Dokibot
RPA- сервис для сбора и анализа документооборота
  • Клиент
    Dokibot - сервис, который помогает собирать и анализировать большие массивы бумажных и электронных документов, собирать нужную информацию и структурировать ее.

  • С чем пришел?
    Компания искала для себя новые способы применения собственной rpa-системы, рассматривая различные ниши. Наиболее актуальной было направление факторинга для ТЭК.
    Клиент хотел максимально быстро проверить ряд гипотез по пользовательским сегментам и найти для себя масштабируемый источник лидов.
  • Цели
    Подтверждение гипотез о существтвовании проблемы, найти масшатбируемый источник лидов и продаж.
Особенности клиента

Летом 2021 года компания провела ряд экспериментов по применению собственных ботов для разных ниш. Тестировали документооборот для таксопарков, обработку обращений в страховые компании, факторинг для транспортных компаний. Наиболее выгодной оказалась ниша факторинга для цифровых экспедиторов.
Гипотезы роста

Проанализировав рынок экспедиторских услуг, руководство компании пришло к выводу, что рынок достаточно большой (свыше 40 млрд руб), крупные транспортно-экспедиторские компании давно работают с отсрочкой с банками, а небольшие ООО и ИП со своими автопарками не имеют доступа к банковским финансовым инструментам, отчего регулярно сталкиваются с кассовым разрывом. Сегмент ООО и ИП казался перспективным.
Создание MVP

Первая гипотеза выглядела так: перевозчики регулярно работают с отсрочкой платежа. Часто она составляет от 14 до 30 календарных дней. Но на практике выходит иначе. Документы отправляются с задержкой. Факт получения документов заказчиком перевозки не совпадает с датой прибытия документов в почтовое отделение. Дальше документы еще несколько дней могут лежать у секретаря или бухгалтера, прежде чем попадут в платежный календарь. А если документы были оформлены неправильно, на получение правильных документов могло уйти еще несколько дней. Все это время перевозчик сидит без оплаты.

MVP представляло собой заключение договора уступки долга. Компания выкупала возможность получения денег у перевозчика с дисконтом, а полную стоимость получала уже непосредственно у заказчика перевозки. Зарабатывала она на разнице, которую получала бы после 100% оплаты.
Проверка первых гипотез

На первом этапе была создана база для ручного прозвона, с целью выявить боль и получить первых готовых платить клиентов. Для сбора данных были выбраны перевозчики с сайт АвтотрансИнфо. Предпочтение отдавалось ИП и ООО с небольшим количеством выставленных на площадке машин.

После прозвона конверсия была следующая: 25% опрошенных подтвердили наличие проблемы со своевременной оплатой. 10% были готовы общаться дальше и просили прислать договор для ознакомления.

После того, как мы пообщались с первыми потенциальными клиентами, стало понятно, что портрет целевой аудитории нужно корректировать. Начав со столичного региона, мы перешли в регионы, так как там среди заказчиков платежная дисциплина несколько ниже и у перевозчика меньше возможностей для взыскания долгов-нет ни времени, ни штатного юриста, ни опыта по взысканию дебиторской задолженности.
Масштабирование

После получения первых заинтересованных перевозчиков а так же подписания первого договора, было принято решение искать способы для масштабирования. Цель была простая - в короткие сроки подготовить базу не менее чем в 1000 контактов и обзвонить ее.

Для этого был заказан парсинг контактов перевозчиков из АвтотрансИнфо по выбранным параметрам. Прозванивать тысячу контактов пришлось бы две-три недели недели, поэтому решили ускорить этот процесс.

Для начала было решено протестировать обзвон базы с помощью бота-обзвонщика. Мы записали несколько вариантов скрипта и разослали по перевозчикам. Механика была простой: бот обзванивает выбранных перевозчиков, воспроизводит аудио и предлагает в конце нажать цифру 1, если предложение понравилось и нужен был звонок специалиста. К сожалению, эта гипотеза не принесло результата, так как скрипты получались достаточно длинными и человек не понимал, о чем идет речь. Из 500 человек только один нажал на 1.

Исходя из этого наняли удаленный кол-центр, для обзвона базы по скрипту и при выявлении потребности передать контакт менеджеру компании.

Протестировали канал холодных писем. Но так как парсить почтовые адреса было проблематично из-за ограничений платформы АТИ, пробовали писать персонализированные письма по открытым контактам. Эта гипотеза так же не подвтердилась, так как в отличии от b2b компаний, транспортники не проверяют регулярно в течении дня почту, а заходят туда только для оформления заявки на перевозку и обмену данными с заказчиком.

По итогам первого месяца работы стало понятно, что многие перевозчики хоть и заинтересованы в том, чтобы получать свои деньги сразу, крайне насторожены в отношении финансовых инструментов. Поэтому часто после первых контатков переставали выходить на связь и отказываться от сотрудничества, либо откладывали использование услуги на потом.
Смена стратегии

После проверки гипотезы и отсутствии продаж, было принято решение пересмотреть целевую аудиторию и обратиться не к перевозчикам,а к цифровым экспедиторам.

Цифровые экспедиторы - это платформы, которые агрегируют у себя заказы на перевозку и самих перевозчиков. Так как заказы они оформляли на свое юрлицо, и за комиссию передавали исполнителю, они регулярно сталкивались с нехваткой оборотных средств для своевременной выплаты транспортникам.

Для подтверждения гипотезы, провели касдевы с несколькими экспедиторскими компаниями. Так, они подвтердили, что регулярно в том или ином виде испытывают нехватку оборотных средств. Для покрытия издержек они использовали овердрафт. В сторону факторинга они так же смотрели, но получали отказ от банков.
Поиск новых контактов

После принятия решения о пивоте, подготовили список сервисов и компаний, чьи размеры позволяли бы эффектино применять предложенную компанией модель факторинга.
Так как это компании с миллиардным оборотом, стандартный способ захода, как и для СМБ сдесь не подошел. Здесь нам помог account based подход.

На первом этапе мы подробно изучили все доступные материалы об искомых компаниях:
- Сайт и его разделы,
- Социальные сети,
- Отзывы в Интернете,
- Упоминания в СМИ, включая выступления топ-менеджеров компании, подкасты и записи эфиров.
-Новые c-level назначения, открытые вакансии компании.
Все полученные данные мы собирали в профайл компании - отдельную папку на Google диске.

На втором этапе мы начали искать возможных ЛПР, кто на 80% мог бы быть рядом с искомой нами позицией. Вариант написать напрямую основателям или СЕО был, но по нашему опыту скорость ответа была очень низкой, в некоторых компаниях почти нулевой.
Стратегия была в том, чтобы найти 1 или 2 "союзников" в компаниях, а затем заходить с персонализированным оффером.

Мы начали писать напрямую менеджерам компаний, используя в оффере проблему, которую озвучил представитель компании на одной из онлайн-конференций.

Результаты account based подхода

Выяснение стратегии компании дало нам возможность адаптировать свой оффер и MVP под реальные запросы рынка. Выделится среди множества других предложений можно только с помощью суперспециализированного предложения. Для этого стоит выделить команду, ресурсы и время на глубокое изучения проблем конкертной компании, что в конечном итоге полностью окупает все затраты на проделанную работу.
Готовы открыть для себя новый источник релевантных лидов?
Заполните форму и мы свяжется с вами в ближайшее время для уточнения всех деталей.
Обсудить проект