Potenciālo klientu vērtēšana, pamatojoties uz pazīmēm un uzvedību, ir uzdevums, kas labi piemērots AI, ja ir izpildīti divi nosacījumi: validēts vērtēšanas modelis un pietiekami vēsturiskie dati, uz kuriem trenēties. Bez šiem diviem nosacījumiem uzdevumu nevar uzticami pārņemt, lai cik vilinoši tas neizklausītos. Tas, ko AI šodien spēj paveikt, ir aģents: sistēma, kas nepārtraukti novērtē, punktē un tālāk novirza potenciālos klientus uz pārdošanu vai mārketinga automatizāciju, bez tā, ka cilvēkam katrs potenciālais klients būtu jāizvērtē atsevišķi.
Potenciālie klienti ienāk ar noteiktu pazīmju kopumu: uzņēmuma lielums, amats, izcelsme, klikšķu uzvedība, formas ievade, apmeklējumu biežums. Tie ir strukturēti dati, kas jau kārtīgi fiksēti CRM vai mārketinga automatizācijas sistēmā. AI modelis var apvienot šīs pazīmes un piešķirt punktu skaitu, pamatojoties uz pagātnes modeļiem: kādas pazīmju un uzvedības kombinācijas agrāk noveda pie darījuma. Tas ir tieši tāda veida uzdevums, kuram mašīnmācīšanās ir izveidota. Salīdziniet to ar uzdevumu, kurā kādam pašam jāinterpretē stāsts vai jānovērtē unikāla saruna — tas prasa cita veida vērtējumu, un tas nav tas, kas ir potenciālo klientu vērtēšana.
Ja mēnesī ir simtiem vai tūkstošiem potenciālo klientu, manuāla izvērtēšana nav ilgtspējīga, un tieši tur automatizācija pierāda savu vērtību. Mārketinga speciālists, kuram katrs potenciālais klients manuāli jāizvērtē pēc desmit pazīmēm, zaudē laiku, kas neatsver iegūto labumu. Modelis, kas vērtē konsekventi un zibenīgi ātri, neatkarīgi no potenciālo klientu skaita, pilnībā maina šo aprēķinu. Uzņēmumā ar tikai dažiem potenciālajiem klientiem nedēļā situācija ir citāda: tad automatizācijas ieguvums ir mazāks, un cilvēka veikts vērtējums bieži ir tikpat ātrs. Šī atšķirība apjomā ir tieši iemesls, kāpēc viens un tas pats darbs vienā uzņēmumā izpaužas citādi nekā citā.
Nepareizi novērtēts potenciālais klients nav katastrofa, bet nav arī bez maksas. Ja daudzsološs potenciālais klients saņem pārāk zemu vērtējumu, pārdošanas nodaļa var to palaist garām, un ieņēmumi tiek zaudēti. Ja viduvējs potenciālais klients saņem pārāk augstu vērtējumu, pārdošanas nodaļa velta laiku sarunai, kas nekur nenoved. Tas ir nepatīkami, bet parasti labojams: nākamais vērtējums vai nākamais kontakta brīdis koriģē ainu. Tas atšķiras, piemēram, no finanšu izmaiņas, kas netiek pareizi fiksēta, kur kļūdas izmaksas ir ievērojami augstākas — kā redzams jautājumā, vai AI var uzturēt finanšu izmaiņu audita žurnālu. Potenciālo klientu vērtēšanā punktu skaits ir palīglīdzeklis, nevis galīgs spriedums, un tas padara kļūdas izmaksas panesamas.
Vērtējuma brīvība atrodas vidējā vērtībā, jo punktu skaits gan tiek aprēķināts pēc fiksētiem noteikumiem, taču interpretācija — cik lielu nozīmi vērtējums iegūst galīgajā turpmākajā rīcībā — bieži vien joprojām paliek cilvēka ziņā. Klientu kontakts iegūst salīdzinoši labvēlīgu vērtējumu automatizācijai, jo pati vērtēšana notiek pirms faktiska kontakta: AI izvērtē uzvedību un pazīmes, nevis sarunu. Atbilstība iegūst vidēju pozīciju, jo personas dati un uzvedības dati ietilpst VDAR darbības jomā; kā organizācija vāc un vērtē potenciālo klientu datus, ir jāatbilst šiem noteikumiem, un tas ir cits jautājums nekā pašas vērtēšanas tehniskā izpildāmība.
Iepriekš minētais secinājums automātiski neattiecas uz katru organizāciju. Uzņēmumam, kas tikko sācis potenciālo klientu piesaisti, vienkārši nav pietiekami daudz vēsturisko konversijas datu, lai apmācītu modeli — tādā gadījumā klasifikācija pagaidām paliek cilvēku darbs vai vienkārša punktu sistēma bez AI. Uzņēmumam ar stipri mainīgu mērķauditoriju, kurā laba potenciālā klienta pazīmes šogad atšķiras no pagājušā gada, savs modelis biežāk jāpārskata un jāvalidē nekā uzņēmumam ar stabilu tirgu. Un organizācijai, kurā potenciālie klienti gandrīz vienmēr ienāk pa vienu kanālu ar nelielu uzvedības variāciju, ir vienkāršāki dati, uz kuriem trenēties, nekā uzņēmumam ar desmit dažādiem ieplūdes kanāliem. Tieši tāpēc vērtējums kā "aģents" ir norāde uzdevumam vispārīgā nozīmē, nevis garantija jūsu situācijai — skatiet arī ko diapazons pasaka un ko ne.
Šis secinājums attiecas uz potenciālo klientu vērtēšanas uzdevumu, nevis uz mārketinga speciālista vai pārdošanas darbinieka lomu kopumā. Šīs lomas parasti ietver daudz vairāk nekā tikai vērtēšanu: turpmāku rīcību, sarunu vadīšanu, stratēģiju, klientu attiecības. Lēmumi par personālu un tā izmantošanu ietilpst savās juridiskajās prasībās un neietilpst šāda veida uzdevumu izvērtējumā. Tāpēc mēs labāk rēķinām atbrīvotās stundas, nevis amatus, un skaidrojam, kāpēc mēs rēķinām stundās, nevis cilvēkos.
Vai vēlaties uzzināt, cik daudz stundu jūsu paša profilā skar tādus uzdevumus kā šis? Bezmaksas ftetoai ātrā pārbaude sastāv no divpadsmit jautājumiem, nepieprasa kontu un sniedz norādi, kādu daļu no jūsu uzdevumiem šodien var pārņemt AI. Pilna darba pārbaude, kas dziļāk iedziļinās jūsu pašu procesos, vēl tiek izstrādāta — to mēs pagaidām vēl nepiedāvājam, bet ātrā pārbaude jau tagad sniedz pirmo virzienu.
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.