Автоматты аударма пайдаланылды
Как ИИ-инструменты помогают в продажах: от поиска лидов до закрытия сделок
ИИ постепенно входит в те ниши, которые всегда считались исключительно завязанными на людях. Одна из них — продажи. Согласно Harvard Business Review, компании, использующие ИИ в продажах, на 50% увеличили количество потенциальных клиентов и встреч. А ещё AI экономит время, повышает продуктивность сейлзов и берет на себя рутинные задачи. Платформа Ringostat исследовала, какие готовые решения существуют в помощь менеджерам по продажам. Так бизнес сможет поручить ИИ львиную долю рутинных задач и сфокусироваться на закрытии сделок.
Поиск потенциальных клиентов
По статистике, только на генерацию и анализ лидов тратится около 21% времени менеджера по продажам в сфере B2B. И чем уже и специализированнее ниша — тем труднее. Приходится искать потенциальных заказчиков в соцсетях или онлайн-каталогах, посещать их сайты, искать контакты ответственных лиц и вручную вводить в CRM.
Поэтому ИИ все чаще привлекают к поиску клиентов. Например, решение ZoomInfo имеет базу контактов и ищет по ним. Другие ИИ могут осуществлять поиск по запросу в реальном времени — как Seamless.ai. Пользователю нужно ввести характеристики целевой аудитории: в каких отделах она работает, размер компании, ключевые слова, по которым покупатели могут искать товар и т. д.
Менеджер по продажам получает список потенциальных клиентов с имейлами, телефонами, информацией о компании и профилями в соцсетях. Такие ИИ часто обычно интегрируются с CRM, поэтому полученные контакты можно импортировать в подобные системы и дальше работать с ними уже там.
Список лидов полученных с помощью Seamless.ai. Нажав на кнопку, можно перейти к контакту, перенесенному в CRM.
Также есть ИИ, которые анализируют прошлые сделки, выявляют закономерности, создают портрет потенциального покупателя и предлагают контакты лиц, которые ему соответствуют. Для этого решение обращается к собственной базе данных, которая может насчитывать миллионы записей компаний.
Еще способ найти «теплых» клиентов — проанализировать, кто посещает ваш сайт. Например, есть сервис Leedfeeder, который интегрируются с Google Analytics и собирает контакты компаний-посетителей. Контакты могут автоматически делиться по категориям в соответствии с уровнем вовлеченности. Так команде продаж проще определиться с приоритетом обработки лидов.
Оценка лидов
Существуют ИИ, которые более подробно оценивают пользу разных лидов для компании и их склонность к покупке — то есть проводят скоринг.
Forwrd.ai ставит баллы потенциальным клиентам. Например, анализируя их поведение на сайте и взаимодействие с определенным типом контента. На основе этого ИИ делает вывод, какой клиент вероятнее сделает заказ. Допустим, человек, который загрузил прайс, очевидно ближе к конверсии, чем тот, который только подписался на блог. А посетитель, который долго находился на странице дорогого товара, вероятно принесет компании больше прибыли, чем тот, кто быстро просмотрел дешевый товар.
Критерии, по которым система оценивает лиды, компания задает самостоятельно. Допустим, для онлайн-сервиса критерием может быть количество функций, которые клиент использовал в течение тестового периода. Чем больше — тем выше вероятность, что пользователь достаточно заинтересован, чтобы оплатить сервис.
Благодаря этому, менеджеры по продажам могут сфокусироваться на потенциальных клиентах с высокими баллами. А с пользователями с низкими баллами можно не связываться вообще — или сделать это в последнюю очередь. Причем ИИ постоянно обучается, находит скрытые сигналы и интерпретирует наборы данных. Поэтому такой скоринг более точный, чем проведенный человеком. Кроме того, ИИ может посоветовать, когда лучше связаться с покупателем.
Платформа forwrd.ai ставит скоринг, показывает последние сигналы, которые на него повлияли, и источник информации.
Чат-боты с ИИ также умеют проставлять скоринг клиентам и передают отделу продаж наиболее перспективных. Это позволяет не отвлекать зря сотрудников, если пользователь задает общие вопросы или просто нуждается в более подробных инструкциях или уточняет цену.
Автоматизация рутинных задач
По статистике, менеджеры тратят только 33% рабочего времени именно на продажи. Одна из причин — механические действия, которые не имеют прямого влияния на прибыль, но без них сделки не сдвинутся с места. Рассмотрим несколько универсальных задач, которые берет на себя ИИ.
Внесение информации в CRM
По данным SalesDirector.ai, ИИ позволяет автоматизировать до 90% процессов, связанных с вводом данных. Тот же сервис может, например, собирать контактную информацию из электронных писем и событий календаря и фиксировать ее в CRM. ИИ анализирует, кто автор письма, поступившего менеджеру, или кто был участником онлайн-встречи. Решение ищет, где указано имя и другая информация, и создает контакт в CRM или фиксирует там, что произошло взаимодействие с клиентом.
Также ИИ может собирать информацию о покупателе из его подписи. Решение самостоятельно поймет, где имя, где номер телефона или Skype, а где должность и компания, и зафиксирует это в соответствующих полях карточки контакта в CRM.
Планирование встреч и событий
Здесь ИИ работает в нескольких направлениях, распознавая закономерности в вашем расписании и упорядочивая его.
- Может увеличивать или уменьшать время на повторяющееся событие — в зависимости от того, сколько оно у вас занимает в последнее время. Допустим, несколько последних ежедневных встреч с командой длились на 20 минут дольше. ИИ это учтет, откорректировав следующую.
- Анализирует, в какое время вы более продуктивны, и может запланировать на него приоритетные встречи и задачи. При интеграции с мессенджерами коллеги увидят отметку, что у вас "focus time" — так что вас сейчас не стоит беспокоить.
- При необходимости может подвинуть более «гибкие» встречи — например, регулярный one-on-one с коллегой. Конечно, если это не вызывает конфликта в календаре другого сотрудника.
- Может автоматически переписываться с человеком, которому нужно назначить встречу. Например, ИИ Clara можно добавить в копию письма, чтобы она помогла выбрать оптимальное время события. Помощник дальше пообщается об этом с адресатом самостоятельно и забронирует встречу.
Пример письма о времени и дате встречи, автоматически сгенерированного Clara.
Расшифровка встреч и составление follow up
Во время встречи сейлз должен делать заметки, чтобы потом вспомнить, о чем шла речь. Или пересмотреть потом запись, описать ключевые моменты и написать клиенту письмо с итогом. Теперь за это может отвечать ИИ.
Например, FireFlies.ai записывает встречу и делает текстовую расшифровку реплик, указывая для каждой метку времени. ИИ создает резюме встреч, которые дают полное представление о разговоре. Сейлзу нужно скопировать его и отправить клиенту, чтобы зафиксировать договоренности, которые были достигнуты во время встречи.
Пример расшифровки встречи, сделанный сервисом Airgram
Контроль обработки звонков
Еще одна из регулярных задач руководителей и тимлидов отделов продаж — прослушивание аудиозаписей звонков. При этом нужно еще и делать заметки с отметками времени, если менеджер ошибся или должен был использовать другой аргумент. «Умный» помощник может взять на себя и такую задачу. Для этого нужно использовать виртуальную АТС с ИИ — в Казахстане первой такой платформой стал Ringostat.
При использовании ИИ в отчетах облачной телефонии появляется дополнительная информация о каждом звонке. Например, текстовая расшифровка разговора, которая автоматически переводится на английский. Так руководитель или тимлид может проконтролировать сотрудников, общающихся с клиентами на других языках.
В платформе Ringostat можно почитать расшифровку диалога и прослушать нужную реплику, нажав на нее.
Также ИИ записывает краткий смысл разговора — это, как и расшифровка диалогов, экономит время на контроль звонков. Если нужно, можно с помощью фильтров найти только те звонки, где речь шла об определенной вещи. Например, это поможет проверить, придерживаются ли менеджеры скрипта или не забывают сообщать клиентам о новом товаре.
Кроме того, ИИ анализирует общее настроение звонков и отдельно покупателя и менеджера. Так, можно отфильтровать только те вызовы, где, допустим, клиент был разочарован или настроен негативно. И своевременно исправить ситуацию, пока это не сказалось негативно на сделке.
Переписка с клиентами
Менеджерам иногда приходится писать десятки писем ежедневно, и здесь ИИ может помочь несколькими способами. Конечно, к написанию писем можно привлечь ChatGPT или Bard, но есть отдельные решения, предназначенные именно для продаж. Они чаще всего интегрируются с CRM, поэтому история общения с клиентами будет фиксироваться в подобных системах.
Более простые решения, например, приложение Writer, предназначены в основном для экономии времени и работают с sales-имейлами по следующему принципу:
- вы вводите название своего бренда и описываете его возможности;
- указываете призыв к действию — например, принять участие в распродаже;
- после этого ИИ ищет дополнительную информацию о вашей компании в открытых источниках и создает такой шаблон письма, будто его писал человек;
- при этом приложение само описывает возможности и преимущества вашего бренда;
- также ИИ может посоветовать тему письма, которая заинтересует и заставит его открыть.
Более продвинутые решения помогают персонализировать письмо — и так построить более крепкие и теплые отношения с покупателями. Например, по опыту клиента Lyne.ai, такой подход помог на 10-15% увеличить количество ответов. Работает это так:
- вы загружаете в сервис таблицу с названиями компаний;
- ИИ анализирует их сайты, блоги, события, публикации в соцсетях, ища, за что «зацепиться»;
- создает персонализированное письмо — например, может начать с того, что посетил конференцию компании, прочитал исследование, увидел новость о получении награды и т. д;
- органично вписывает призыв к действию.
Подобные решения также собирают статистику рассылок и назначают клиентам баллы, в зависимости от того, как они взаимодействовали с письмами.
При настройках персонализации в Lyne.ai можно выбрать источники информации и их приоритет.
Также существуют встроенные ИИ для CRM, которые могут автоматически генерировать письма, используя имеющуюся информацию о клиенте и сделке. Допустим, если в CRM есть данные, что человек посетил вебинар, система может составить письмо с благодарностью за посещение и предложит провести демонстрацию продукта. Также можно попросить ИИ переписать письмо в определенном тоне — например, более дружественном или профессиональном.
Прогнозирование вероятности продажи
Существуют отдельные решения на основе ИИ, которые способны прогнозировать вероятность продажи и другие бизнес-показатели: спрос, доход, расходы и т. д. Они могут собирать данные из тысяч источников, анализируют тенденции рынка, историю продаж, ассортимент, данные из CRM, ERP и соцсетей, даже учитывают сезонность. Подобные ИИ используют сложные модели расчетов и могут быстро проанализировать большие данные. Но, конечно, требуют комплексной настройки и привлечения специалистов к этому.
Другие же ИИ «зашиты» прямо в CRM, и команда может их использовать, не обладая техническими знаниями. Допустим, такое решение может прогнозировать, насколько вероятна продажа конкретному клиенту.
Например, известная система HubSpot анализирует лиды и прогнозирует, удастся ли закрыть сделку в течение 90 дней. Чтобы сделать такие выводы, ИИ, с одной стороны, опирается на данные об активности клиента. Например, на общее и среднее количество просмотренных страниц сайта, число доставленных имейлов, ответов на них или отказ от рассылки, дату последнего посещения сайта и т. д.
С другой стороны, ИИ обращает внимание на информацию по клиенту в CRM: количество записей в карточке сделки, сколько дней прошло с последней связи с лидом, на когда запланирована следующая активность и т. д. Также обращается внимание на то, есть ли в контакте номер телефона. Если клиент его не оставил, вероятность связи с ним снижается, а с этим и вероятность закрытия сделки.
Прогнозируя вероятность продажи по лиду, HubSpot показывает положительные и отрицательные факторы, влияющие на оценку.
Советы для закрытия сделок
Некоторые платформы имеют так называемого «ИИ-ассистента», который может также предоставлять советы для лучших следующих шагов по сделке. Удобство в том, что такое решение адаптируется под поведение клиентов и совершенствуется со временем.
Если речь о CRM, то подобная система опять-таки обращает внимание на многочисленные сигналы, которые генерирует контакт. Страницы каких продуктов он посещает, какие письма открывает, переходит ли по ссылкам в них, что покупал и как давно. Также ИИ может руководствоваться запрограммированными правилами и следить за показателями сделки, чтобы проанализировать, как их улучшить.
В соответствии с этим ИИ советует, какие товары посоветовать и как увеличить средний чек. Допустим, пользователь обратился, чтобы купить определенный товар эконом-класса, но часто посещает страницу более дорогого аналога. ИИ может посоветовать отправить покупателю письмо со скидкой на товар премиум-класса. Также ассистент предложит сопутствующие товары к чему-то, что уже заинтересовало клиента.
Для компаний, которые не используют CRM, есть похожие решения для работы со звонками. Искусственный интеллект анализирует смысл разговора и посоветует, что делать во время следующего общения или до него. Например, подготовить подробное сравнение с конкурентами, прислать документы, договориться об онлайн-презентации.
Пример совета, который ИИ Ringostat предоставляет после звонка. При следующем общении менеджер должен выяснить, действительно ли товар хорошо решает потребности клиента.
Также есть решения, которые анализируют активность клиентов в соцсетях и их манеру общаться. На основе этого ИИ делает психологический портрет и даже учитывает фразы, которые чаще всего использует потенциальный клиент. В итоге менеджер получает советы — как лучше адаптировать свои сообщения для каждого покупателя и каких тем или выражений лучше избегать.
- ИИ чаще всего учится на базах данных компании. И от «чистоты» и актуальности такой базы будет зависеть корректность работы ИИ. Перед тем как его обучать, убедитесь, что ваши данные полные, не содержат дублей и ошибок и вовремя обновляются.
- Если используете ИИ для прогнозов — на первых этапах проверяйте, сходятся ли его прогнозы с тем, что вы посчитали вручную. Иначе вы можете слишком поздно заметить ошибку.
- Когда речь о сложных сделках с крупными компаниями, решающую роль все равно играет «живой» менеджер. Ведь здесь большое значение имеют личные связи, в определенной степени харизма и многолетний опыт.
- Если клиент сильно недоволен, как можно скорее передайте его от бота к человеку. Прямой контакт с менеджером сгладит негативное впечатление, показывая, что клиент важен для вас.
Whatsapp
1519
Пікірлер 0
Кіру пікір қалдыру үшін