Т2: экономия на обучении персонала - 200 часов за 2 месяца

Экономия на обучении персонала звучит как компромисс: либо сокращаем часы наставничества, либо жертвуем качеством подготовки новичков. Кейс Т2 показывает, что это ложный выбор. За пару месяцев компания высвободила около 200 часов наставничества у группы из 200 сотрудников - и при этом не снизила требования к качеству консультаций.

Проблема: почему наставничество требует сотни часов

В контакт-центре и отделе продаж наставник - это не роскошь, а необходимость. Новичок должен научиться вести диалог по скрипту, отрабатывать возражения, распознавать психотип клиента и держать эмоциональный тон. Все это невозможно передать одной лекцией или инструкцией на бумаге.

Поэтому наставник слушает живые звонки, разбирает ошибки один на один, повторяет одни и те же объяснения разным сотрудникам. При потоке новичков в 50-200 человек это превращается в десятки, а иногда сотни часов ручной работы в месяц. Руководитель отдела фактически теряет часть своей ставки на функцию, которую можно частично автоматизировать.

Вторая сторона проблемы - субъективность. Один наставник может быть строже, другой мягче. Оценка «на глаз» не дает сопоставимых данных по всей команде, а значит и нельзя точно понять, где именно теряется качество.

Решение: как оптимизировать процесс без снижения качества

Экономия времени наставника не в том, чтобы меньше учить, а в том, чтобы убрать из процесса рутину, которую может взять на себя технология. Три задачи, которые обычно съедают часы наставника, поддаются автоматизации:

• Первичная отработка скрипта и типовых возражений - это может делать голосовой тренажер, а не живой человек.
• Оценка диалога по критериям качества - формализуется в матрицу, вместо субъективного «мне не понравилось».
• Сбор статистики по прогрессу сотрудника - автоматический отчет вместо ручного чек-листа.

Наставник в таком подходе не исчезает, а переключается на то, что действительно требует живого человека: сложные случаи, эмоциональную поддержку новичка, разбор нетиповых ситуаций.

Практический кейс: результаты и метрики

В Т2 (Теле2) задачу решали на группе около 200 человек. За пару месяцев внедрения удалось сэкономить порядка 200 часов наставничества - то есть примерно час на сотрудника был высвобожден без потери качества обучения.

В другом кейсе внутри той же компании эффект был еще заметнее: качество консультаций выросло с 82% до 97%, а у руководителя освободилось около 1,7 ставки в день. Это значит, что тот же результат обучения стали давать в полтора раза меньшим числом рабочих часов управленцев.

Похожая логика подтверждается и в других отраслях. В МТС за счет практики в безопасной среде текучка в период адаптации снизилась на 18%, а выход новичка на самостоятельный уровень производительности ускорился примерно в два раза. В ВТБ на пилоте по кредитным продуктам прямые продажи выросли на 13%, а кросс-продажи - на 80%. В среднем по клиентам AI-SkyTrainer личные продажи растут на 15%, кросс-продажи - на 50-60%.

Инструменты и методы для экономии времени на обучении

AI-SkyTrainer - голосовой AI-тренажер переговоров, который оценивает диалог сотрудника по более чем 40 критериям и сравнивает его с эталонным сценарием. Именно эта функция снимает с наставника львиную долю рутины: не нужно вручную прослушивать каждый звонок и выставлять оценку на глаз.

Логика простая: сотрудник тренируется на реалистичных сценариях - от отработки психотипов клиента до сложных возражений - в любое удобное время, без записи на встречу с наставником. Система фиксирует прогресс и показывает, где именно провисает навык: интонация, аргументация, работа с возражением или структура диалога.

Метод проверки эффекта тоже прозрачный: берутся две фокус-группы, одна тренируется с помощью инструмента, другая по старой схеме. Затем реальные звонки обеих групп сравнивают по единой матрице качества обслуживания. Это позволяет увидеть не мнение, а разницу в цифрах.

Как внедрить систему оптимизации в организации

Внедрение стоит начинать не с полной замены наставничества, а с пилота на одном направлении - как в Т2, где сначала протестировали процесс на конкретной теме. Дальше логика такая:

• Выбрать одну-две темы или скрипта, где новичков больше всего и наставник тратит больше всего часов.
• Собрать эталонные сценарии диалога и типовые психотипы клиентов для этой темы.
• Запустить тренажер на пилотной группе, а наставника подключать только к разбору сложных случаев.
• Через 1-2 месяца сравнить часы наставника и качество диалогов до и после - как это сделали в Т2.

После подтверждения эффекта на пилоте систему масштабируют на остальные темы и отделы, постепенно снижая долю ручной работы наставника.

Расчёт ROI экономии на обучении персонала

ROI считается через три показателя, которые напрямую переводятся в деньги: рост продаж и конверсии, экономия часов наставничества и нагрузки руководителей, снижение текучки и ускорение выхода на самостоятельный уровень.

В кейсе Т2 экономия 200 часов наставничества за пару месяцев на группе в 200 человек - это фактически освобожденное время руководителей, которое можно направить на управление командой, а не на повторение одного и того же новичкам. Второй кейс с ростом качества с 82% до 97% и высвобождением 1,7 ставки в день показывает, что экономия времени не противоречит росту показателей, а идет вместе с ним.

Если считать по среднему ориентиру клиентов AI-SkyTrainer - рост личных продаж на 15% и кросс-продаж на 50-60% - экономия на обучении персонала окупается не только за счет высвобожденных часов наставника, но и за счет прямого прироста выручки от более уверенных сотрудников.

Если хотите посчитать похожий эффект для своей команды - можно посмотреть, как это работает, на демо AI-SkyTrainer длительностью 30 минут, без обязательств.