Некоторое время назад Andris Zigurs написал мне через форму на сайте.
Он — директор по развитию бизнеса в Vervo.
Vervo — грузовой брокер со штаб-квартирой в Риге.
Компания соединяет клиентов с перевозчиками по всей Европе. В основном полные загрузки (FTL, Full Truckload), отчасти сборные грузы (LTL, Less Than Truckload).
Запрос был простой: ему нужен был партнёр, способный провести внедрение CRM полного цикла.
Задача
Когда мы сели разбираться, картина прояснилась.
Vervo быстро росла. Объём заказов рос. Выручка росла. А вот операционная эффективность падала.
Компания была прибыльной. Но далеко не такой прибыльной, какой должна была быть.
Вот почему.
Каждый запрос клиента запускал два очень кропотливых шага:
- Собрать всё о грузе. Габариты, вес, тип (температурный режим, опасный груз и так далее), пункт отправления, пункт назначения, сроки.
- Найти под этот груз подходящего перевозчика. У Vervo есть собственный парк, но чаще всего компания опирается на огромную сеть субподрядчиков.
А дальше включался главный пожиратель времени: расчёт ставок.
Клиент присылает запрос. Запрос уходит нескольким перевозчикам. Каждый перевозчик отвечает. Каждый ответ нужно сохранить, сравнить, отложить для последующего анализа.
Теперь представьте пару сотен расчётов в день. Каждый порождает от 2 до 4 запросов перевозчикам. Сделки редко закрываются в тот же день, поэтому старые расчёты остаются в работе. По вчерашним запросам нужно напомнить о себе. По запросам недельной давности тоже.
Тысячи открытых переписок в любой момент времени. Часто с одними и теми же людьми.
Иногда стоимость обработки заказа — то есть времени на расчёты и письма — оказывалась выше маржи по самому заказу.
Настоящая проблема (и это было не ПО)
Andris пришёл с чёткой формулировкой: «Нам нужна система управления перевозками (Transport Management System)».
Мы посмотрели несколько таких систем.
Каждая стандартная TMS прекрасно закрывала транспортную часть. Всё остальное — генерация документов для каждой стороны, учёт коммуникаций, история сделок — было непригодно.
Поэтому мы решили построить систему сами. В качестве фундамента взяли CRM-конструктор.
Сначала — длинная рабочая сессия. Мы описали каждый объект. Каждое поле. Каждую связь.
Одна вещь бросилась в глаза сразу.
Всё упиралось в управление контактами.
- Нужны были платёжный адрес клиента, контакт на загрузке, контакт на доставке и отдельный контакт для выставления счетов. Часто это четыре разных субъекта.
- У данных поставщика было своё дерево: имя водителя, номер грузовика, точное время загрузки, точное место.
Вокруг всего этого мы построили чистую объектную модель. Один центральный узел данных. Всё связано.
Система
Когда модель данных встала на место, мы взялись за ежедневную работу отдела продаж.
Сначала две автоматизации:
- От заявки до расчёта (Lead-to-Quote). Запросы с сайта попадали в систему сами. Они назначались на команду: логист плюс менеджер по продажам. Размер команды зависел от сложности заказа.
- Кредитный контроль. Прежде чем бронирование проходило дальше, система проверяла клиента. Просроченные счета? Превышен кредитный лимит? Заказ блокировался на месте.
Мгновенная прозрачность.
Заодно закрылась одна тихая этическая дыра.
Менеджеры путали расчёт для клиента и расчёт поставщика. Иногда клиенту уходил документ поставщика.
Клиент видит: его ставка — €500. Рядом документ поставщика на €460. Клиент мгновенно понимает, что брокер кладёт себе €40.
Все понимают, что брокер зарабатывает на посредничестве. Но маржа, показанная на бумаге, убивает доверие.
Этот класс ошибок исчез в одночасье.
Умные отношения с перевозчиками
Дальше — одна из самых интересных побед: база исторических запросов.
Встаньте на секунду на место перевозчика. Вы получаете 10, 20, 30 запросов от одного и того же брокера. Ни один не заканчивается заказом. Со временем вы перестаёте отвечать быстро. Или начинаете считать ставки спустя рукава.
Брокеру вы по-прежнему нужны в сети. Разные перевозчики конкурентны на разных маршрутах. Настоящий вопрос: на каких именно?
Ответ: смотреть в историю.
Когда приходил новый запрос, система делала две вещи:
- Проверяла прошлые запросы по тому же маршруту.
- Рекомендовала, каким перевозчикам лучше всего отправить запрос.
Что это дало:
- Меньше запросов на каждый расчёт.
- Выше конверсия у перевозчиков, которые эти запросы получали.
- Сильнее долгосрочные ставки, потому что Vervo стала надёжным источником реальных заказов.
Обещание: ноль бумаги
Последний крупный блок: убить бумажную работу.
Мы описали каждый документ, который готовил офис, и каждое поле в CRM, которое могло заполнить его автоматически.
- Клиент прислал запрос? Система автоматически генерирует форму предварительного согласования. Подпись в один клик.
- Перевозчик подтвердил цену? Система автоматически генерирует договор на подпись.
- Всё дальше по цепочке — формы CMR, счета и внутренние отчёты — генерировала система, а подписывалось всё электронно.
Полная документация. Чистые подписи. Полный контроль.
По итогам года Vervo увидела ощутимый прирост EBITDA. Как нам сказали, рост составил 2%.
Результат
Итоговая система дала то, за чем Andris изначально и обращался.
Прозрачность. Меньше ручных ошибок. Реальное сокращение операционных затрат, съедавших маржу.
Сотрудники стали обрабатывать заказы быстрее. Важнее другое: они смогли обрабатывать их в заметно больших объёмах с почти нулевым уровнем ошибок.
По итогам года мы посмотрели на главную цифру: EBITDA (прибыль до вычета процентов, налогов и амортизации).
Она выросла на 2%.
Вдумайтесь в это.
Для грузового брокера с серьёзными объёмами 2 пункта EBITDA — это очень ощутимая цифра.
Всё ли это заслуга работы над CRM? Точно сказать сложно. Свою долю мы забираем с удовольствием.
Вывод
Главный урок этого проекта лежит за пределами программного обеспечения.
Это контроль. Над данными, над процессом и над опытом как клиентов, так и перевозчиков.
Мы завершили разработку, обучили внутреннюю команду и передали ключи. Теперь Vervo управляет системой самостоятельно.
В быстрорастущем бизнесе выигрышный ход обычно один и тот же. Навести порядок в модели. Подтянуть процесс. А затем поручить программе убрать повторяющуюся работу.
Спасибо, что дочитали. Напишите нам, если хотите добиться похожих результатов.
— Jeff.