Сервис отчётов об истории автомобилей (VIN-reports) для частных клиентов и автодилеров в США. Команда — 6 человек: два администратора, два менеджера, два сейлза, работают из трёх разных часовых поясов. Продажи идут по двум каналам: сайт с самостоятельным оформлением заказа и WhatsApp (частично Facebook), где с клиентом напрямую работает менеджер.
Сайт жил отдельной жизнью — там процесс покупки был автоматизирован и проблем как канал не создавал. Вся боль была сосредоточена вокруг WhatsApp- и Facebook-продаж: клиент писал менеджеру, тот вёл переписку, выяснял, новый это клиент или постоянный, есть ли у него предоплаченный баланс, оформлял сделку — и заносил её в одну из ~15 гугл-таблиц. Таблицы были разделены по назначению, а не по клиенту: отдельно продажи, WhatsApp-клиенты, Facebook-клиенты, prepaid-балансы, неоплаченные заказы, VIP, рефералы, расписание, показатели сотрудников, финансы, QC, доступы. Переводы Zelle и Venmo сверяли со сделками вручную — по имени и сумме, глазами, страница за страницей. Расписание смен каждый вписывал в общую таблицу в своём часовом поясе — прочитать график всей команды разом не мог никто.
Один и тот же клиент был разбит на десятки не связанных друг с другом источников.
Клиент не виден целиком
Чтобы понять ситуацию по клиенту, менеджеру приходилось вручную собирать: сколько раз покупал, когда была последняя сделка, есть ли prepaid-баланс, были ли неоплаченные сделки. Часть данных — физически невозможно было получить быстро.
Деньги под риском не видны
Неоплаченные и спорные сделки лежали в общем списке вперемешку со всеми остальными, без автоматического назначения ответственного и без видимости суммы под риском.
Время уходило на ручную сверку
Только на ведение и сверку таблиц уходило порядка 8–12 часов командного времени в неделю: занесение сделок, поиск платежей, обновление prepaid-балансов, сведение отчётов вручную.
Постоянные клиенты ждали, как новые
Повторный клиент с предоплаченным балансом не получал автоматической реакции в WhatsApp: чтобы получить уже оплаченный отчёт, он всё равно ждал, пока менеджер вручную найдёт его карточку.
Оценка 8–12 часов в неделю — собственная оценка команды, не измерение: отдельный тайм-трекинг на эти операции никогда не велся.
Разобрали реальный процесс как есть: клиент → запрос → отчёт → оплата → сделка → повторная покупка → prepaid → проблемные случаи → аналитика. Вместо 15 разрозненных таблиц построили единую CRM, в которую сходятся оба канала продаж, а все шаги процесса связаны между собой.
Клиент как единый объект
Вся история сделок, средний чек, срок жизни клиента, платёжные данные, язык, статус и заметки — в одном месте.
Проблемные сделки отдельным потоком
Неоплаченные и спорные сделки сразу видны: сколько их открыто, какая сумма под риском и кто отвечает.
Баланс с полной историей
Списание за отчёт, возврат, корректировка — кто и когда это сделал, для каждого постоянного клиента.
Zelle и Venmo сверяются сами
Платёж сопоставляется со сделкой по имени и сумме — «не уверен, не показывай»: спорные случаи уходят на ручную проверку, а не угадываются.
Споры находят сделку сами
Чарджбэки синхронизируются с API каждые 30 минут и сами привязываются к сделке и e-mail клиента.
Бот отвечает без менеджера
Сам находит клиента по номеру, проверяет баланс, заказывает отчёт по VIN и присылает ссылку.
Вокруг этого ядра — операционные модули: единый список задач с категориями и сроками, расписание команды в часовом поясе каждого, аналитика по сотрудникам, контроль качества по чек-листу, финансовый учёт по всем каналам, поиск транзакций по имени или номеру, база знаний и защищённое место для рабочих доступов вместо переписок.
Клиент пишет на сайте или в WhatsApp — неважно, обе истории сходятся в одной карточке. Если у него есть предоплаченный баланс и он пишет в WhatsApp, бот сам узнаёт его по номеру и выдаёт отчёт по VIN за секунды, в любое время суток, без менеджера на этом шаге. Оплата через Zelle или Venmo сама находит свою сделку по имени и сумме — а если уверенности нет, решение честно передаётся человеку. Спор по PayPal сам находит сделку и e-mail клиента. Сделка, которая требует внимания, сама назначает ответственного — по присутствию в системе или по графику смен.
Один автоматический запрос по одной WhatsApp-линии дополнительно вскрыл 34 клиента с неиспользованными предоплаченными кредитами, о которых раньше никто не знал. Порядка 8–12 часов командного времени в неделю, которые раньше уходили на ручное ведение и сверку таблиц, для этой работы больше не нужны.
Бизнес получил возможность наращивать объём продаж и команду без пропорционального роста ручной операционки — то, что раньше требовало нового человека на сверку таблиц, теперь делает система. Клиент виден целиком независимо от канала, а не собирается заново из десятка источников каждый раз. Деньги под риском больше не теряются в общем потоке: у каждой неоплаченной или спорной сделки есть видимая сумма и ответственный. Логику сверки платежей по имени ужесточили до точного совпадения после реального случая, когда два разных человека с одинаковым именем чуть не получили чужой предоплаченный кредит, — с тех пор ложных срабатываний не было.
Разрозненные таблицы, расходившиеся друг с другом, заменены единым источником правды для всей команды — основой, на которую дальше можно наращивать новые каналы и новую автоматизацию, а не переписывать всё заново.