Hodnotenie leadov na základe charakteristík a správania je úloha, ktorá sa dobre hodí pre AI, pokiaľ sú splnené dve podmienky: validovaný scoringový model a dostatok historických dát na tréning. Bez týchto dvoch podmienok nie je možné úlohu spoľahlivo prevziať, nech znie akokoľvek lákavo. Čo AI dnes dokáže, je agent: systém, ktorý priebežne posudzuje leady, hodnotí ich a presúva ďalej k predaju alebo marketingovej automatizácii, bez toho, aby človek posudzoval každý lead osobne.
Leady prichádzajú s pevným balíkom charakteristík: veľkosť spoločnosti, funkcia, zdroj, klikacie správanie, vyplnenie formulára, frekvencia návštev. Ide o štruktúrované údaje, ktoré sú už poriadne uložené v CRM alebo systéme marketingovej automatizácie. Model AI môže tieto charakteristiky kombinovať a prideliť skóre na základe vzorov z minulosti: aké kombinácie charakteristík a správania viedli v minulosti k uzavretiu obchodu. To je presne ten typ úlohy, na ktorý bolo strojové učenie vytvorené. Porovnajte to s úlohou, kde musí niekto sám interpretovať príbeh alebo posúdiť jedinečný rozhovor — to vyžaduje iný druh posúdenia, a to nie je to, čo je hodnotenie leadov.
Pri stovkách alebo tisíckach leadov za mesiac nie je manuálne posudzovanie udržateľné, a presne tam automatizácia dokazuje svoju hodnotu. Marketér, ktorý musí manuálne prejsť každý lead podľa desiatich charakteristík, stráca čas, ktorý sa nevyplatí. Model, ktorý hodnotí konzistentne a bleskovo rýchlo, bez ohľadu na počet leadov, tento výpočet úplne mení. V spoločnosti len s hŕstkou leadov za týždeň je to inak: prínos automatizácie je tam menší a ľudské posúdenie je často rovnako rýchle. Tento rozdiel v objeme je presne dôvodom, prečo rovnaká práca v jednej spoločnosti vypadá inak ako v druhej.
Nesprávne ohodnotený lead nie je katastrofa, ale ani zadarmo. Ak perspektívny lead dostane príliš nízke skóre, predaj ho môže prehliadnuť a stratí sa obrat. Ak priemerný lead dostane príliš vysoké skóre, predaj stráca čas rozhovorom, ktorý nikam nevedie. To je nepríjemné, ale väčšinou napraviteľné: ďalšie skóre alebo ďalší kontaktný moment obraz opraví. To je iné než napríklad finančná zmena, ktorá nie je správne zaznamenaná, kde sú náklady na chyby výrazne vyššie — ako je vidieť pri otázke, či AI vie viesť auditný záznam finančných zmien. Pri hodnotení leadov je skóre pomôckou, nie konečným rozsudkom, a to robí náklady na chyby zvládnuteľnými.
Priestor na úsudok má strednú hodnotu, pretože skóre sa síce počíta podľa pevných pravidiel, ale interpretácia — akú váhu skóre dostane vo výslednom postupe — často stále ostáva na človeku. Kontakt s klientom skóruje pre automatizáciu relatívne priaznivo, pretože samotné hodnotenie prebieha predtým, než skutočne nastane kontakt: AI posudzuje správanie a charakteristiky, nie rozhovor. Compliance dostáva strednú pozíciu, pretože osobné údaje a údaje o správaní podliehajú GDPR; spôsob, akým organizácia zbiera a hodnotí údaje o leadoch, musí týmto pravidlám vyhovovať, a to je iná otázka než technická realizovateľnosť samotného hodnotenia.
Výsledok uvedený vyššie neplatí automaticky pre každú organizáciu. Spoločnosť, ktorá s generovaním leadov iba začína, jednoducho nemá dostatok historických konverzných dát na tréning modelu — klasifikácia zostáva zatiaľ ľudskou prácou, alebo jednoduchým bodovaním bez AI. Spoločnosť s výrazne premenlivou cieľovou skupinou, kde sú charakteristiky dobrého leadu tento rok iné než minulý rok, musí svoj model revidovať a validovať častejšie než spoločnosť so stabilným trhom. A organizácia, kde leady prichádzajú takmer vždy prostredníctvom jedného kanála, s malou variáciou v správaní, má jednoduchšie dáta na tréning než spoločnosť s desiatimi rôznymi vstupnými kanálmi. To je presne dôvod, prečo je skóre ako „agent" indikáciou pre úlohu vo všeobecnom zmysle, nie záruka pre vašu situáciu — pozrite si aj čo šírka rozpätia hovorí a čo nie.
Tento výsledok vypovedá o úlohe hodnotenia leadov, nie o role marketéra alebo obchodného zástupcu ako celku. Tieto role zvyčajne zahŕňajú oveľa viac než len hodnotenie: následné kontaktovanie, vedenie rozhovorov, strategiu, vzťah s klientom. Rozhodnutia o personáli a nasadení podliehajú vlastným zákonným požiadavkám a nepatria do posúdenia úlohy, ako je toto. Preto radšej počítame v uvoľnených hodinách než vo funkciách, a vysvetľujeme prečo počítame v hodinách, nie v ľuďoch.
Chcete vedieť, koľko hodín vo vašom vlastnom profile sa dotýka podobných úloh? Bezplatný quickscan ftetoai obsahuje dvanásť otázok, nevyžaduje účet a poskytuje indikáciu, akú časť vašich úloh je dnes možné prevziať pomocou AI. Kompletný pracovný scan, ktorý sa hlbšie zaoberá vašimi vlastnými procesmi, sa ešte pripravuje — tú teda ešte neponúkame, ale quickscan už teraz poskytuje prvé nasmerovanie.
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.