ИИ в продажах онлайн-обучения: автоматизация колл-центра

Как обрабатывать холодный трафик в нише онлайн-обучения в странах СНГ и почему ИИ в продажах EdTech-продуктов и автоматизация колл-центра могут стать ключевым инструментом масштабирования? Собрали конспект выступления на «Белой конфе» Дмитрия Гавдура, CEO платформы Lerna.

Контекст и вызовы рынка EdTech

Рынок онлайн-образования меняется: трафик дорожает, а «горячих» клиентов становится всё меньше. 

Дмитрий объясняет, что привычные подходы к продажам уже не работают: «У нас есть огромное количество холодных лидов, но закрывать их всё сложнее. Конверсия в продажу — всего 1,3%. Если не искать новые механизмы оптимизации, мы просто будем сливать ресурсы».

Основные рынки компании — Республика Беларусь, Казахстан и Узбекистан. Именно они дают большую часть выручки.

Как это работает в большинстве EdTech-команд

До внедрения ИИ в продажи Lerna работала так же, как и большинство компаний на рынке EdTech. 

Дмитрий объясняет, что традиционная модель колл-центров перестала справляться с холодным трафиком: «Есть огромное количество холодного трафика. У большинства команд — внешний или внутренний колл-центр, но принцип работы одинаковый: один оператор, одна линия. Время первого касания — от одного до трёх дней, иногда и позже. А бывает, что вообще не касаются».

В результате эффективность таких схем крайне низкая.

Что всё это значит для бизнеса

Низкая конверсия холодных лидов напрямую влияет на экономику компании. Простая математика: чем дольше обрабатывается заявка, тем меньше шанс довести клиента до покупки.

Дмитрий: «При таких конверсиях на тысячу холодных лидов мы получаем 23 разговора. Посчитайте, какое это количество продаж, если смотреть на вашу воронку. Это катастрофически мало».

Задержка с первым касанием — главная проблема. Когда клиент ждёт ответа день или два, его интерес остывает — и вероятность сделки падает почти до нуля.

Кроме того, такой подход создаёт замкнутый круг проблем:

• колл-центр не справляется → нагрузка растёт, люди выгорают
• высокая текучка → компания тратит ресурсы на постоянный наём и обучение
• маркетинговые затраты растут → каждый лид оплачивается, но конверсия не увеличивается.

Дмитрий: «Мы платим за трафик независимо от результата. Лид может стоить и 10 рублей, и 100, и даже 180 рублей за заявку, например, с профтеста. При такой цене лидов нельзя позволить себе терять обращения».

Что это значит для команды

Низкая конверсия и задержка с обработкой лидов отражаются не только на финансовых показателях, но и на людях. 

Дмитрий подчёркивает, что в колл-центрах EdTech-компаний это создаёт постоянный стресс: «Колл-центры работают на износ. Нагрузка растёт, сотрудники быстро выгорают, а текучка становится нормой».

В Lerna колл-центр долгое время был одной из самых нестабильных частей бизнеса. В среднем в компании работало от 30 до 50 операторов, и это были самые подвижные сотрудники:

• приходят, работают 2–3 месяца, устают, увольняются
• HR-рекрутеры постоянно нанимают и обучают новых людей
• эффективность падает, а затраты на наём и адаптацию растут.

Дмитрий: «Это постоянное хаотичное движение: люди приходят и уходят, нагрузка растёт, команда выгорает. В какой-то момент мы поняли, что так работать больше нельзя».

Помимо текучки, есть ещё одна проблема — нереализованный потенциал команды. Когда операторы тратят часы на пустые звонки и ожидание, времени на качественную работу с клиентом просто не остаётся.

Потери, которые никто не считает (но они есть)

Даже когда компании видят проблемы в конверсии и текучке, есть ещё один скрытый фактор — невидимые потери. Дмитрий подчёркивает, что мало кто их учитывает, но именно они сильно влияют на экономику.

Основные источники потерь:

• задержка с первым касанием — чем дольше клиент ждёт звонка, тем ниже вероятность покупки
• низкая эффективность колл-центра — операторы тратят часы на бесполезное ожидание, а разговоров мало
• слив бюджета на маркетинг — каждый непрозвонённый или потерянный лид = прямой убыток.

Дмитрий: «В странах СНГ работают все соцсети, YouTube, даже те площадки, которые запрещены в России. Там реклама эффективнее, но и дороже. Ошибаться дорого, угадывать рискованно».

С чего всё начиналось: Dailer

В 2022 году Lerna начала искать решение проблемы низкой конверсии и перегруженных колл-центров. Первым шагом стала автоматизация звонков с помощью Dailer — сервиса, который подключает оператора только тогда, когда клиент уже взял трубку.

Дмитрий: «В 2022 году мы подключили сервис Dailer. Это на самом деле очень качественный инструмент. Если у вас нет возможности внедрить что-то сложное, начните с него — просто вбейте в поисковик, подрядчиков много».

Раньше операторы тратили часы на бесполезные попытки дозвона и простаивали в ожидании, но после внедрения Dailer схема изменилась.

• До Dailer — 300 касаний на человека в день
• После внедрения — 600–1 000 касаний
• Эффективность выросла в 3 раза

Что это дало:

• рост объёма лидов с 10 000 до 30 000 без увеличения команды 
• сокращение штата колл-центра с 30 до 20 сотрудников при росте эффективности на 40–45% 
• время первого касания сократилось с 3 дней до 5–7 минут 
• конверсия выросла с 0,4% до 1,2% 
• проект стал отдельным бизнес-юнитом «Холодная воронка».

Дмитрий: «Мы убрали неэффективность: оператор подключается только тогда, когда человек уже поднял трубку. Это сэкономило время, снизило перегрев команды и дало кратный рост по касаниям».

Автоматизация колл-центра с помощью ИИ: нейросотрудник

После успешного внедрения Dailer команда Lerna пошла дальше и подключила голосового нейросотрудника — собственную AI-разработку, обученную на базе реальных звонков и скриптов компании.

Дмитрий: «У нас появился подрядчик с технической разработкой, но сама по себе технология стоит нисколько. Главное — это огромная база знаний: скрипты, звонки, диалоги с клиентами. Мы обучили нейронку на реальных переговорах и получили голосового пресейл-робота, который может обрабатывать неограниченное количество трафика».

Как это работает? 

• Робот звонит клиентам самостоятельно и подключает оператора только в сложных случаях
• SLA — от 1 до 3 минут: заявка обрабатывается почти моментально
• Нет ограничений по количеству линий и лидов
• Поддерживает работу 24/7, без отпусков и больничных

Дмитрий: «Робот звонит через 1–3 минуты после заявки. Чем быстрее мы касаемся клиента, тем выше конверсия. Всё, что дольше — это уже не холодный трафик, а ледяной».

Результаты внедрения:

• робот заменяет работу десятков операторов
• сокращение ФОТ колл-центра на 30%
• конверсия AI-робота выше, чем у живых сотрудников
• цель — оставить в колл-центре только 2 сотрудников для дообучения нейронки.

Нейропродажник: новый этап развития

После внедрения голосового нейросотрудника команда Lerna пошла дальше. Цель — сделать из AI-робота полноценного продавца, который будет вести клиента от первого касания до покупки.

Дмитрий: «Мы уже запустили MVP-версию. Сейчас её калибруем, потому что задача непростая. Нужно, чтобы человек не понимал, что с ним общается робот».

Что изменится?

• Пресейл-робот только квалифицировал лиды, теперь нейропродажник будет закрывать сделки самостоятельно
• Поддерживаются два канала коммуникации: звонки и мессенджеры
• Робот строит сценарий диалога индивидуально, подстраиваясь под клиента

Дмитрий: «Нейропродажник должен стать нейродругом. Когда общение происходит в человеческом формате, воронка прогревается сама. Даже если человек не купит сегодня или завтра, он остаётся в контакте».

Экономический эффект:

• сокращение ФОТ КЦ на 30% 
• рост квалификации на 80% 
• конверсия в оплату с квалификации выше на 37% 
• возможность обрабатывать в 3 раза больше трафика без дополнительных затрат.

Где работает ИИ сейчас

Lerna уже использует ИИ в продажах и ещё в нескольких ключевых направлениях. Дмитрий подчёркивает, что нейросотрудник работает не только на прозвоне холодного трафика.

Все входящие звонки — робот принимает заявки круглосуточно.

Реактивация лидов — это 3–5 касаний на клиента ежемесячно, +2–5 млн руб. в месяц.

ИИ участвует в обработке новых регионов — обучается узбекскому и казахскому языкам, готов к масштабированию.

А ещё задействован в тестировании новых сегментов — можно быстро запускать лендинги и проверять гипотезы без участия менеджеров.

AI в мессенджерах: нейроассистент

Lerna фиксирует заметный тренд: люди всё реже отвечают на звонки и предпочитают общение в мессенджерах. Компания разработала нейроассистента — AI-чат-бота, который ведёт полноценные диалоги с клиентами.

Дмитрий: «Мы создали нейроассистента, и он уже работает. Его задача — отвечать клиентам 24/7 и вести переписку в мессенджерах, как живой специалист».

Как это работает?

• Интеграция с CRM и сохранение истории диалогов
• Время ответа сейчас — 1 минута, цель — 10 секунд
• Работает ночью, в выходные и учитывает разные часовые пояса
• Самостоятельно решает простые вопросы, сложные передаёт менеджеру

Дмитрий: «Раньше, например, в Казахстане день начинался в 8 утра, а по московскому времени это 6 утра. Мы выводили людей в такую рань — полусонных, уставших. Теперь AI отвечает моментально, и качество коммуникации выше».

Эффект внедрения:

• сокращение нагрузки на менеджеров — время поддержки уменьшилось в 4 раза
• 78% диалогов ведутся автоматически, цель — 95%
• экономия на ФОТ за счёт автоматизации.

Как система принимает решения

Lerna обучила свой AI выбирать оптимальные сценарии взаимодействия с клиентом в зависимости от его поведения. Система работает динамически и подстраивается под контекст.

Дмитрий: «ИИ выбирает сценарий в зависимости от реакции пользователя. Если ответ клиента неопределённый — робот ставит задачу на ручную доработку».

Особенность технологии — адаптивные сценарии. Они меняются в зависимости от географии пользователя, часового пояса, цели коммуникации (квалификация, реактивация, допродажа).

Интеграция ИИ с воронкой продаж и отложенные сценарии

В Lerna ИИ стал частью единой экосистемы продаж. Нейросотрудники, чат-боты и менеджеры работают в одной воронке.

Дмитрий: «Мы интегрировали ИИ в воронку продаж. Это не просто звонки и переписка — это единая система, где каждый сценарий связан с конкретной целью: квалификация, реактивация, допродажа».

AI выстраивает отложенные сценарии взаимодействия:

• если клиент не ответил на первый звонок, робот планирует следующее касание
• система строит серию из 3–5 взаимодействий (звонки, сообщения, напоминания)
• автоматизация особенно эффективна при реактивации и повторных продажах.

Дмитрий: «Мы подключили повторные отложенные сценарии, и это уже даёт результат: реактивация клиентов работает лучше, допродажи идут быстрее».

Масштабирование и планы Lerna

После внедрения AI-инструментов Lerna пересмотрела подход к развитию и оптимизации бизнес-процессов.

Дмитрий говорит, что цель компании — масштабироваться, снижая издержки и повышая конверсию: «Мы понимаем, что расходы на рекламу растут, стоимость лида увеличивается, а спрос ограничен. Поэтому мы ищем экономику внутри — за счёт сокращения затрат на продажи, колл-центр и маркетинг».

Что уже сделали:

• сократили штат операторов и перераспределили нагрузку между AI и людьми
• снизили ФОТ колл-центра на 30%
• увеличили количество касаний с клиентами в 3 раза
• добились роста конверсии и экономии бюджета на рекламу.

Дмитрий: «Фактически мы перестроили работу отдела продаж: ИИ делает рутину, менеджеры подключаются только там, где нужна живая экспертиза».

Следующий шаг — нейропродажник: Дмитрий хочет сократить команды. Всё остальное будет делать AI: прозвон, переписка, квалификация и даже закрытие сделок.

Будущее ИИ в продажах

Дмитрий уверен, что Lerna только в начале пути и потенциал ИИ в продажах EdTech-продуктов огромен.

Ключевые преимущества ИИ для бизнеса:

• масштабируемость — AI обрабатывает неограниченное количество лидов
• экономия — стоимость взаимодействия сводится к цене токенов
• гибкость — сценарии адаптируются под географию, часовые пояса и цели
• скорость — время ответа сокращено до 1 минуты, цель — 10 секунд
• качество — AI обучается на реальных звонках и скриптах компании.

Lerna использует ИИ не как модный инструмент, а как основу новой модели продаж. Нейросотрудники, чат-боты, речевая аналитика и интеграция с воронкой продаж уже помогают увеличивать конверсию, снижать затраты, открывать новые рынки, работать с клиентами быстрее и точнее.