ИИ для солнечной энергетики: автоматическая квалификация лидов

У многих компаний, устанавливающих солнечные электростанции, проблема не столько в спросе, сколько в сортировке. Запросы приходят через сайт, по телефону и с порталов сравнения, но только часть из них заканчивается выездом на объект. В статье показано, как с помощью ИИ предварительно квалифицировать лиды на фотоэлектрические системы, каких вопросов для этого достаточно и где консультация специалиста остаётся незаменимой.

Почему солнечные компании теряют столько времени на неподходящие запросы

Типичное утро понедельника у регионального монтажника фотоэлектрических систем. За выходные через форму на сайте пришло двенадцать запросов, плюс сообщения на автоответчике и несколько заявок с портала сравнения. Прежде чем станет понятно, какие из них стоят внимания, офис должен всем перезвонить. До кого-то не дозвониться, кто-то живёт в съёмном жилье, у других крыша смотрит на северо-запад и стоит под старыми деревьями, а кто-то просто хотел узнать цену.

Особенно важна скорость с купленными лидами с порталов: один и тот же запрос часто уходит нескольким компаниям. Кто перезванивает только в среду, часто уже проиграл. При этом консультанты, которые должны считать предложения и осматривать крыши, заняты обратными звонками. Здесь цифровой ассистент может взять на себя первый контакт и отделить зёрна от плевел, прежде чем человек потратит время.

Квалификация лидов на солнечные электростанции: вопросы, которые действительно важны

Для первой оценки не нужно двадцать вопросов. Большинству компаний хватает шести–восьми пунктов, которые ИИ-ассистент в чате, в WhatsApp или по телефону выясняет за несколько минут:

• Собственность: принадлежит ли здание тому, кто обращается, или нужно согласие арендодателя либо товарищества собственников?
• Здание и крыша: частный дом, многоквартирный дом, производственный ангар; форма крыши, примерная ориентация, возраст кровли.
• Местоположение: находится ли адрес в вашей зоне монтажа?
• Потребление электроэнергии: примерное годовое потребление по счёту, планы на тепловой насос или электромобиль.
• Объём: только модули, с накопителем, с зарядной станцией?
• Сроки: конкретные планы на ближайшие месяцы или пока сбор информации?
• Фото: по желанию клиенты могут прислать снимки крыши и электрощитка, которые консультант посмотрит до встречи.

Важно, что происходит с ответами. Если всё подходит, ассистент сразу предлагает время консультации из календаря ответственного консультанта. Если человек арендатор, ему можно вежливо подсказать альтернативы, например балконную солнечную станцию, вместо того чтобы просто оставить без ответа. А тот, кто пока собирает информацию, получает материалы и позже — повторный вопрос. Подробнее об основах читайте в статье об автоматизированной квалификации лидов.

Пример расчёта для регионального монтажника

Цифры ниже — допущения для наглядности, а не результаты измерений. Подставьте свои значения.

Допустим, компания с двумя консультантами получает 120 запросов в месяц. До сих пор офис перезванивает по каждому, в среднем это 15 минут с учётом нескольких попыток. Предположим, что 40 запросов в первом разговоре оказываются неподходящими, а ещё у 30 нет конкретных сроков покупки. Кроме того, раньше примерно шесть выездов в месяц заканчивались тем, что только на крыше становилось ясно: система не подходит. Каждый такой выезд с дорогой занимает около двух часов.

Позиция	Допущение	Время в месяц
Обратные звонки по неподходящим запросам	40 запросов по 15 минут	10 часов
Обратные звонки по чисто информационным запросам	30 запросов по 15 минут	7,5 часа
Выезды, которых можно было избежать	6 выездов по 2 часа, при допущении, что половину можно было распознать по вопросам и фото	6 часов
Итого		23,5 часа

Освободится ли это время на самом деле, зависит от того, насколько хорошо работает предварительная квалификация и сколько людей доводят разговор с ассистентом до конца. Поэтому посчитайте и осторожный вариант с половиной значений. Если и тогда выходит выгодно, на это решение можно опереться.

Как внедрить предварительную квалификацию

1. Определите критерии исключения. Договоритесь в команде о нескольких пунктах, при которых запрос точно не подходит, например зона монтажа или отсутствие права собственности.
2. Формулируйте вопросы простым языком. «Какова ориентация вашей крыши?» понимает не каждый. «Куда примерно смотрит самый большой скат крыши?» работает лучше.
3. Сведите каналы вместе. Форма на сайте, телефон, WhatsApp и лиды с порталов должны попадать в один процесс, чтобы ни один источник не остался без внимания.
4. Четыре недели читайте диалоги. Проверяйте, какие отсеянные запросы консультант всё-таки взял бы, и корректируйте правила. Лучше всего раз в неделю на полчаса садиться вместе с консультантом и разбирать подборку диалогов.

Повторный контакт после предложения

Многие предложения по солнечным станциям срываются не из-за цены, а потому что клиенты сравнивают несколько предложений и откладывают решение. Вежливое напоминание через несколько дней, вопрос о том, что осталось неясным, и предложение созвониться с консультантом помогают здесь больше скидок. Эти шаги можно автоматизировать, если клиент согласился на контакт. Конкретные сценарии показаны в статье об автоматическом повторном контакте после предложений. Если клиент спрашивает о финансировании, субсидиях или налоговых последствиях, ассистент должен передать разговор консультанту и не делать собственных заявлений.

Ограничения автоматической квалификации

Ассистент не может оценить несущую способность крыши, измерить затенение или проверить электрощиток. Он собирает сведения, которые сообщает клиент, а они иногда бывают неверными. Окончательную оценку даёт специалист. Не должен ИИ и обещать выработку, сроки окупаемости или экономию. Такие оценки зависят от многих факторов и при завышенных ожиданиях потом создают проблемы.

Слишком строгий фильтр — тоже риск. Если, например, отсеивать каждый запрос с крышей восток–запад, вы потеряете клиентов, для которых станция вполне имеет смысл. Лучше начать с нескольких жёстких критериев, таких как зона монтажа и право собственности, а пограничные случаи отдавать на проверку консультанту. Для лидов с порталов также уточните, распространяется ли согласие клиента на звонки и сообщения от вашей компании.

Частые вопросы

Не раздражает ли клиентов, что сначала с ними говорит ИИ?

Большинство ждут быстрой реакции и спокойно относятся к честному уведомлению об ИИ-ассистенте. Важно, чтобы уведомление звучало в начале, как требует и Регламент ЕС об ИИ (EU AI Act), и чтобы клиент в любой момент мог попросить, чтобы ему перезвонил человек.

Как оценивать лиды, которые подходят не однозначно?

С помощью простой балльной схемы, понятной вашему отделу продаж. Право собственности и зона монтажа обязательны, сроки и объём определяют приоритет. Как строятся такие оценки, объясняет статья о скоринге лидов с помощью ИИ.

Может ли ассистент планировать встречи с учётом времени в пути?

Он может ставить встречи в календарь ответственного консультанта, соблюдая заданные правила, например буфер между выездами или определённые дни для определённых районов. Полноценное планирование маршрутов он не заменяет.

Итог

Если быстро и по чётким критериям квалифицировать лиды на солнечные электростанции, у консультантов появляется время на разговоры, которые могут привести к заказам. ИИ берёт на себя первый контакт, стандартные вопросы и запись на встречи. Профессиональная оценка и любые заявления об экономике и субсидиях остаются за людьми.

Neurobots использует для этого цифровых сотрудников, которые принимают запросы по телефону, в чате на сайте и в WhatsApp, записывают на встречи и передают квалифицированные контакты в CRM-системы, например HubSpot или Pipedrive. Обзор для профильных компаний даёт страница Цифровой ассистент для ремесленных компаний.