Уборка.Эксперт – как и для чего мы автоматизировали клининговую компанию
Уборка.Эксперт – это классическая клининговая компания, которая занимается уборкой частных домов и квартир в Казани.
На момент обращения к нам у них в штате было 3 офис-менеджера, которые занимались приёмом заказов и работой с клиентами, и около 15 уборщиков, которые непосредственно выполняли уборки. Руководство компании столкнулось с классическими проблемами, с которыми сталкивается любой бизнес, работающий с клиентами:
1. Офис-менеджеры иногда пропускали звонки от клиентов
2. Не все пожелания клиентов об уборке фиксировались, а если фиксировались – не всегда доносились до клиентов
3. Уборщицы опаздывали на заказы
4. Расчет зарплаты уборщиц был устроен очень сложно и занимал много времени в конце каждого месяца
5. Было невозможно отследить, какие уборщицы работают хорошо, а какие – плохо
После анализа работы компании нашей командой был предложен и реализован программный продукт, который решил все эти проблемы, а также помог с решением ряда других.
Продукт, который был реализован для компании Уборка.Эксперт – это комплексное CRM и ERP решение, которое позволило полностью автоматизировать всю работу казанского офиса компании, сделать его работу прозрачной и для руководства, и для офис-менеджеров, и даже для самих уборщиц.
Что же мы сделали конкретно?
На момент обращения к нам у них в штате было 3 офис-менеджера, которые занимались приёмом заказов и работой с клиентами, и около 15 уборщиков, которые непосредственно выполняли уборки. Руководство компании столкнулось с классическими проблемами, с которыми сталкивается любой бизнес, работающий с клиентами:
1. Офис-менеджеры иногда пропускали звонки от клиентов
2. Не все пожелания клиентов об уборке фиксировались, а если фиксировались – не всегда доносились до клиентов
3. Уборщицы опаздывали на заказы
4. Расчет зарплаты уборщиц был устроен очень сложно и занимал много времени в конце каждого месяца
5. Было невозможно отследить, какие уборщицы работают хорошо, а какие – плохо
После анализа работы компании нашей командой был предложен и реализован программный продукт, который решил все эти проблемы, а также помог с решением ряда других.
Продукт, который был реализован для компании Уборка.Эксперт – это комплексное CRM и ERP решение, которое позволило полностью автоматизировать всю работу казанского офиса компании, сделать его работу прозрачной и для руководства, и для офис-менеджеров, и даже для самих уборщиц.
Что же мы сделали конкретно?
Классическая CRM система
CRM система – это понятие, знакомое каждому, и тут мы не стали придумывать ничего нового, реализовав самую обычную CRM систему, с поправкой на особенности клинингового бизнеса.
В нашем случае первая особенность была – полная запись всех поступающих звонков. Для этого была подключена IP-телефония, и когда у менеджера звонит телефон – этот звонок сразу же отображается в системе. Таким образом менеджер сразу видит, кто ему звонит, и может легко отследить всю историю уборок по звонящему клиенту. Также запись звонка навсегда сохраняется в системе – если менеджер забыл что-то записать – он всегда может переслушать звонок.
Кроме того, для клининговой компании очень важно видеть весь список квартир, на которые клиенты заказывают уборки – и по каждой квартире запоминать все пожелания, которые клиент для неё указал. Это очень сильно повышает уровень удобства и доверия клиентов к компании – когда на каждую новую уборку не нужно повторять все ваши пожелания, и даже если к вам приходят убираться разные люди – каждый из них знает все особенности уборки в вашей квартире.
Еще одна особенность нашей CRM системы – это возможность отслеживать периодичность уборок у клиента, и напоминание для менеджеров, каким клиентам пора позвонить. Например, если система видит, что клиент заказывает уборку каждую неделю, или каждые 2 недели, и при этом клиент не сделал заказ – система напомнит менеджеру за 2 дня до очередного заказа, что этому клиенту необходимо позвонить, и уточнить, почему он не заказал уборку.
В нашем случае первая особенность была – полная запись всех поступающих звонков. Для этого была подключена IP-телефония, и когда у менеджера звонит телефон – этот звонок сразу же отображается в системе. Таким образом менеджер сразу видит, кто ему звонит, и может легко отследить всю историю уборок по звонящему клиенту. Также запись звонка навсегда сохраняется в системе – если менеджер забыл что-то записать – он всегда может переслушать звонок.
Кроме того, для клининговой компании очень важно видеть весь список квартир, на которые клиенты заказывают уборки – и по каждой квартире запоминать все пожелания, которые клиент для неё указал. Это очень сильно повышает уровень удобства и доверия клиентов к компании – когда на каждую новую уборку не нужно повторять все ваши пожелания, и даже если к вам приходят убираться разные люди – каждый из них знает все особенности уборки в вашей квартире.
Еще одна особенность нашей CRM системы – это возможность отслеживать периодичность уборок у клиента, и напоминание для менеджеров, каким клиентам пора позвонить. Например, если система видит, что клиент заказывает уборку каждую неделю, или каждые 2 недели, и при этом клиент не сделал заказ – система напомнит менеджеру за 2 дня до очередного заказа, что этому клиенту необходимо позвонить, и уточнить, почему он не заказал уборку.
Что это дало компании Уборка.Эксперт:
1. Ни один звонок больше не может быть пропущен и потерян
2. Возросло удобство работы с компанией и лояльность клиентов
3. Снизился отток клиентов благодаря грамотной работе с возвратами
4. Повысилась информированность менеджеров и уборщиц о всех особенностях работы с каждым клиентом
2. Возросло удобство работы с компанией и лояльность клиентов
3. Снизился отток клиентов благодаря грамотной работе с возвратами
4. Повысилась информированность менеджеров и уборщиц о всех особенностях работы с каждым клиентом
Использованные технологии:
1. Web-CRM система собственной разработки, построенная по принципу микросервисной архитектуры.
2. Backend построен на фреймворке Phalcon, база данных PostgreSQL
3. Frontend на VueJS
4. Интеграция с IP телефонией
5. Интеграция с банковской системой эквайринга для приёма оплат с кредитных карт
2. Backend построен на фреймворке Phalcon, база данных PostgreSQL
3. Frontend на VueJS
4. Интеграция с IP телефонией
5. Интеграция с банковской системой эквайринга для приёма оплат с кредитных карт
ERP система
Enterprise Resource Planning – это система, которая отвечает за планирование максимально грамотного использования ресурсов, имеющихся у предприятия. В случае с клининговой компанией их главный ресурс – это уборщицы, и задача ERP системы – максимально грамотно спланировать работу каждого специалиста.
Чтобы спланировать каждый день, в системе были созданы специальные инструменты:
1. Отслеживание обучения уборщиц (чтобы не назначить, например, на химчистку, человека, который пока не умеет её делать)
2. График работы уборщиц
3. Прогнозирование времени выполнения заказа (в зависимости от размера помещений и истории заказов у данного конкретного клиента, если есть)
4. Территориальное распределение заказов и уборщиц.
Когда в систему поступает новый заказ – менеджеру автоматически предлагается, на какой день он может его назначить, исходя из графика работы уборщиц и их загруженности в этот день. Если система видит, что на какой-то день назначено заказов больше, чем уборщицы физически могут выполнить – она сигнализирует об этом. Также она сигнализирует и о том, что какие-то дни еще не полностью загружены.
При планировании дня система автоматически оценивает, сколько времени и какое количество человек требуется, чтобы выполнить каждый заказ, а также где территориально находятся заказы – и автоматически предлагает оптимальный вариант логистики уборщиц – то есть на какие заказы и в какой последовательности должен ехать каждый сотрудник, чтобы успеть всё выполнить и нигде не опоздать.
Таким образом были решены проблемы опозданий на заказы из-за неправильного планирования, когда офис-менеджер назначал уборщице за день две уборки на разных концах города, с интервалом между ними 30 минут – и на такие заказы уборщица не успевала доехать просто физически.
Также были сделаны автоматические «направления на уборку» - документ, который распечатывался из системы, и содержал в себе:
1. Схему проезда до места уборки. Информацию об общественном транспорте, который позволяет доехать до клиента, а также карту, как дойти до дома клиента от ближайшей остановки общественного транспорта.
2. Время, необходимое чтобы добраться до места, с учетом пробок. Для первой уборки – от места проживания уборщицы, для последующих – от места её предыдущей уборки.
3. Вся информация о клиенте, заказе и его квартире – чтобы ничего не забыть
4. Чек-лист список инвентаря, который необходимо взять с собой на уборку
Такие направления на уборку позволили уборщицам лучше планировать своей день. Минимизировали опоздания из-за того, что уборщица не смогла найти нужный дом. Свели до нуля проблемы, связанные с отсутствием необходимой химии или инвентаря у уборщицы.
Чтобы спланировать каждый день, в системе были созданы специальные инструменты:
1. Отслеживание обучения уборщиц (чтобы не назначить, например, на химчистку, человека, который пока не умеет её делать)
2. График работы уборщиц
3. Прогнозирование времени выполнения заказа (в зависимости от размера помещений и истории заказов у данного конкретного клиента, если есть)
4. Территориальное распределение заказов и уборщиц.
Когда в систему поступает новый заказ – менеджеру автоматически предлагается, на какой день он может его назначить, исходя из графика работы уборщиц и их загруженности в этот день. Если система видит, что на какой-то день назначено заказов больше, чем уборщицы физически могут выполнить – она сигнализирует об этом. Также она сигнализирует и о том, что какие-то дни еще не полностью загружены.
При планировании дня система автоматически оценивает, сколько времени и какое количество человек требуется, чтобы выполнить каждый заказ, а также где территориально находятся заказы – и автоматически предлагает оптимальный вариант логистики уборщиц – то есть на какие заказы и в какой последовательности должен ехать каждый сотрудник, чтобы успеть всё выполнить и нигде не опоздать.
Таким образом были решены проблемы опозданий на заказы из-за неправильного планирования, когда офис-менеджер назначал уборщице за день две уборки на разных концах города, с интервалом между ними 30 минут – и на такие заказы уборщица не успевала доехать просто физически.
Также были сделаны автоматические «направления на уборку» - документ, который распечатывался из системы, и содержал в себе:
1. Схему проезда до места уборки. Информацию об общественном транспорте, который позволяет доехать до клиента, а также карту, как дойти до дома клиента от ближайшей остановки общественного транспорта.
2. Время, необходимое чтобы добраться до места, с учетом пробок. Для первой уборки – от места проживания уборщицы, для последующих – от места её предыдущей уборки.
3. Вся информация о клиенте, заказе и его квартире – чтобы ничего не забыть
4. Чек-лист список инвентаря, который необходимо взять с собой на уборку
Такие направления на уборку позволили уборщицам лучше планировать своей день. Минимизировали опоздания из-за того, что уборщица не смогла найти нужный дом. Свели до нуля проблемы, связанные с отсутствием необходимой химии или инвентаря у уборщицы.
Что это дало компании Уборка.Эксперт:
1. Для каждой уборщицы появился чек-лист изученных технологий уборки, стало легче планировать внутреннее обучение
2. Благодаря грамотному планированию рабочего дня сократилось в среднем на 30% время простоя уборщиц. То есть компания смогла брать на 30% больше заказов при сохранении того же размера штата.
3. Повысился уровень лояльности уборщиц к компании – они оценили заботу о них в виде простых и понятных направлений на уборку
4. Повысился уровень лояльности и снизился отток клиентов благодаря минимизации проблем, связанных с планированием даты уборки – стало проще назначать точную дату и время, выбор дат стал больше.
2. Благодаря грамотному планированию рабочего дня сократилось в среднем на 30% время простоя уборщиц. То есть компания смогла брать на 30% больше заказов при сохранении того же размера штата.
3. Повысился уровень лояльности уборщиц к компании – они оценили заботу о них в виде простых и понятных направлений на уборку
4. Повысился уровень лояльности и снизился отток клиентов благодаря минимизации проблем, связанных с планированием даты уборки – стало проще назначать точную дату и время, выбор дат стал больше.
Использованные технологии:
1. Система полностью интегрирована с CRM в том, что касается графика работы и обучения уборщиц, ведения заказов
2. 2GIS API для городских карт и схем прохода от остановок до заказчика
3. Google Maps Directions Api для построения маршрутов с учетом пробок и транспорта
4. Machine learning – специальный алгоритм постоянно обучается и рассчитывает среднее и оптимальное время уборок для каждой отдельно взятой квартиры, уборщицы и типа уборки.
2. 2GIS API для городских карт и схем прохода от остановок до заказчика
3. Google Maps Directions Api для построения маршрутов с учетом пробок и транспорта
4. Machine learning – специальный алгоритм постоянно обучается и рассчитывает среднее и оптимальное время уборок для каждой отдельно взятой квартиры, уборщицы и типа уборки.
Система управленческой отчетности
Большой проблемой компании Уборка.Эксперт был расчет зарплат уборщиц в конце месяца. Это было связано с тем, что часть заказов оплачивались с помощью кредитных карт, а часть – наличными уборщицам. Необходимо было посчитать, какой % от каждого заказа должен достаться уборщице, и свести воедино всю систему взаиморасчетов – когда она сдает деньги в кассу, когда получает.
Автоматический расчет зарплат в системе очень сильно упростил этот процесс – теперь руководитель офиса всегда видит, сколько каждая из уборщиц заработала денег за месяц, сколько она должна сдать в кассу или ей еще необходимо выдать. Также каждая уборщица в своём личном кабинете видит, сколько она зарабатывает.
Кроме того, была внедрена система оценки уборщиц по ряду критериев:
1. Клиентские оценки – какой балл ставят уборщице за её работу
2. Рейтинг пролонгаций – после каких уборщиц наиболее часто заказывают уборку повторно
3. Рейтинг непролонгаций – после каких уборщиц клиенты чаще всего перестают заказывать уборки.
Это было необходимо, потому что зачастую клиенты стесняются выразить своё недовольство – и когда их просят оценить качество уборки просто ставят «10 из 10», чтобы их больше не беспокоили. Реальную же оценку каждой уборщицы можно узнать только исходя из их рейтинга пролонгаций – даже если уборщице всегда ставят хорошие оценки – не факт, что она действительно является хорошим сотрудником. Если после неё клиенты постоянно перестают заказывать уборки – это однозначно указывает на то, что это плохой сотрудник.
Аналогичная статистика была построена и по офис-менеджерам – в системе видно количество входящих звонков для каждого сотрудника, количество принятых им заказов, общая сумма продаж. Система считает средние показатели и автоматически определяет, кто из офис менеджеров лучше общается с клиентами – то есть принимает больше заказов и лучше продаёт дополнительные услуги, а кто является слабым звеном в команде.
Автоматический расчет зарплат в системе очень сильно упростил этот процесс – теперь руководитель офиса всегда видит, сколько каждая из уборщиц заработала денег за месяц, сколько она должна сдать в кассу или ей еще необходимо выдать. Также каждая уборщица в своём личном кабинете видит, сколько она зарабатывает.
Кроме того, была внедрена система оценки уборщиц по ряду критериев:
1. Клиентские оценки – какой балл ставят уборщице за её работу
2. Рейтинг пролонгаций – после каких уборщиц наиболее часто заказывают уборку повторно
3. Рейтинг непролонгаций – после каких уборщиц клиенты чаще всего перестают заказывать уборки.
Это было необходимо, потому что зачастую клиенты стесняются выразить своё недовольство – и когда их просят оценить качество уборки просто ставят «10 из 10», чтобы их больше не беспокоили. Реальную же оценку каждой уборщицы можно узнать только исходя из их рейтинга пролонгаций – даже если уборщице всегда ставят хорошие оценки – не факт, что она действительно является хорошим сотрудником. Если после неё клиенты постоянно перестают заказывать уборки – это однозначно указывает на то, что это плохой сотрудник.
Аналогичная статистика была построена и по офис-менеджерам – в системе видно количество входящих звонков для каждого сотрудника, количество принятых им заказов, общая сумма продаж. Система считает средние показатели и автоматически определяет, кто из офис менеджеров лучше общается с клиентами – то есть принимает больше заказов и лучше продаёт дополнительные услуги, а кто является слабым звеном в команде.
Что это дало компании:
1. Существенно упростило расчет заработных плат, сделало их прозрачными для сотрудников
2. Появилась возможность выявлять тех сотрудников, которые тянут компанию вниз и таким образом оптимизировать штат
2. Появилась возможность выявлять тех сотрудников, которые тянут компанию вниз и таким образом оптимизировать штат
Использованные технологии:
1. Система полностью интегрирована с CRM как один из модулей в рамках её архитектуры
2. Используется машинное обучение для выявления «нормальных» и «ненормальных» паттернов поведения клиентов при общении с уборщиками и офис-менеджерами
2. Используется машинное обучение для выявления «нормальных» и «ненормальных» паттернов поведения клиентов при общении с уборщиками и офис-менеджерами
Выводы
Благодаря внедрению CRM и ERP системы компания Уборка.Эксперт получила возможность брать на 30% больше заказов при сохранении того же штата уборщиц, работа компании стала намного более прозрачной для руководства и сотрудников, а отток клиентов снизился в среднем на 20% по сравнению с показателями работы компании до внедрения системы. Также получилось оптимизировать штат сотрудников, выявив и сократив тех, кто тянул компанию вниз.
По времени разработка и внедрение системы заняло 8 месяцев. Клиент начал работать в системе уже на третий месяц разработки. Над проектом работала команда из 1 Front-end разработчика, 2 back-end разработчиков и 1 дизайнера. Суммарный бюджет проекта составил 128 000$. Все затраты на разработку окупились в течение 6 месяцев.
По времени разработка и внедрение системы заняло 8 месяцев. Клиент начал работать в системе уже на третий месяц разработки. Над проектом работала команда из 1 Front-end разработчика, 2 back-end разработчиков и 1 дизайнера. Суммарный бюджет проекта составил 128 000$. Все затраты на разработку окупились в течение 6 месяцев.
Отзыв заказчика
Сейчас даже тяжело вспоминать, как мы работали раньше – смешно сказать, но заказы мы записывали в амбарную тетрадь, которую менеджеры передавали друг другу каждый день. Из-за этого приходилось делать им такой график работы, чтобы следующий менеджер заступал на работу, когда там еще работает предыдущий – чтобы передать дела. Поэтому нам нужно было держать в штате 4 офис-менеджеров! С внедрением CRM мы смогли оптимизировать их работу и сократить число до 2. Также пропало недовольство клиентов, которые постоянно говорили «я же в прошлый раз уже вам всё объяснил, почему я должен повторять».
От всей души хочу поблагодарить команду Цифкор за качественно проделанную работу. Мы продолжаем работу с ними и по развитию CRM и ERP системы, и по другим направлениям.
Екатерина Кулагина, директор компании Уборка.Эксперт
От всей души хочу поблагодарить команду Цифкор за качественно проделанную работу. Мы продолжаем работу с ними и по развитию CRM и ERP системы, и по другим направлениям.
Екатерина Кулагина, директор компании Уборка.Эксперт
