- Сезонность. Январь-февраль — не самый активный период для B2B SaaS. Рост в «высокий сезон» (март-май) может быть ещё выше, но мы не экстраполируем.
- Эффект Хоторна. Сам факт внедрения аналитики мог повлиять на мотивацию менеджеров. Разделить вклад скриптов и эффект наблюдения невозможно.
- Малый размер команды. 6 менеджеров — статистически небольшая выборка. Результаты отдельных сотрудников сильно варьировались (от 14% до 32% close rate).
Ключевые выводы
- Аудит окупается быстрее всего. Прослушать 500 звонков — неделя работы. Карта потерь показывает, где именно утекают деньги.
- Скрипт — не текст, а чеклист. Менеджеры саботируют дословные скрипты. Фреймворки с обязательными чекпоинтами работают.
- AI-аналитика меняет культуру. Когда каждый звонок прозрачен, слабые тянутся к сильным. Без давления — через данные.
Связанные услуги
- Аудит отдела продаж — диагностика воронки, выявление потерь и точек роста.
- Скрипты продаж — разработка фреймворков для каждого этапа воронки.
- Речевая аналитика — AI-контроль 100% звонков и ежедневный дашборд для РОПа.