A jellemzők és viselkedés alapján történő leadpontozás olyan feladat, amely jól alkalmas AI-ra, feltéve hogy két feltétel teljesül: egy validált pontozási modell és elegendő historikus adat a betanításhoz. E kettő hiányában a feladat nem vehető át megbízhatóan, bármilyen csábítóan hangzik is. Amire az AI ma képes, az egy agent: egy rendszer, amely folyamatosan értékeli, pontozza és továbbküldi a leadeket a sales vagy marketing-automatizálás felé, anélkül hogy egy embernek minden leadet külön kellene megnéznie.
A leadek egy állandó jellemzőkészlettel érkeznek: cégméret, funkció, eredet, kattintási viselkedés, űrlapkitöltés, látogatási gyakoriság. Ezek strukturált adatok, amelyek egy CRM-ben vagy marketing-automatizálási rendszerben már rendezetten rögzítve vannak. Egy AI-modell kombinálhatja ezeket a jellemzőket, és pontszámot rendelhet hozzájuk a múltbeli mintázatok alapján: mely jellemző- és viselkedéskombinációk vezettek korábban üzletkötéshez. Ez pontosan az a feladattípus, amire a machine learning épült. Vessük ezt össze egy olyan feladattal, ahol valakinek magának kell interpretálnia egy elbeszélést vagy fel kell mérnie egy egyedi beszélgetést — az egy másfajta megítélést igényel, és a leadpontozás nem ilyen.
Havonta több száz vagy több ezer leadnél a kézi értékelés nem tartható fenn hosszú távon, és pontosan itt bizonyítja értékét az automatizálás. Egy marketinges, akinek minden leadet kézzel kell átnéznie tíz jellemző alapján, olyan időt veszít, amely nem éri meg a hasznot. Egy modell, amely konzisztensen és rendkívül gyorsan pontoz, a leadek számától függetlenül, teljesen megváltoztatja ezt a mérleget. Egy cégnél, ahol hetente csak néhány lead érkezik, ez másképp áll: ott az automatizálás haszna kisebb, és az emberi megítélés gyakran ugyanolyan gyors. Ez a volumenbeli különbség pontosan az oka annak, hogy ugyanaz a munka az egyik cégnél másképp alakul, mint a másiknál.
Egy hibásan pontozott lead nem katasztrófa, de nem is ingyenes. Ha egy ígéretes lead túl alacsonyan pontoz, a sales elmulaszthatja, és bevétel megy veszendőbe. Ha egy közepes lead túl magasan pontoz, a sales időt veszít egy sehova nem vezető beszélgetéssel. Ez bosszantó, de legtöbbször korrigálható: a következő pontozás vagy a következő érintkezési pont helyreállítja a képet. Ez eltér például egy olyan pénzügyi módosítástól, amelyet nem rögzítenek helyesen, ahol a hibaköltségek jelentősen magasabbak — ahogy az látható annál a kérdésnél is, hogy tudja-e az AI vezetni a pénzügyi módosítások auditnaplóját. A leadpontozásnál a pontszám egy eszköz, nem végítélet, és ez elviselhetővé teszi a hibaköltségeket.
A mérlegelési szabadság középső értéket kap, mert egy pontszámot ugyan rögzített szabályok alapján számítanak ki, de az interpretáció — hogy mekkora súlyt kap egy pontszám a végleges nyomon követésben — gyakran még emberi kézben van. Az ügyfélkapcsolat viszonylag kedvezően pontoz az automatizálás számára, mert a pontozás maga azelőtt történik, hogy valós kapcsolat létrejönne: az AI a viselkedést és a jellemzőket értékeli, nem egy beszélgetést. A megfelelés középső pozíciót kap, mert a személyes adatok és viselkedési adatok a GDPR hatálya alá tartoznak; hogy egy szervezet hogyan gyűjti és pontozza a leadadatokat, meg kell felelnie e szabályoknak, és ez más kérdés, mint a pontozás technikai megvalósíthatósága maga.
A fent leírt eredmény nem automatikusan érvényes minden szervezetre. Egy cég, amely csak most kezdi a leadgenerálást, egyszerűen nem rendelkezik elegendő historikus konverziós adattal egy modell betanításához — ekkor a besorolás egyelőre emberi munka marad, vagy egy egyszerű, AI nélküli pontrendszer. Egy cég, amelynek erősen változó a célközönsége, ahol egy jó lead jellemzői idén másak, mint tavaly, gyakrabban kell felülvizsgálja és validálja a modelljét, mint egy stabil piaccal rendelkező cég. És egy szervezet, ahol a leadek majdnem mindig egyetlen csatornán érkeznek, kevés viselkedésbeli variációval, egyszerűbb adatokkal rendelkezik a betanításhoz, mint egy tíz különböző beáramlási csatornával rendelkező cég. Pontosan ezért egy "agent" besorolás csak indikáció a feladatra általánosságban, nem garancia az Ön helyzetére — lásd erről mit mond és mit nem mond egy sávszélesség.
Ez az eredmény a leadpontozás feladatáról szól, nem a marketinges vagy sales-munkatárs szerepéről mint egészről. Ezek a szerepek általában sokkal többet tartalmaznak, mint puszta pontozás: nyomon követés, tárgyalás, stratégia, ügyfélkapcsolat. A személyzettel és foglalkoztatással kapcsolatos döntések saját jogi követelmények alá esnek, és nem tartoznak egy ilyen feladatértékelés körébe. Mi ezért szívesebben számolunk felszabadult órákban, mint funkciókban, és elmagyarázzuk, miért órákban számolunk, és nem emberekben.
Szeretné tudni, hogy a saját profiljában mennyi óra érintett az ilyen jellegű feladatokban? Az ftetoai ingyenes gyorsteszt tizenkét kérdésből áll, nem igényel fiókot, és jelzi, hogy feladatainak mekkora része vehető át ma AI által. A teljes munkateszt, amely mélyebben belemegy az Ön saját folyamataiba, még fejlesztés alatt áll — ezt tehát még nem kínáljuk itt, de a gyorsteszt már most is ad egy első irányt.
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.