HeadHunter оптимизировал работу с клиентами

 

Основным источником дохода HeadHunter является предоставление компаниям-работодателям услуг интернет-рекрутмента. В общей сложности клиентам предлагается около 30 различных услуг, в том числе публикация вакансий, доступ к базе резюме, формирование бренда работодателя. База данных HeadHunter насчитывает около 1 млн работодателей. Для удержания постоянных клиентов и увеличения их интереса к приобретению услуг возникла необходимость в современном инструменте анализа и поддержки продаж. Потенциальные клиенты должны были выявляться на основе сопоставления целого ряда факторов: размера компании, количества открытых вакансий, длительности поиска подходящих сотрудников, а также другой разнообразной статистики, накопленной за всю историю общения с той или иной организацией. 

 

«Нам требовалась мощная аналитическая поддержка для принятия решений — от организации “холодных” звонков до развития отношений с уже существующими клиентами. В ходе пилотного проекта новая система поддержки продаж продемонстрировала отличные результаты: в фокус-группе рост продаж за последний месяц составил 9,25%. Продуктивность работы менеджеров, использующих рекомендации системы, возросла на 21%, поскольку они уже не тратят время на самостоятельный поиск наиболее перспективных клиентов из общей базы», — рассказал Вадим Андронов, руководитель проекта со стороны HeadHunter.

 

В настоящее время решение находится на этапе опытно-промышленной эксплуатации. По информации заказчика, ежедневно к нему обращаются свыше 50 менеджеров HeadHunter, а прогнозы строятся по данным о 40 тыс. клиентов. За два месяца на основе рекомендаций, выданных системой, менеджеры совершили около 2,5 тыс. телефонных звонков, треть из которых завершилась сделкой. Среди других весомых результатов использования системы в HeadHunter отметили увеличение спроса на услуги со стороны ранее неактивных клиентов. По словам специалистов компании, через некоторое время система начала использовать собственную накопленную статистику обработки рекомендаций и анализировать ее, что позволяет увеличить точность прогноза.