Записаться
Введите данные для связи с вами
Принятие cookies
Настройки cookie
Файлы cookie, необходимые для правильной работы сайта, всегда включены.
Другие печеньки cookies можно настроить.
Другие печеньки cookies можно настроить.
Когда автоматизация не исполняет желания
Почему хорошие проекты по автоматизации терпят фиаско при внедрении в бизнес
Почти каждый проект автоматизации начинается немного как сказка о золотой рыбке.
«Поставим CRM и заявки перестанут теряться».
«Настроим воронку и менеджеры начнут работать системно».
«Подключим AI и предложения будут готовиться за минуты».
«Внедрим аналитику и руководитель наконец увидит реальную картину бизнеса».
ЗНАКОМО?
«Поставим CRM и заявки перестанут теряться».
«Настроим воронку и менеджеры начнут работать системно».
«Подключим AI и предложения будут готовиться за минуты».
«Внедрим аналитику и руководитель наконец увидит реальную картину бизнеса».
ЗНАКОМО?
Когда автоматизация не исполняет желания
Деньги выделены. ТЗ согласовано. Подрядчики работают. В голове уже строятся золотые замки: меньше ручной рутины, прозрачные процессы, рост продаж, команда, которая действует слаженно.
Через несколько месяцев система готова.
Но менеджеры продолжают вести клиентов в чатах и таблицах. Часть данных не попадает в CRM. Роботы запускаются, но никто не понимает, зачем. AI красиво делает черновики, но ими пользуется один человек. Руководитель открывает отчёт и понимает, что верить цифрам нельзя.
Золотая рыбка уплыла, а бизнес вернулся примерно туда, откуда начинал. И тут часто думают, что хотели волшебника, а попался сказочник.
Через несколько месяцев система готова.
Но менеджеры продолжают вести клиентов в чатах и таблицах. Часть данных не попадает в CRM. Роботы запускаются, но никто не понимает, зачем. AI красиво делает черновики, но ими пользуется один человек. Руководитель открывает отчёт и понимает, что верить цифрам нельзя.
Золотая рыбка уплыла, а бизнес вернулся примерно туда, откуда начинал. И тут часто думают, что хотели волшебника, а попался сказочник.
Однако дело обычно не в подрядчике.
Подрядчик сделал то, что было написано в ТЗ. Он не может автоматически договориться за собственника о новом образе действий.
Система не решает эти вопросы вместо бизнеса.
Она может напомнить менеджеру перезвонить клиенту, создать этапы воронки, собирать отчёты.
Но она не может вместо команды договориться, что считать заявкой, кто отвечает за клиента, в какой момент передавать его коллегам и какие данные должны быть внесены обязательно. Не может сделать так, чтобы руководитель перестал принимать отчёты «вручную» из чатов. Не может убедить сотрудника, что новый порядок работы важнее привычного.
Именно поэтому автоматизация часто не даёт обещанного эффекта. Про нее рассказали, но забыли внедрить в процессы.
Подрядчик сделал то, что было написано в ТЗ. Он не может автоматически договориться за собственника о новом образе действий.
Система не решает эти вопросы вместо бизнеса.
Она может напомнить менеджеру перезвонить клиенту, создать этапы воронки, собирать отчёты.
Но она не может вместо команды договориться, что считать заявкой, кто отвечает за клиента, в какой момент передавать его коллегам и какие данные должны быть внесены обязательно. Не может сделать так, чтобы руководитель перестал принимать отчёты «вручную» из чатов. Не может убедить сотрудника, что новый порядок работы важнее привычного.
Именно поэтому автоматизация часто не даёт обещанного эффекта. Про нее рассказали, но забыли внедрить в процессы.
«Мы же всех обучили»
После запуска обычно проводят обучение. Показывают кнопки, объясняют поля, записывают инструкцию.
Люди кивают. Иногда даже искренне говорят: «Удобно».
А на следующий день возвращаются к тому, что уже умеют делать быстро: пишут в личные чаты, ставят заметки себе в телефон, хранят файлы на рабочем столе, ведут собственные таблицы. Про сопротивления изменениям никому не надо рассказывать, все в курсе.
Новый процесс пока требует больше внимания, чем старый, он напрягает. В нём легко ошибиться, не всегда понятно, кто поможет, а результат для конкретного сотрудника может быть неочевиден.
Возникает эффект «Я вот только последний раз по-быстрому сделаю, как раньше». Аналогично «начну с понедельника…»
Пока руководитель продолжает принимать информацию «как раньше» из устных сообщений, личных таблиц и чатов, у команды нет причины менять привычку.
Система становится дополнительной работой, а не местом, где происходит эта работа. «Черная магия» этого процесса состоит в том, что скрытые издержки бизнеса растут незаметно. В виде дополнительного рабочего времени, не говоря уже о вложениях в систему. Автоматизация должна работать в помощь людям. А часто получается, что ее (автоматизацию) обслуживают люди, как VIP клиента.
Люди кивают. Иногда даже искренне говорят: «Удобно».
А на следующий день возвращаются к тому, что уже умеют делать быстро: пишут в личные чаты, ставят заметки себе в телефон, хранят файлы на рабочем столе, ведут собственные таблицы. Про сопротивления изменениям никому не надо рассказывать, все в курсе.
Новый процесс пока требует больше внимания, чем старый, он напрягает. В нём легко ошибиться, не всегда понятно, кто поможет, а результат для конкретного сотрудника может быть неочевиден.
Возникает эффект «Я вот только последний раз по-быстрому сделаю, как раньше». Аналогично «начну с понедельника…»
Пока руководитель продолжает принимать информацию «как раньше» из устных сообщений, личных таблиц и чатов, у команды нет причины менять привычку.
Система становится дополнительной работой, а не местом, где происходит эта работа. «Черная магия» этого процесса состоит в том, что скрытые издержки бизнеса растут незаметно. В виде дополнительного рабочего времени, не говоря уже о вложениях в систему. Автоматизация должна работать в помощь людям. А часто получается, что ее (автоматизацию) обслуживают люди, как VIP клиента.
С ИИ история выглядит ещё ярче. Сначала все впечатлены. Нейросеть пишет письмо, собирает коммерческое предложение, делает резюме встречи или анализирует обратную связь за несколько минут.
Но потом оказывается, что непонятно, какие данные ей можно давать. Кто-то опасается ошибок. Кто-то не знает, как проверять результат. Кто-то использует ИИ в личном аккаунте, а кто-то принципиально не использует совсем.
Через время в компании появляются десятки разрозненных промптов, файлов и экспериментов. Что-то работает, но это не становится общим способом работы. В итоге ИИ не заменяет процесс. Он особенно хорошо показывает, есть ли этот процесс вообще.
Если неизвестно, кто готовит предложение, кто проверяет цену, кто принимает решение и где хранится финальная версия, ИИ только ускоряет подготовку еще одного черновика.
Проверьте, сколько таких черновиков у Вас накопилось?
Но потом оказывается, что непонятно, какие данные ей можно давать. Кто-то опасается ошибок. Кто-то не знает, как проверять результат. Кто-то использует ИИ в личном аккаунте, а кто-то принципиально не использует совсем.
Через время в компании появляются десятки разрозненных промптов, файлов и экспериментов. Что-то работает, но это не становится общим способом работы. В итоге ИИ не заменяет процесс. Он особенно хорошо показывает, есть ли этот процесс вообще.
Если неизвестно, кто готовит предложение, кто проверяет цену, кто принимает решение и где хранится финальная версия, ИИ только ускоряет подготовку еще одного черновика.
Проверьте, сколько таких черновиков у Вас накопилось?
ИИ делает это еще заметнее
С ИИ история выглядит ещё ярче.
Сначала все впечатлены. Нейросеть пишет письмо, собирает коммерческое предложение, делает резюме встречи или анализирует обратную связь за несколько минут.
Но потом оказывается, что непонятно, какие данные ей можно давать. Кто-то опасается ошибок. Кто-то не знает, как проверять результат. Кто-то использует ИИ в личном аккаунте, а кто-то принципиально не использует совсем.
Через время в компании появляются десятки разрозненных промптов, файлов и экспериментов. Что-то работает, но это не становится общим способом работы.
В итоге ИИ не заменяет процесс. Он особенно хорошо показывает, есть ли этот процесс вообще. Если неизвестно, кто готовит предложение, кто проверяет цену, кто принимает решение и где хранится финальная версия, ИИ только ускоряет подготовку еще одного черновика.
Проверьте, сколько таких черновиков у Вас накопилось?
Сначала все впечатлены. Нейросеть пишет письмо, собирает коммерческое предложение, делает резюме встречи или анализирует обратную связь за несколько минут.
Но потом оказывается, что непонятно, какие данные ей можно давать. Кто-то опасается ошибок. Кто-то не знает, как проверять результат. Кто-то использует ИИ в личном аккаунте, а кто-то принципиально не использует совсем.
Через время в компании появляются десятки разрозненных промптов, файлов и экспериментов. Что-то работает, но это не становится общим способом работы.
В итоге ИИ не заменяет процесс. Он особенно хорошо показывает, есть ли этот процесс вообще. Если неизвестно, кто готовит предложение, кто проверяет цену, кто принимает решение и где хранится финальная версия, ИИ только ускоряет подготовку еще одного черновика.
Проверьте, сколько таких черновиков у Вас накопилось?
А КАК ПОЛУЧИТЬ РЕЗУЛЬТАТ?
С чего начинается результат?
НЕ с выбора платформы, лицензий и списка функций.
А с нескольких неудобных вопросов:
А с нескольких неудобных вопросов:
- Что именно должно стать быстрее, дешевле или надёжнее? Какой результат и где конкретно бизнес должен получить при автоматизации?
- Где сейчас теряются время, деньги и клиенты?
- Как выглядит процесс в реальности (не в регламенте) в ежедневной работе?
- Кто отвечает за каждый важный шаг?
- От чего команда должна отказаться, чтобы новый способ работы стал основным?
- Как мы поймём через два-три месяца, что проект действительно заработал и нет скрытых издержек? Почему каждому в команде будет выгоднее иметь автоматизированного помощника, чем кормить систему обязательными данными?
Вместо вывода
Техническое решение составляет только часть проекта. Есть еще две части: люди и управление.
Автоматизация начинает приносить результат тогда, когда бизнес готов поменять способ работы: договориться о новых правилах, отказаться от параллельных обходных путей, поддержать людей в переходе и регулярно смотреть, что происходит на самом деле.
Иначе можно снова поймать золотую рыбку, загадать желание, оплатить проект и через некоторое время обнаружить, что рядом со «старым корытом» в руках осталась только новая система с красивым интерфейсом.
Автоматизация начинает приносить результат тогда, когда бизнес готов поменять способ работы: договориться о новых правилах, отказаться от параллельных обходных путей, поддержать людей в переходе и регулярно смотреть, что происходит на самом деле.
Иначе можно снова поймать золотую рыбку, загадать желание, оплатить проект и через некоторое время обнаружить, что рядом со «старым корытом» в руках осталась только новая система с красивым интерфейсом.
ВОПРОСЫ
Коротко: ответы на частые вопросы
Почему сотрудники не хотят работать в CRM?
Чаще сотрудники сопротивляются не самой CRM, а новому способу работы. Им может быть непонятна личная польза, интерфейс может не соответствовать реальным задачам, а старые каналы таблицы и мессенджеры продолжают работать без ограничений. Пока можно вести клиента «как раньше», система воспринимается как лишняя нагрузка.
Как заставить сотрудников пользоваться CRM?
Лучше не «заставлять», а сделать CRM рабочей средой, без которой процесс не продолжается: из неё ставятся задачи, фиксируются договорённости, формируются отчёты и принимаются управленческие решения. При этом сотруднику нужна понятная выгода: меньше повторяющихся действий, меньше потерь информации, быстрее подготовка документов, прозрачные приоритеты.
Нужно ли описывать бизнес-процессы перед автоматизацией?
Да. До выбора CRM, настройки роботов или подключения ИИ в общие процессы важно понять, как работа происходит сейчас: где начинаются и заканчиваются процессы, кто принимает решения, где возникают потери и какие данные нужны. Автоматизация плохо исправляет неясный процесс, чаще она просто делает его быстрее и заметнее.
С чего начать автоматизацию бизнеса?
Начните не с выбора программы, а с конкретной цели. Например: сократить время ответа на заявку, перестать терять обращения, ускорить подготовку коммерческих предложений или видеть достоверную воронку продаж. Затем опишите текущий процесс, определите владельца, измеримый результат и только после этого подбирайте инструмент.
Почему CRM не работает после внедрения?
CRM не работает в полную силу, когда её внедрили технически, но не встроили в ежедневные процессы. Недостаточно настроить воронку и провести обучение. Нужно определить, какие данные обязательны, кто отвечает за их внесение, на каком этапе передаётся клиент и по каким данным руководитель принимает решения.
Если нужна помощь в процессе внедрения, оставьте заявку
Почему отчёты CRM не совпадают с реальной картиной?
Отчёт отражает не реальность, а данные, которые внесли в систему. Если менеджеры фиксируют сделки и причины отказов неполно, задним числом или по-разному, даже красивый дашборд будет давать искажённую картину. Сначала нужно договориться о единых правилах данных и ответственности, а потом доверять аналитике.
Что делать, если CRM внедрили, но ей никто не пользуется?
Не начинать с новой системы. Проверьте, где реальная работа происходит сейчас: в чатах, личных таблицах, телефонных заметках или почте. Затем выберите один критичный процесс, определите обязательные действия в CRM, перестаньте принимать управленческую информацию в обход системы. То есть контролируете результат работы сотрудников только через систему (даже если там сейчас пусто, просто начните, вода камень точит). Зарплата обычно соответствует результату...
Почему автоматизация увеличивает нагрузку на сотрудников?
Так происходит, когда новый инструмент добавляют поверх старого процесса, но ничего не отменяют. Сотрудник по-прежнему ведёт таблицу, отвечает в чатах, отчитывается руководителю и вдобавок заполняет CRM. Автоматизация начинает экономить время только после пересмотра процесса: часть действий исчезает, данные вводятся один раз, а система использует их дальше сама.
Как оценить эффективность автоматизации?
Оценку стоит определить до начала проекта. Подойдут показатели, связанные с целью: скорость первой реакции на заявку, доля потерянных лидов, время подготовки предложения, количество ручных операций, число ошибок, конверсия по этапам, время руководителя на сбор отчётов. Сравнивать нужно не только расходы на лицензии, но и скрытые затраты команды: дублирование работы, исправление ошибок и ручной контроль.
Как внедрить искусственный интеллект в бизнес?
Начните с одной повторяющейся задачи, где понятен результат: подготовка черновиков писем, резюме встреч, первичная обработка обращений, поиск по внутренним документам или подготовка типового предложения. До запуска определите владельца процесса, доступные данные, правила безопасности, обязательную проверку результата человеком и метрику эффекта.
Почему ИИ-пилот не масштабируется на всю компанию?
Потому что успешная демонстрация ещё не является рабочим процессом. Для масштабирования нужны единый сценарий работы, обученные сотрудники, понятные роли, правила использования данных, контроль качества и человек, отвечающий за результат. Без этого пилот остаётся удачным опытом одного энтузиаста.
Можно ли доверять ИИ ответы клиентам?
ИИ может подготовить черновик, но перед отправкой клиенту его должен проверять ответственный сотрудник. Особенно это касается цен, сроков, юридических условий, технических характеристик, персональных данных и рекомендаций, которые могут повлиять на решение клиента. Ответственность за финальный ответ остаётся у компании, а не у инструмента, то есть ИИ. Есть темы, где ошибки не так критичны, там ИИ можно использовать шире.
Чем внедрение ИИ отличается от обычной автоматизации?
Обычная автоматизация выполняет заранее заданные правила: при событии A происходит действие B. ИИ работает с контекстом и формирует вероятностный результат, поэтому требует проверки, качественных исходных данных, понятных ограничений и ответственного человека. Чем выше влияние ИИ на клиента, деньги или управленческое решение, тем важнее контроль.
Почему сотрудники не хотят работать в CRM?
Чаще сотрудники сопротивляются не самой CRM, а новому способу работы. Им может быть непонятна личная польза, интерфейс может не соответствовать реальным задачам, а старые каналы таблицы и мессенджеры продолжают работать без ограничений. Пока можно вести клиента «как раньше», система воспринимается как лишняя нагрузка.
Как заставить сотрудников пользоваться CRM?
Лучше не «заставлять», а сделать CRM рабочей средой, без которой процесс не продолжается: из неё ставятся задачи, фиксируются договорённости, формируются отчёты и принимаются управленческие решения. При этом сотруднику нужна понятная выгода: меньше повторяющихся действий, меньше потерь информации, быстрее подготовка документов, прозрачные приоритеты.
Нужно ли описывать бизнес-процессы перед автоматизацией?
Да. До выбора CRM, настройки роботов или подключения ИИ в общие процессы важно понять, как работа происходит сейчас: где начинаются и заканчиваются процессы, кто принимает решения, где возникают потери и какие данные нужны. Автоматизация плохо исправляет неясный процесс, чаще она просто делает его быстрее и заметнее.
С чего начать автоматизацию бизнеса?
Начните не с выбора программы, а с конкретной цели. Например: сократить время ответа на заявку, перестать терять обращения, ускорить подготовку коммерческих предложений или видеть достоверную воронку продаж. Затем опишите текущий процесс, определите владельца, измеримый результат и только после этого подбирайте инструмент.
Почему CRM не работает после внедрения?
CRM не работает в полную силу, когда её внедрили технически, но не встроили в ежедневные процессы. Недостаточно настроить воронку и провести обучение. Нужно определить, какие данные обязательны, кто отвечает за их внесение, на каком этапе передаётся клиент и по каким данным руководитель принимает решения.
Если нужна помощь в процессе внедрения, оставьте заявку
Почему отчёты CRM не совпадают с реальной картиной?
Отчёт отражает не реальность, а данные, которые внесли в систему. Если менеджеры фиксируют сделки и причины отказов неполно, задним числом или по-разному, даже красивый дашборд будет давать искажённую картину. Сначала нужно договориться о единых правилах данных и ответственности, а потом доверять аналитике.
Что делать, если CRM внедрили, но ей никто не пользуется?
Не начинать с новой системы. Проверьте, где реальная работа происходит сейчас: в чатах, личных таблицах, телефонных заметках или почте. Затем выберите один критичный процесс, определите обязательные действия в CRM, перестаньте принимать управленческую информацию в обход системы. То есть контролируете результат работы сотрудников только через систему (даже если там сейчас пусто, просто начните, вода камень точит). Зарплата обычно соответствует результату...
Почему автоматизация увеличивает нагрузку на сотрудников?
Так происходит, когда новый инструмент добавляют поверх старого процесса, но ничего не отменяют. Сотрудник по-прежнему ведёт таблицу, отвечает в чатах, отчитывается руководителю и вдобавок заполняет CRM. Автоматизация начинает экономить время только после пересмотра процесса: часть действий исчезает, данные вводятся один раз, а система использует их дальше сама.
Как оценить эффективность автоматизации?
Оценку стоит определить до начала проекта. Подойдут показатели, связанные с целью: скорость первой реакции на заявку, доля потерянных лидов, время подготовки предложения, количество ручных операций, число ошибок, конверсия по этапам, время руководителя на сбор отчётов. Сравнивать нужно не только расходы на лицензии, но и скрытые затраты команды: дублирование работы, исправление ошибок и ручной контроль.
Как внедрить искусственный интеллект в бизнес?
Начните с одной повторяющейся задачи, где понятен результат: подготовка черновиков писем, резюме встреч, первичная обработка обращений, поиск по внутренним документам или подготовка типового предложения. До запуска определите владельца процесса, доступные данные, правила безопасности, обязательную проверку результата человеком и метрику эффекта.
Почему ИИ-пилот не масштабируется на всю компанию?
Потому что успешная демонстрация ещё не является рабочим процессом. Для масштабирования нужны единый сценарий работы, обученные сотрудники, понятные роли, правила использования данных, контроль качества и человек, отвечающий за результат. Без этого пилот остаётся удачным опытом одного энтузиаста.
Можно ли доверять ИИ ответы клиентам?
ИИ может подготовить черновик, но перед отправкой клиенту его должен проверять ответственный сотрудник. Особенно это касается цен, сроков, юридических условий, технических характеристик, персональных данных и рекомендаций, которые могут повлиять на решение клиента. Ответственность за финальный ответ остаётся у компании, а не у инструмента, то есть ИИ. Есть темы, где ошибки не так критичны, там ИИ можно использовать шире.
Чем внедрение ИИ отличается от обычной автоматизации?
Обычная автоматизация выполняет заранее заданные правила: при событии A происходит действие B. ИИ работает с контекстом и формирует вероятностный результат, поэтому требует проверки, качественных исходных данных, понятных ограничений и ответственного человека. Чем выше влияние ИИ на клиента, деньги или управленческое решение, тем важнее контроль.
Остались вопросы?
Мы вам перезвоним и поможем!
Нажимая "Жду звонка", вы даёте согласие на обработку персональных данных
Written by Irina Tuzina
