Организация контроля качества в компании ООО «Леруа Мерлен Восток»

В компании ООО «Леруа Мерлен Восток» предусмотрен контроль качества за деятельностью торговой организации. Контроль качества в анализируемой компании осуществляется несколькими способами: автоматизация контроля качества работы персонала в магазинах сети «Леруа Мерлен»; работа с отзывами потребителей «Леруа Мерлен» в сети Интернет; контроль качества обслуживания в контактном центре компании «Леруа Мерлен». Рассмотрим подробнее.
1)Автоматизация контроля качества работы персонала в магазинах сети «Леруа Мерлен». В некоторых магазинах сети «Леруа Мерлен» внедрен проект «Система оценки качества», рисунок 1.[16]
Система позволяет руководству магазина контролировать работу консультантов и кассиров. Респонденты (покупатели) оценивают работу персонала путём выставления оценок на кнопочном устройстве. Данная информация хранится на сервере и предоставляется руководителю в виде отчёта. С одной стороны, система позволяет добиться лояльности покупателей (клиент видит, что магазину важно его мнение), с другой – увеличивает эффективность менеджмента и помогает мотивировать персонал.
2) Работа с отзывами потребителей «Леруа Мерлен» в сети Интернет.
Управление отзывами в интернете позволяет увеличить вероятность покупки, улучшить качество товарного предложения и услуг, повысить лояльность клиентов. Отзывы одинаково необходимы и покупателям, и ритейлерам, и поставщикам. Понимая это, компания «Леруа Мерлен» выстроила собственную систему работы с отзывами о товарах и услугах сети. Система имеет несколько основных направлений – увеличение покрытия, решение проблемы клиента, улучшение товарного предложения, повышение качества услуг в офлайн-магазине.[6]
2.1)Увеличение покрытия товаров. По данным «Леруа Мерлен», 9 из 10 покупателей принимают решение на основе отзывов других пользователей, поэтому сеть целенаправленно работает над увеличением количества отзывов и широтой охвата товаров. «Важно учитывать не только количество отзывов на сайте магазина в целом, необходимо, чтобы все категории товаров имели достаточно большое количество отзывов. Компании важен показатель покрытия товаров отзывами, работа с которым требует особого подхода. Например, компания понимает, что покупатель-женщина, скорее всего, сможет оставить отзыв об обоях, но вряд ли будет писать о том, как хорошо гвоздь вбивается в стену. Поэтому приходится применять различные мотивирующие механики в разных ситуациях». Для увеличения количества отзывов каждому покупателю через семь дней после совершения онлайн-заказа отправляется электронное письмо с просьбой оставить свой отзыв о приобретенном товаре. Конверсия обращений по e-mail в отзывы зависит от категории, но в целом невысокая – около 5,0%. К офлайн-покупателям эта механика не применяется, но они и так ведут себя достаточно активно. «В компанию всегда поступает большое количество отзывов. Если раньше нужно было придумывать креативные механики, чтобы стимулировать покупателя оставить отзыв, то сейчас количество отзывов растет органически и очень быстро. Для увеличения покрытия товаров отзывами проводится анализ наличия отзывов по каждой товарной категории и позиции. Выбираются товары, не имеющие отзывов или имеющие недостаточное их количество. За помощью в работе с такими товарами обращаются к лояльным клиентам и призывают их оставить отзыв на конкретный товар. В рамках программы лояльности развиваются проекты «Семьи Леруа Мерлен», «Новоселы», участники которых могут делиться своим опытом использования товаров, рассказами о строительстве и ремонте, давать свои оценки. За отзывы участникам программы начисляются баллы, которыми потом можно оплатить покупку. Такая механика тоже стимулирует рост покрытия по категориям. «Стараемся фильтровать реальные отзывы от фейковых: обязательно просим предоставить фотографию товара, выполнить определенные задания, доказывающие его приобретение и использования». В разработке находится новая программа лояльности сети, в рамках которой можно будет получать бонусы и баллы за отзывы о товарах и услугах. [6]
2.2)Работа с отзывами. В компании действует KPI – ответ на отзыв покупателя необходимо дать в течение 24 часов. Так как отзывами занимается большая команда, каждое сообщение берет себе в работу специалист, увидевший его первым. Некоторые обращения требуют немедленной реакции, так как через сутки ответ будет уже неактуальным, но отбор таких запросов не автоматизирован и основан на человеческом факторе – решение принимает сотрудник. Для анализа эффективности работы на этапе первого отклика действуют внутренние дашборды, на которых отслеживается количество сотрудников, работающих с отзывами, и скорость реакции на обращение. Система позволяет делать выгрузку всех отзывов за определенный период в Excel, видеть данные специалиста, отвечавшего на отзыв, время получения и ответа с точностью до секунды. Сотрудники команды отзывов проходят специальное обучение, качество ответов измеряется на основе ежемесячных мониторингов, но в ручном режиме, так как ответы каждый раз уникальные и автоматизировать процесс оценки пока невозможно. Первый ответ не означает решение проблемы, это просто отклик компании о том, что клиент услышан. Решение может потребовать больше времени на проведение исследования, общение с поставщиком, обмен товара и так далее. В процессе работы над отзывом к команде подключаются разные отделы и сотрудники. Специалисты центрального офиса по товарному предложению ежедневно выделяют специальное время для ответов на отзывы по своей категории. Они постоянно коммуницируют с поставщиками, могут запросить уточняющую информацию и дать компетентный ответ. Специалисты отдела качества автоматически получают от команды по работе с отзывами систематизированную информацию. Товар анализируется по нескольким критериям, и если он за конкретный период набрал определенный процент брака или возврата, то код товара автоматически попадает в систему отдела качества.
Специалисты ОК не отвечают на отзывы, а занимаются выяснением ситуации – выходят на поставщика, проводят исследование, чтобы понять, насколько товар некачественный и соответствуют ли отзывы реальности. Компания старается делать так, чтобы в руки ОК негативные отзывы попадали еще до того, как товар накопит критические показатели, чтобы заранее держать его в поле внимания. Линейные сотрудники магазинов работают с отзывами о сервисе и с положительными отзывами о товарах. В каждом магазине имеется уникальный набор услуг, поэтому действуют собственные процессы работы с отзывами. Непосредственно в магазинах находятся комьюнити-менеджеры, получающие и обрабатывающие обратную связь от покупателей. С осени 2020 года к работе с отзывами подключили поставщиков товаров. Это взаимовыгодный процесс, потому что поставщики глубоко знают свой товар, заинтересованы в коммуникации с покупателями, но не имеют возможности с ними общаться напрямую. В данном случае поставщики действуют с помощью ритейлера, и для работы с отзывами их даже не приходится мотивировать. Для всех видов отзывов – о товарах, доставке, услугах – в компании действует единая точка входа: раздел сайта «обратная связь», где клиент пишет свое обращение. Все отзывы с сайта аккумулируются в единой системе, внутри которой обеспечена возможность настройки фильтров и тегирования отзывов. Ведется мониторинг отзывов на сторонних ресурсах – сайтах-отзовиках, соцсетях. Этот процесс автоматизирован, используется сервис подрядчика. Отзывы из соцсетей обрабатывает специальная команда по развитию сообществ. Каждый регион поддерживает свои страницы сообщества во всех популярных соцсетях. Ведут эти страницы комьюнити-менеджеры магазинов и таким образом общаются с местными покупателями. Команда по развитию сообществ реагирует на отзывы максимально оперативно: скорость первого ответа в соцсетях составляет 15 минут. Обратная связь от покупателей помогает «Леруа Мерлен» улучшать качество товарного предложения: ритейлер и поставщик, получая обратную связь, понимают, какой товар пользуется популярностью, вызывает больше эмпатии, что нужно скорректировать или изменить. Анализируются не только негативные, но и позитивные отзывы, так как все они могут содержать полезные замечания, инсайты и предложения. По данным компании в «Леруа Мерлен» соотношение положительных и отрицательных отзывов составляет примерно 70 на 30%. [6]
2.3)Решение проблемы негативных отзывов. Самое главное при работе с отзывами – решение проблемы. «У всех ритейлеров могут быть ошибки, задержки с доставкой, бракованные товары, и тут важно снять с клиента негативный опыт. Если проблема не будет решена, недовольство клиента возрастет, он будет рассказывать о ней друзьям и знакомым, советовать не ходить в этот магазин. Но если компания сможет разрешить ситуацию, покупатель, скорее всего, быстро забудет о своем недовольстве, поделится опытом в соцсетях. Как показывает практика, позитивным опытом тоже охотно делятся». Количество открытых кейсов – нерешенных проблем – мониторится во внутренней системе обращений компании. Подход к каждому кейсу индивидуален, в зависимости от ситуации на решение проблемы может уйти от нескольких часов до нескольких месяцев, но все это время важно поддерживать коммуникацию с клиентом. Чтобы нивелировать негатив, компания предлагает купон на следующую покупку, выезжает к покупателю на дом для изучения проблемы и прочее. После решения проблемы многие покупатели сами просят удалить негативный отзыв и пишут позитивный. Не все негативные отзывы бывают правдивыми, но они также не удаляются с сайта, потому что удаленный отзыв, даже неверный, повышает негатив, создает недоверие, вызывает подозрение в имитации общего позитива. На ошибочные отзывы компания стандартно реагирует и письменно разъясняет ситуацию. Рейтинг «Леруа Мерлен» на «Яндекс Маркет» – 4,58, более 78,0% покупателей готовы продолжать приобретать товар в этой сети. Такой показатель достигнут, в том числе, за счет кропотливой работы с отзывами. [6]
3) Контроль качества обслуживания в контактном центре компании «Леруа Мерлен».
3.1)В 2021 году компания GMCS развернула BI-решение на базе Tableau для контроля качества клиентской поддержки в контактном центре «Леруа Мерлен». Проект выполнен в рамках развития единого аналитического решения, которое ритейлер использует для контроля качества обслуживания клиентов в разных каналах. [6]
BI-решение позволяет «Леруа Мерлен» оценивать работу контактного центра по трём основным направлениям: звонки, опросы и результаты прослушивания аудиофайлов записанных разговоров операторов с клиентами. Создан отчёт, позволяющий отслеживать количество поступающих звонков в контактный центр, плановое и фактическое количество операторов, среднюю продолжительность разговоров (AHT, Average Handling Time), процент потерянных звонков и количество звонков с ожиданием более 30 секунд, а также выполнение основных показателей по эффективности клиентской поддержки контактным центром – SL (Service Level), FCR (First Call Resolution), CSI (Customer Satisfaction Index), NPS (Net Promoter Score).
Контактный центр остается ключевым элементом в цепочке взаимодействия с покупателями, на который ложится огромная нагрузка, особенно в пиковые периоды. BI-решение призвано не только обеспечить оценку операционной работы контактного центра, но и помочь найти точки роста и зоны, которые можно оптимизировать для ещё более удобного взаимодействия и повышения удовлетворённости клиентов качеством обслуживания.
Tableau обеспечивает сквозную оценку параметров, определяющих качество обслуживания. Раздел по статистике звонков позволяет отслеживать показатель FCR (решение вопроса клиента при первом обращении), с возможностью анализа тематик повторных обращений. Для второй линии поддержки представлено оперативное количество обращений в разных статусах с разделением по каналам (звонки, обращения с сайта и письменные обращения). Отслеживается плановое и фактическое количество операторов, среднее время обслуживания (AHT) и время реакции на обращение в очереди у операторов второй линии поддержки за текущий день.
Раздел по статистике опросов показывает удовлетворённость клиентов качеством полученной консультации через ключевые индексы клиентской поддержки – NPS, уровень лояльности клиентов к бренду, индексы удовлетворенности клиентов CSI и CDSAT (Customer Dissatisfaction Index). Дашборд включает воронку опросов в динамике: количество распределенных на операторов звонков, предложенных опросников и полностью пройденных опросов. Раздел содержит среднюю оценку по результатам опросов, процент отрицательных оценок, процент негатива, рейтинг операторов по количеству отрицательных оценок, распределение звонков с отрицательными оценками на переведённые на магазин для получения консультации сотрудника магазина и решённые оператором самостоятельно, анализ зависимости оценок по CSI/ NPS-опросу от времени ожидания клиентов в очереди.
Есть возможность посмотреть рейтинги операторов по средней оценке, выставленной супервайзерами и отделом качества, результатам прослушивания записанных разговоров операторов с клиентами, количеству прослушанных аудиофайлов, типам ошибок и количеству аудиозаписей, содержащих грубые ошибки, приводящие к выставлению нулевой итоговой оценки. [6]
Кроме того, BI-решение позволяет контролировать процент выполнения планов по прослушиванию и анализировать зависимости: оценок супервайзеров и отдела качества от оценок клиентов по результатам опросов, количества прослушанных аудиофайлов от оценок клиентов по результатам опросов, оценок супервайзеров и отдела качества от стажа операторов и т.д.
3.2) По мере роста бизнеса «Леруа Мерлен» расширяется и IT инфраструктура компании. Это приводит к увеличению числа обращений сотрудников в Service Desk. Одной из самых важных функций, которую предлагает сервис-деск, является объединение в едином интерфейсе всех обращений клиентов, поступающих из различных источников. В результате это даёт службе поддержки возможность быстро реагировать на запросы потребителей и не терять из виду то или иное обращение. Обрабатывать большой поток запросов в ручном режиме оказалось долго, дорого и в итоге нерентабельно. Рассмотрим подробнее.[5]
В 2021 году компания решила внедрить систему предиктивной аналитики, которая делает авторазметку обращений с использованием сервиса для ML разработки Yandex DataSphere от Yandex Cloud. По итогам проекта расходы на классификацию обращений в ITSM системе снизились более чем на 50,0%, время классификации сократилось в 20 раз, а её точность составила 96,0% без использования услуг колл центра.
Расширение инфраструктуры требует создания новых продуктов и сервисов для поддержания и развития бизнеса. Соответственно, выросло число обращений сотрудников в Service Desk. Их обработкой в ручном режиме занимался колл центр. В какой то момент поток запросов вырос настолько, что работа через колл центр стала экономически нецелесообразной. Чтобы упростить работу Service Desk, требовалась система предиктивной аналитики, которая бы классифицировала запросы. Она должна быть связующим звеном между пользователем и тикет системой, чтобы с помощью технологии Machine Learning обрабатывать обращения, поступившие по разным каналам: по e mail, в чат боте, на мобильный или десктопный портал. По мере увеличения данных использование локальных вычислительных мощностей компании для регулярного переобучения ML алгоритмов и проведения экспериментов стало не эффективно. В таких случаях выходом становится привлечение облачных ресурсов: переход в облако открывает доступ к динамически масштабируемым мощностям и в то же время позволяет экономить ресурсы. [5]
После изучения предложений на рынке облачных провайдеров «Леруа Мерлен» выбрала Yandex Cloud. Yandex Cloud – это облачная платформа с цифровыми связными сервисами, где можно создать и развивать бизнес-проекты и упрощать бизнес-процессы. Облако даёт возможность использовать инфраструктуру и технологии Яндекса. Yandex Cloud включает в себя более 50 сервисов. Они помогают в разных задачах – от создания цифровых сервисов до выстраивания бизнес-процессов.
«Леруа Мерлен» решила использовать сервис Yandex DataSphere, который предоставляет необходимые инструменты и динамически масштабируемые ресурсы для полного цикла разработки машинного обучения. В отличие от виртуальных машин с GPU сервис Yandex DataSphere не предполагает еженедельного переобучения модели. К тому же выполнение ячеек блокнота требует разных ресурсов: где то нужно использовать GPU, где то достаточно лёгких конфигураций. В случае с Yandex DataSphere переключение ресурсов происходит легко и практически без ошибок. Такой подход позволяет использовать необходимое количество ресурсов в нужное время.
Посекундная тарификация за облачные вычислительные мощности от Yandex Cloud позволяет снизить стоимость владения ресурсами: отпадает необходимость поддерживать и масштабировать устаревающую со временем собственную инфраструктуру. При этом компания быстро получает нужный объём мощностей, что ускоряет время проведения экспериментов и решения любых бизнес задач. Для удобства и скорости работы Yandex Cloud предоставляет онлайн поддержку и прямой доступ к команде дата инженеров и продакт менеджеру. [5]
Повышение эффективности Service Desk в «Леруа Мерлен». По результатам проекта по разработке системы предиктивной аналитики для авторазметки обращений Service Desk с применением технологии Machine Learning окупаемость инвестиций (ROI) «Леруа Мерлен» составила 126,0%. В 20 раз сократилось время на классификацию обращений. Точность классификации достигла 96,0%. За счёт применения современной и самой мощной на рынке машины – GPU Tesla A100 – компания уменьшила расходы на переобучение нейросети на 20,0%, а общая экономия на авторазметке обращений с переходом в Yandex Cloud составила более 50,0%. В планах «Леруа Мерлен» продолжать совершенствовать алгоритмы предсказательных моделей. В фокусе – повышение качества данных и переиспользование технологий Machine Learning для задач Problem&Quality Management. [5]
Таким образом, переход в Yandex Cloud был оптимальным решением: компания «Леруа Мерлен» получила преимущества с точки зрения как экономики, так и скорости обучения модели и качества авторазметки обращений в Service Desk. Сейчас запрос пользователя приходит в систему, которая сразу его классифицирует, не дожидаясь оператора колл центра. Заметные результаты первых этапов проекта вдохновляют на дальнейшее повышение охвата и точности алгоритмов при поддержке команды Yandex Cloud. [5]
Итак, выше была рассмотрена организация контроля за качеством работы компании ООО «Леруа Мерлен Восток». Контроль качества в анализируемой компании осуществляется несколькими способами: автоматизация контроля качества работы персонала в магазинах сети «Леруа Мерлен»; работа с отзывами потребителей «Леруа Мерлен» в сети Интернет; контроль качества обслуживания в контактном центре компании «Леруа Мерлен». Однако, согласно темы исследования необходимо проанализировать анализ качества сервисного обслуживания, для этого перейдем к следующему параграфу исследования.