Ситуация: агентство недвижимости, несколько сотен (почти 700) «спящих» клиентов, которые раньше приезжали на показ и на встречу в офис, а потом по какой-то причине пропали и даже перестали отвечать на звонки.

Из этих 700 клиентов есть почти 200, про которых мы знаем много. Достаточно много, чтобы искусственный интеллект нашел триггеры для конкретного клиента.

Что сделали: взяли 50 клиентов, которые перестали брать трубки и про которых мы знаем следующее:
1. Пол, возраст
2. Кто его семья, есть ли дети
3. Профессия и место работы
4. Есть ли у него жилье / или он снимает
5. Хобби и интересы
6. Какие ключевые факторы и опасения могут повлиять на решение о покупке
7. Какие планы / мечты / цели связаны с покупкой квартиры

Чат GPT для каждого клиента написал реанимационное сообщение.

Результат: После отправки сообщений в течение часа прореагировали 6 клиентов. 12% конверсии за час

На рынке продаж недвижимости самое слабое место в конверсии - назначение встречи. Всегда. У всех. При любом продукте.

Другими словами из 100 клиентов, которые позвонили, хорошо, если 20 дошли до встречи. А по большинству моделей продаж из 100 сообщений должно быть 30 встреч.

Ситуация: по статистике из 100 клиентов 96 запросили предложение. И на встречу пришли 12 клиентов. Только 12! 😞

Что сделали: Разбираемся. В отделе продаж пропущены целых 2 этапа работы с клиентами: выявление потребностей и подбор объектов. То есть формально эти этапы есть, но с клиентами они не прорабатываются. Просто после разговора отправляются предложения и спрашивается «Ну что больше понравилось?».

Разработали с ребятами систему сообщений, по которой каждый сотрудник после каждого разговора должен написать клиенту итоги разговора и подтвердить по вотсап, о чем они договорились с клиентом.

Результат: Только после внедрения этого этапа конверсия за неделю выросла до 19 встреч из 100 звонков. И мы пошли дальше.🤩

На следующем этапе стоит задача высылать не объекты (как отдельный продукт), а сравнительный анализ объектов.

Ситуация: В понедельник предлагала знакомым из трех агентств недвижимости провести реанимацию спящих клиентов с помощью GPT 📱
Начали приступать к делу… И выяснилось, что в CRM трех агентств из трех нет ничего о профессии / жилье в собственности / фиксации сомнений и возражений / и о личных интересах!

Что сделали: Мы со слов менеджера вытащили информацию по составлению портрета клиента 🙌🏻
Оказалось, что подробности о клиенте могут вспомнить лучшие менеджеры. Наверное, поэтому они и лучшие, что знают о клиентах больше….

✔️ Вывод первый
Клиенты отваливаются, потому что мало, кто умеет выявлять потребности и хорошо прояснять ситуацию у клиента, и в итоге им предлагают не то

✔️Вывод второй
Тот игрок рынка, который отточит процесс прояснения ситуации у клиента, заработает геометрически больше: первый раз - когда будет грамотно выявлять потребности и предлагать подходящий продукт, второй раз - когда будет возвращать думающих

Группа продаж недвижимости работала уже 3 месяца, но результаты были низкими для данного срока работы: производительность группы равнялась 0,5 сделок на сотрудника. Необходимо было без дополнительного бюджета увеличить производительность группы за месяц в 2 раза.

Решения:
Мы собрали у каждого продавца информацию о 10 клиентах, с которым он ведет переговоры о покупке или продаже недвижимости, но сделка уже долго не совершается. Вместе с руководителем группы обзвонили каждого клиента. Итого мы за два дня вдвоем с руководителем в свободное от задач время обзвонили 100 клиентов. Что мы получили по итогу? Мы получили четыре ситуации

1 - клиенту нравится работать с продавцом и нравится работать с компанией (21 % клиентов)
2 - клиенту не нравится работать с продавцом, но нравится работать с компанией (32 % клиентов)
3 - клиенту нравится работать с продавцом, но не нравится работать с компанией (34% клиентов)
4 - клиенту не нравится работать с продавцом и не нравится работать с компанией (13% клиентов)
Максимальная зона нашего воздействия - категории 2 и 3.

Результаты:
С помощью специальных скриптов и ротации клиентов нам удалось вернуть 42% клиентов