Ocjenjivanje leadova na temelju karakteristika i ponašanja je zadatak koji se dobro uklapa u AI, uz ispunjenje dva uvjeta: validiran model za ocjenjivanje i dovoljno povijesnih podataka za treniranje. Bez toga taj zadatak nije pouzdano preuzeti, koliko god privlačno to zvučalo. Što AI danas može podnijeti jest agent: sustav koji leadove kontinuirano procjenjuje, ocjenjuje i prosljeđuje prodaji ili automatizaciji marketinga, bez da čovjek svaki lead posebno pregledava.
Leadovi dolaze s fiksnim skupom karakteristika: veličina poduzeća, funkcija, izvor, ponašanje pri klikanju, unos podataka u obrazac, frekvencija posjeta. To su strukturirani podaci koji su već uredno zapisani u CRM-u ili sustavu za automatizaciju marketinga. AI model može kombinirati te karakteristike i dodijeliti ocjenu na temelju obrazaca iz prošlosti: koje kombinacije karakteristika i ponašanja su ranije dovodile do posla. To je upravo tip zadatka za koji je strojno učenje izgrađeno. Usporedite to sa zadatkom u kojem osoba sama mora interpretirati priču ili procijeniti jedinstven razgovor — to zahtijeva drugu vrstu procjene, a to nije ono što je ocjenjivanje leadova.
Kod stotina ili tisuća leadova mjesečno ručna procjena nije održiva, i baš tu automatizacija dokazuje svoju vrijednost. Marketer koji mora ručno prolaziti kroz svaki lead prema deset karakteristika gubi vrijeme koje ne nadoknađuje dobit. Model koji dosljedno i vrlo brzo ocjenjuje, bez obzira na broj leadova, u potpunosti mijenja tu računicu. Kod poduzeća s samo nekoliko leadova tjedno situacija je drugačija: tada je dobit od automatizacije manja i ljudska procjena je često jednako brza. Ta razlika u volumenu je upravo razlog zašto isti posao u jednom poduzeću ispadne drugačije nego u drugom.
Pogrešno ocijenjen lead nije katastrofa, ali nije ni besplatan. Ako obećavajući lead dobije preniska ocjenu, prodaja ga može propustiti i gubi se prihod. Ako prosječan lead dobije previsoku ocjenu, prodaja gubi vrijeme na razgovor koji ni do čega ne dovodi. To je neugodno, ali obično popravljivo: sljedeća ocjena ili sljedeći kontakt korigira sliku. To se razlikuje od, primjerice, financijske promjene koja nije pravilno zabilježena, gdje su troškovi pogreške znatno viši — kao što se vidi kod pitanja može li AI voditi revizijski trag financijskih promjena. Kod ocjenjivanja leadova ocjena je pomagalo, a ne konačna presuda, i to čini troškove pogreške podnošljivima.
Prostor za prosudbu ima srednju vrijednost jer se ocjena doduše izračunava po fiksnim pravilima, ali interpretacija — koliko težine ocjena dobiva u konačnom praćenju — često ostaje na čovjeku. Kontakt s klijentima relativno je povoljan za automatizaciju, jer se samo ocjenjivanje odvija prije nego što stvarno dođe do kontakta: AI procjenjuje ponašanje i karakteristike, ne razgovor. Usklađenost dobiva srednju pozicijU jer osobni podaci i podaci o ponašanju spadaju pod GDPR; kako organizacija prikuplja i ocjenjuje podatke o leadovima mora biti u skladu s tim pravilima, a to je drugo pitanje od tehničke izvedivosti samog ocjenjivanja.
Gornji zaključak ne vrijedi automatski za svaku organizaciju. Poduzeće koje je tek počelo s generiranjem leadova jednostavno nema dovoljno povijesnih podataka o konverziji za treniranje modela — tada klasifikacija zasad ostaje ljudski posao, ili jednostavno bodovanje bez AI-a. Poduzeće s jako promjenjivom ciljanom skupinom, kod kojeg su karakteristike dobrog leada ove godine drugačije nego prošle godine, mora svoj model češće revidirati i validirati nego poduzeće sa stabilnim tržištem. A organizacija kod koje leadovi skoro uvijek dolaze kroz jedan kanal, s malo varijacije u ponašanju, ima jednostavnije podatke za treniranje nego poduzeće s deset različitih kanala dolaska. To je upravo razlog zašto je ocjena kao „agent” indikacija za zadatak u općem smislu, a nije garancija za vašu situaciju — pogledajte i što raspon govori, a što ne.
Ovaj zaključak govori nešto o zadatku ocjenjivanja leadova, ne o ulozi marketera ili prodajnog djelatnika u cjelini. Te uloge obično sadrže puno više od samog ocjenjivanja: praćenje, vođenje razgovora, strategiju, odnos s klijentima. Odluke o osoblju i angažmanu podliježu vlastitim zakonskim zahtjevima i ne spadaju u procjenu zadatka kao ovu. Zato radije računamo u osloboenim satima nego u funkcijama, i objašnjavamo zašto računamo u satima, a ne u ljudima.
Želite li znati koliko od sati u vašem vlastitom profilu dodiruje zadatke kao ovaj? Besplatni quickscan tvrtke ftetoai sastoji se od dvanaest pitanja, ne traži račun, i daje indikaciju kojeg dijela vaših zadataka danas može preuzeti AI. Potpuni radni scan, koji dublje ulazi u vaše vlastite procese, još je u izradi — taj dakle još ne nudimo, ali quickscan već sada daje prvu smjernicu.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.