Все проекты AI-агенты

Цена машины зависела от того, кто её оценивал

НишаСкупка авто
АвтоматизацияОценка и оффер
ВходДанные и фото авто
ВыходЦена с обоснованием
Обсудить похожую задачу
Клиент

Компания выкупает подержанные и повреждённые автомобили у частных лиц в США. Заявки приходят с сайта и по переписке, дальше — быстрая оценка и выезд за машиной.

Как было

Менеджер вручную собирал данные о машине — год, пробег, состояние, комплектность — и прикидывал цену «на глаз», опираясь на свой опыт. Явно «мусорные» машины (старые, с большим пробегом) ждали такой же ручной оценки, хотя решение по ним, по сути, было очевидным.

Проблема

Где терялись деньги, время и клиенты.

01

Цена зависела от того, кто оценивал

Один менеджер оценивал строже, другой — щедрее. Одна и та же машина могла получить разную цену в зависимости от того, кто взял заявку.

02

Клиент ждал

Пока менеджер собирал данные и считал цену вручную, клиент мог уже получить предложение у конкурента.

03

Очевидные сделки не были быстрее спорных

Явный «джанк» с большим пробегом проходил тот же ручной путь оценки, что и сложная спорная машина — очередь была общей.

04

Цену было сложно обосновать

Если клиент спрашивал «почему именно столько» — менеджеру было нечем ответить, кроме «по опыту».

Что сделали

Собрали два механизма оценки, которые работают вместе.

Формула

Весовой калькулятор цены

Год, пробег, состояние, комплектность, расстояние до точки сдачи — каждый параметр даёт свои баллы, итоговая цена складывается прозрачно, шаг за шагом.

AI

Оценка по фото и описанию

Система читает присланные клиентом фото и то, что он написал о состоянии машины, и предлагает цену с обоснованием — как эксперт, но за секунды.

Авто-оффер

Предложение уходит само

Для однозначных случаев (старый год или большой пробег) система сама формирует предложение и отправляет его клиенту — без участия менеджера.

Контроль

Спорное — к человеку

Если данных не хватает или цена выходит за разумные границы, сделка автоматически уходит на ручную проверку менеджера — ничего не решается вслепую.

Как стало

Пример реального расчёта — так менеджер видит разбивку цены у себя на экране, готовую и обоснованную:

2014 Honda Civic · 142 000 миль · на ходу $620
Базовая цена по типу сделки$450
Год / пробег в норме+$90
Заводится и на ходу+$60
Документы и ключи в наличии+$40
Расстояние до пункта сдачи−$20
Результат в цифрах
Показатель
Было
Стало
Логика оценки
У каждого менеджера своя
Одна формула на все сделки
Явные («мусорные») сделки
Ждут общей очереди на оценку
Оффер уходит клиенту автоматически
Обоснование цены
«На глаз», по опыту
Пошаговая разбивка по параметрам
Спорные случаи
Смешаны с остальными в очереди
Отдельно помечены для проверки
Бизнес-эффект

Клиент получает предложение быстрее — меньше шанс, что за время ожидания он уйдёт к конкуренту. Цена на одну и ту же машину больше не зависит от того, кто из менеджеров её оценивал, — маржа стала предсказуемее. Менеджеры тратят время на сложные и спорные сделки, а не на однотипный ручной расчёт очевидных случаев.

Обсудить похожую задачу