Сервис на автомате

У фирм, оказывающих корпоративным клиентам профессиональные услуги высшего уровня, глубокие специализированные знания. Их работа стоит дорого и может приносить хорошую прибыль. Однако есть и слабая сторона, о которой не все знают: если такая фирма захочет удвоить свой доход, ей потребуется вдвое больше сотрудников.

Производителям продукта, таким как Google или Adobe, структура затрат позволяет держать доналоговую прибыль на уровне 60—90%. Консалтинговые и юридические фирмы, рекламные агентства и другие компании сферы профессиональных услуг об этом могут только мечтать: расширяясь, они едва удерживают доналоговую прибыль на уровне 40%.

Алгоритмы, автоматизация и аналитика помогли инноваторам от услуг увеличивать прибыльность по мере роста. Качество тоже повышается — при ценах значительно ниже, чем у конкурентов. Вся хитрость — в создании продукта, который берет на себя трудоемкую работу, необходимую для выработки решений. Доходность увеличивается нелинейно, так как высокооплачиваемые профессионалы освобождаются от рутинных задач и могут работать над более сложными — генерирующими максимальную прибыль для компании. 

Конечно, создать такие продукты непросто, да и само понятие продукта и его роль в ценностном предложении не одинаковы у сервисных компаний и производителей, поэтому в сфере услуг требуются особые подходы.

В статье описаны мои советы по продуктивизиции для таких фирм. Я опишу три ключевых этапа: выявление задач, которые можно автоматизировать; разработка продукта, способного к самообучению на основе обработки и анализа данных; и монетизация  — выстраивание модели получения дохода, использующей преимущества автоматизации и аналитики.

Идея коротко

ПРОБЛЕМА

Фирмы по оказанию профессиональных услуг весьма наукоемки и могут устанавливать за свою работу высокие цены. Тем не менее по уровню прибыльности им редко удается сравняться с компаниями-производителями или платформенными сервисами.

ПРИЧИНА

Исторически сервисные фирмы росли только за счет увеличения количества

оказываемых услуг. Это приводило к расширению штата и существенному повышению затрат, при этом рост дохода оставался линейным.

РЕШЕНИЕ

Стратегически мыслящие фирмы профессиональных услуг автоматизируют рутинные задачи, превращая решения в продукты. Это высвобождает время самых ценных специалистов и позволяет повысить качество — и одновременно сэкономить. Повысить доходность в этой ситуации удается благодаря переходу от почасовой тарификации к оплате за транзакцию, а в дальнейшем — за результат.

Продукты, встроенные в услуги

Создание компьютерного продукта потребует алгоритмизации какой-то части работы, встраивания аналитики и выработки новой схемы монетизации. Прежде всего услугу надо разбить на составляющие, затем понять, как ее улучшить за счет богатства данных, и наконец, изменить систему оплаты.

Полученный продукт станет компонентом услуги, и ваш клиент будет покупать именно ее, а не продукт — он может и не заметить, что часть работы выполняется автоматически. Зато он заметит, что цена услуги снизилась — ведь стандартный компонент фирма сможет использовать многократно.

Возьмем, к примеру, Littler — глобальную юридическую компанию, специализирующуюся на трудовом праве и работающую в полутора десятках стран. Чтобы улучшить качество и эффективность своих услуг, фирма разбила их на отдельные подзадачи, из которых более сложные передала узким специалистам, а менее сложные доверила информационной системе. По сути, часть работы выполняют юристы, а часть — специализированное программное обеспечение. Разберем одну из услуг фирмы — CaseSmart–Charges. Ее предназначение — помочь большой компании разобраться с потоком жалоб и исков по поводу дискриминации сотрудников. Система соединяет разные компоненты: специальное ПО, инструменты управления проектами и «ручную» работу юристов и аналитиков. Приглашенные юрисконсульты занимаются исключительно сложными разбирательствами, что помогает снизить затраты (услуги юристов оплачиваются по часам). Аналитики, чьи услуги обходятся дешевле, заняты подготовкой, обобщением, систематизацией и преобразованием данных для юристов.

В Littler разработали программу, помогающую клиентам (HR-службам) отслеживать жалобы, поданные против их компаний в Комиссию по равным возможностям. На панель выводятся результаты анализа, позволяющие заранее просчитать риски для бизнеса и, соответственно, снизить расходы на юристов и точнее классифицировать конфликты. В некоторых случаях удается предотвращать судебные разбирательства.

Есть и похожая система для судебных исков, поданных физлицами. Интерфейс помогает службам персонала анализировать и отслеживать ход разбирательств. Этот инструмент повысил скорость и качество работы Littler, а издержки фирмы и ее клиентов снизились. Клиенты могут теперь анализировать полную картину своих судебных споров и выявлять зоны риска — проблемные юрисдикции, действия определенных лиц или противоречивые политики.

Чтобы извлечь выгоду из этих инноваций, Littler заключает с клиентами соглашения об альтернативном гонораре (AFA), что дает ей возможность нарастить прибыль, а потребителю — уменьшить расходы. Вместо привычной почасовой оплаты труда юристов Littler назначает фиксированную — ее размер зависит от количества и исхода обращений (жалоб или исков). Это нововведение снизило юридические издержки клиентов (по отзывам, на 10—35%). Клиентская база увеличилась, и за 2015 год выручка выросла вдвое. 

Поиск возможностей

Если компании-производители берут свои новые идеи извне, прислушиваясь к потребностям рынка, то сервисные компании выявляют их внутри бизнеса. Они отслеживают не пробелы в своем ассортименте, а, наоборот, успешно предоставляемые услуги, которые можно автоматизировать.

Возьмем EXL — B2B-компанию, которая берет на себя ведение расчетов и аналитику (я консультировал ее как член совета директоров). Среди услуг, предоставляемых EXL медицинским страховым компаниям, — обработка счетов за лечение (страховых претензий), и одна из ее задач — выявлять переплаты, связанные с мошенничеством или злоупотреблениями. Когда-то все делали вручную: сотрудники EXL изучали претензии на предмет некорректных кодов операций, суброгации, ошибок в оплате, бесполезных услуг. После проверки вызывающих сомнения счетов сотрудники разбирались с возмещением доказанных переплат.

Обработав миллионы претензий, EXL обнаружила ряд паттернов: мошенничество и ошибки были чаще всего связаны с конкретными кодами процедур и диагнозов, конкретными поставщиками услуг, пациентами, локациями и другими характеристиками. EXL разработала программу проверки претензии: теперь каждая из них получает балл, указывающий на вероятность злоупотребления, и самые подозрительные направляются на дополнительную проверку.

Включив в услугу продукт, EXL ускорила и удешевила обработку счетов, увеличила возврат денег по претензиям и помогла избегать переплат в будущем. Только одному из своих клиентов EXL за три года вернула $50 млн, предотвратив потерю еще примерно $20 млн.

Разобрав свои услуги на паттерны, вы сможете выбрать наиболее подходящие для автоматизации. Задачи надо рассортировать по двум критериям: частотности их выполнения и уровню сложности (требований к квалификации и знаниям). Например, в рекламном агентстве задача высокого уровня сложности — это разработка креативных ресурсов для новой маркетинговой кампании, а задача низкого уровня — оптимизация появления бренда в поисковых системах.

Приоритетными для автоматизации должны стать часто выполняемые задачи невысокой сложности. Это и понятно: алгоритмической обработке лучше всего поддаются большие объемы повторяющихся процедур: чем больше данных они накапливают, тем активнее обучаются.

Чтобы вы лучше представили себе все это, приведу сравнение: когда вы долго едете по автомагистрали, вы постоянно выполняете действия, не требующие интеллектуального напряжения, такие как поддержание стабильной скорости и отслеживание происходящего в соседних полосах. Такие частотные и простые задачи идеально автоматизируются — по сути, их уже автоматизировали (круиз-контроль и мониторинг слепых зон).