Ваш город Москва?
Специальные условия для новых клиентов! Ограниченное предложение!
Испытайте возможности умного робота VoiceBox в интерактивных демо-кейсах.
Работа с задолженностью
Обработать тысячи должников вручную невозможно — пока операторы звонят вчерашней базе, накапливаются новые долги. Голосовой робот с ИИ МТТ обрабатывает базу должников за часы, не реагирует на эмоции и строго придерживается сценария.
при первом запуске
детектором
- Загружаете базу должников в систему
- Голосовой робот с ИИ обзванивает базу
- Детектор отсекает автоответчики
- Диалог с должником по сценарию
- SMS с реквизитами и результаты в CRM
CSV-файл или интеграция с CRM/АБС по API. Система сегментирует базу: размер долга, срок просрочки, история контактов. Для каждого сегмента — свой сценарий.
Робот звонит со скоростью до 300 вызовов в минуту. Авторизованный вызов показывает клиенту название компании — конверсия в ответ растёт до 20%.
Система распознаёт голосовых помощников и автоответчики в 86% случаев. Трафик и время расходуются только на разговоры с живыми людьми.
Робот информирует о долге, предлагает оплатить, уточняет готовность и при необходимости переводит на оператора. Не реагирует на агрессию, всегда придерживается скрипта.
После диалога заинтересованный должник получает SMS с реквизитами для оплаты. Все результаты автоматически попадают в CRM: оплатил, обещал оплатить, отказал, недостижим.
Проблема: Операторов не хватает, чтобы обзвонить всю базу должников
Решение: Обзванивает тысячи должников за часы по индивидуальным сценариям. Распознаёт автоответчики, не реагирует на эмоции, передаёт «горячие» контакты оператору.
Проблема: Клиенты не берут трубку с незнакомого номера
Решение: Клиент видит название компании-кредитора на экране телефона. Доверие к звонку растёт — конверсия в разговор увеличивается до 20%.
Проблема: Должник не получил реквизиты для оплаты после разговора
Решение: Автоматическая отправка SMS с реквизитами, суммой долга и ссылкой для оплаты после диалога. Каскадные рассылки — экономия до 40% бюджета.
Проблема: Номера компании попадают в спам, половина звонков — на автоответчики
Решение: Карусель ротирует исходящие номера, HLR проверяет доступность до звонка, детектор отсекает автоответчики в 86% случаев. Трафик — только на живых людей.
Задача: Более 50% вызовов уходило на голосовых помощников. Конверсия дозвонов — 4,5–6%. Операторов не хватало для обработки всей базы. Решение: Голосовой робот с ИИ МТТ с детектором автоответчиков, карусель номеров, авторизованный вызов. Для каждого кредитора — свой сценарий.
| ×2,2 | -50% | -20% |
| конверсия дозвона в диалог (было 4,5–6%) |
трафик на автоответчики | дебиторская задолженность при первом запуске |
