Кейс сервиса доставки: как мы сократили приём курьеров с 3 часов до 30 минут
По условиям договора мы не можем назвать компанию клиента, но может рассказать о результатах на проекте.
Крупный сервис доставки в 6 раз сократил скорость приёма исполнителей и в 4 раза уменьшил потери кандидатов в ходе онбординга. Рассказываем, какую роль в оптимизации HR-процессов сыграл Qugo: нашу платформу привлёк один из партнёров клиента по подбору линейного персонала.
Сервис терял деньги из-за медленной работы с кандидатами
Клиент доставляет продукты по всей России без выходных и праздников, покрывая 11 часовых поясов. Из 35 тысяч исполнителей 20 тысяч регулярно выходят на линию сборки заказов и доставки до покупателей.
Исполнителей нанимали вручную. Оператор колл-центра связывался с кандидатами, запрашивал у них документы и дополнительно инструктировал.
Процесс занимал 3 часа. За это время исполнители проходили пять этапов:
- сбор документов,
- проверка службой безопасности,
- интервью с кадровой службой,
- онбординг,
- экспресс-обучение и получение допуска в приложение.
30% кандидатов не доходило до последнего этапа.
Чтобы ускорить и упростить процесс, клиент привлёк рекрутинговую компанию, но это не помогло достигнуть целевого эффекта.
Кандидаты всё равно неправильно указывали номер телефона, недосылали документы, их успевали переманить конкуренты. Да, спрос на труд вырос настолько, что за 3 часа курьера может схантить другая компания.
На каждом «недошедшем» кандидате клиент терял деньги. Причём деньги он терял и в моменте, и в перспективе — на его объёмах привлечение новых кандидатов требует всё больших трат на маркетинг с каждым «пополнением».
Задача: автоматизировать работу с кандидатами
Партнёр клиента по подбору персонала рекомендовал привлечь платформу Qugo и делегировать нам:
- приглашение исполнителей,
- проверку их налогового статуса,
- подписание договоров,
- размещение заданий,
- проведение выплат за оказанные услуги,
- получение чеков и актов,
- оплату НПД за самозанятых.
Мы должны были бесшовно внедриться в системы клиента, ускорить процессы и снизить операционную нагрузку на бизнес.
Первый этап: базовое внедрение Qugo
Чтобы отслеживать, насколько наша команда справляется с ускорением процессов, внедрили три ключевые метрики по кандидатам:
- скорость приёма,
- простота приёма,
- конверсия в выход на линию.
Ещё клиент через нас собирает статистику по получению исполнителями второй, третьей, пятой и десятой выплаты.
В Qugo есть считывание документов через ИИ. Когда клиент подключил платформу, это уже радикально ускорило процессы. Также мы помогли сократить количество собираемых документов.
Раньше внутренние службы клиента в соответствии со своими процессами запрашивали у самозанятых информацию, которая не нужна для сотрудничества с ними. После внедрения Qugo и консультации с персональным менеджером от этой практики отказались.
Первичный итог:
- уменьшили количество контактов исполнителя с оператором клиента,
- сократили время ожидания исполнителя,
- повысили КПД.
Возникла проблема: исполнители слишком часто обращались с вопросами
Базовое внедрение платформы не избавило нас от контактов с исполнителям. Их количество уже было в разы меньше, но всё равно требовало большого внимания и немалых трудозатрат со стороны нашего персонала.
С вопросами в чате и по телефону к нам обращалось 400 человек в день.
Qugo стали частью приёма и онбординга клиента. Это принесло свои плоды, и долгое время работало в таком режиме. Но в один момент справляться с потоком людей стало действительно сложно.
Второй этап: внедрили ИИ-ассистентов, чтобы справиться с проблемами роста
Клиент планомерно увеличивал количество исполнителей — нагрузка на отдел наш отдел онбординга росла. Если бы команда не пыталась автоматизировать работу, то штат подразделения к 2025 году пришлось бы увеличить до 60 человек.
Первым ИИ-ассистентом стал линейный чат-бот. Он делает всю работу, которую ранее поручали рекрутёру:
- формирует индивидуальную ссылку для регистрации в Qugo каждому исполнителю;
- напоминает кандидату, на каком этапе он остановился;
- отвечает на простые вопросы;
- собирает и передаёт менеджерам данные по «потеряшкам».
Мы долго совершенствовали первого чат-бота на основе реальных данных. Для этого выстраивали поэтапный процесс работы с пользователями, отслеживали потери кандидатов на разных этапах и экспериментировали с процессом.
Теперь регистрация кандидатов проходит линейно, с минимумом кнопок и текста.
Вторым ИИ-ассистентом стал голосовой помощник. Это обучаемый бот на базе ИИ. Он ведёт содержательный диалог с кандидатом, напоминает ему о регистрации и отвечает на вопросы. Если исполнитель просит перезвонить через какое-то время, бот это делает.
Система сама распознает вопрос и предложит некоторые шаблонные вопросы, либо ответит автоматически, подтянув все данные, либо переведёт на живого оператора.
По подсчётам, оба ИИ-ассистента экономят клиенту порядка 30 миллионов рублей в год.
Разработка ботов помогла прийти к ещё более впечатляющей картине.
Результат: полностью заменили клиенту службу онбординга
Наша платформа помогла освободить рекрутёров от задач, не связанных с поиском. Об остальном расскажут цифры.
