Myynnin ja markkinoinnin nopeatempoisessa maailmassa liidien ymmärtäminen ja hallinta on kuin piilotettujen aarteiden löytämistä ja vaalimista. Jokainen liidi on potentiaalinen asiakas, mutta kaikkia liidejä ei luoda tasa-arvoisiksi. Jotkut ovat valmiita tekemään päätöksen, kun taas toiset tarvitsevat enemmän aikaa tai tietoa.
Tässä on Lead Priorisointi tulee peliin. Se on tiedettä liidien luokittelemisesta sen perusteella, kuinka todennäköisesti heistä tulee asiakkaita. Kuvittele, että pystyt paikantamaan lupaavimmat liidit, jolloin myyntitiimisi voi keskittää ponnistelunsa sinne, missä he todennäköisimmin menestyvät.
Keskustelemme tässä blogissa liidien priorisoinnista ja katsomme, kuinka myyntitiimit voivat luoda ja toteuttaa liidien priorisointikehyksiä tyhjästä. Tutkimme myös, kuinka Nanonets Workflows voi mullistaa tämän ratkaisevan prosessin. Katsomme, kuinka työnkulun automaatio voi virtaviivaistaa myyntityötäsi ja varmistaa, että tiimisi ei vain työskentele ahkerasti vaan myös älykkäästi.
esittely
Liidien priorisointi on tehokkaiden myynti- ja markkinointistrategioiden selkäranka. Siihen kuuluu liidien arvioiminen ja luokittelu sen perusteella, kuinka todennäköisesti ne muuttuvat asiakkaiksi. Tämä prosessi ei ainoastaan paranna tehokkuutta, vaan lisää myös myyntiponnistelujen tehokkuutta kohdistamalla oikeat asiakkaat oikeaan aikaan.
Miksi se on tärkeää?
- Lisääntynyt tehokkuus: Keskittymällä potentiaalisiin liideihin tiimit voivat käyttää aikaansa ja resurssejaan tehokkaammin.
- Korkeammat muuntokurssit: Priorisoidut liidit tuottavat todennäköisemmin tuloksia, mikä lisää yleistä onnistumisprosenttia.
- Parempi asiakaskokemus: Viittausvalmiuteen perustuvan lähestymistavan räätälöinti parantaa asiakkaiden vuorovaikutusta ja tyytyväisyyttä.
Liidien pisteytystä käytetään yleensä liidien priorisointiin. Pohjimmiltaan se sisältää numeerisen pisteytyksen antamisen kullekin liidille, tyypillisesti asteikolla 1-100, jotta voidaan arvioida heidän oston todennäköisyyttä.
Nykyaikaiset liidien pisteytysmenetelmät sisältävät nyt sekoituksen eksplisiittiset ja implisiittiset pisteytysmittarit, ja voi myös sisällyttää ennakoiva pisteytys rakentaa viitekehys, joka saavuttaa tarkat liidipisteet liidillesi.
- Eksplisiittinen pisteytys tarkoittaa konkreettisten tietojen käyttöä, kuten ammattinimike, yrityksen koko tai toimiala.
- Implisiittinen pisteytys perustuu käyttäytymistietoihin, kuten verkkosivustokäyntiin, sähköpostiin sitoutumiseen tai sisällön latauksiin.
- Ennustava pisteytys toimii kerroksena perinteisille eksplisiittisille ja implisiittisille menetelmille. Ennakoiva pisteytys voi –
- käytä tekoälyä nykyisiä asiakkaitasi ja hyväksyttyjä ja hylättyjä liidejäsi koskevissa tiedoissa liidipisteiden antamiseksi.
- käyttää LLM:itä korvaamaan subjektiiviset päätöksentekotehtävät liidien pisteytystyönkulussa.
Automatisoi liidien priorisointi AI-pohjaisilla työnkulkuillamme, jotka Nanonets on suunnitellut sinulle ja tiimillesi.
Liidien priorisointikehyksen luominen
Tutkitaan, kuinka myyntitiimi voi luoda liidien priorisointikehyksen tyhjästä.
1. Valitse liidin pisteytysmenetelmä
Puhutaanpa yleisistä tavoista pisteyttää potentiaalisia asiakkaita, joita voit käyttää viitekehyksessäsi liidien pisteytysmenetelmänä.
Eksplisiittiset liidin pisteytysmenetelmät
Nämä menetelmät käyttävät selkeitä ja suoria tietoja, kuten demografisia tietoja, arvioidakseen, kuinka hyvä liidi on.
BANT (budjetti, auktoriteetti, tarve, aikakehys)
talousarvio: Tarkistaa, onko liidillä tarpeeksi rahaa ostettavaksi.
Viranomainen: Katsoo, voiko yhteyshenkilö päättää ostaa.
Tarve: Selvittää, tarvitseeko liidi todella tuotettasi tai palveluasi.
Aikataulu: Katsoo, milloin liidi aikoo ostaa.
Kuinka se toimii -
- Liidi täyttää verkkolomakkeen.
- Lomakkeen tietoja on parannettu saadaksesi lisätietoja liidin yrityksestä ja roolista.
- CRM tekee sitten johdon BANT:n perusteella käyttämällä näitä lisätietoja koskevia sääntöjä.
- Liidit, joilla on korkea auktoriteetti ja kiireellinen tarve, saavat korkeammat pisteet.
- CRM päivittää liidin pisteet ja merkitsee ne tärkeiksi myyntitiimille.
Firmografinen pisteytys
Arvioi liidejä yrityksen tietojen, kuten koon, toimialan, sijainnin ja tulojen perusteella. Se sopii erinomaisesti yritysten väliseen myyntiin.
Kuinka se toimii -
- LinkedIn löytyy LinkedInistä.
- Yritystietoja on parannettu saadaksesi lisätietoja.
- CRM pisteyttää johdon asetettujen firmografisten kriteerien perusteella.
- Tämä pistemäärä auttaa lajittelemaan liidejä tiettyjä markkinointisuunnitelmia varten.
ANUM (viranomainen, tarve, kiireellisyys, raha)
Samanlainen kuin BANT, mutta lisää kiireellisyyttä sekoitukseen.
Kuinka se toimii -
- Johtaja osallistuu webinaariin.
- Heidän sitoutumisensa ja kysymyksensä analysoidaan kiireellisyyden ja tarpeen mukaan.
- Heidän roolinsa ja yrityksensä valtuudet ja budjetti tarkistetaan.
- CRM pisteyttää johtoaseman näiden tekijöiden perusteella suosien niitä, joilla on välittömiä tarpeita ja mahdollisuus ostaa.
Implisiittiset liidin pisteytysmenetelmät
Näillä menetelmillä tarkastellaan, kuinka potentiaalinen asiakas käyttäytyy ja on vuorovaikutuksessa brändisi kanssa määrittääkseen kiinnostuksensa.
Sitoutumispisteytys
Seuraa, miten liidit ovat vuorovaikutuksessa sisältösi, verkkosivustosi ja markkinointisi kanssa.
Kuinka se toimii -
- Liidi tarkistaa usein markkinointisähköpostit ja tärkeät verkkosivuston sivut.
- Heidän toimintaansa seurataan ja pisteytetään sitoutumisen perusteella.
- CRM päivittää pisteet automaattisesti.
- Myyntitiimillä on erittäin sitoutuneita liidejä.
Sisällön vuorovaikutuksen pisteytys
Liidit pisteytetään sen perusteella, miten he ovat vuorovaikutuksessa sisällön, kuten blogien, raporttien tai videoiden, kanssa.
Kuinka se toimii -
- Johtaja lukee yksityiskohtaisia blogeja ja katselee opetusvideoita.
- Näitä vuorovaikutuksia seurataan ja pisteytetään.
- Nämä tiedot lisätään CRM:ään, mikä lisää liidin pistettä.
- Yksityiskohtaista sisältöä sisältäviä liidejä pidetään suurena potentiaalina.
Ennustavat liidien pisteytysmenetelmät
Näissä menetelmissä käytetään tekoälyä ja koneoppimista perinteisten menetelmien ohella.
LLM-pohjainen Lead Scoring
Käyttää kielimalleja auttamaan pisteytyksen tekemisessä eksplisiittisissä menetelmissä, kuten BANT.
Koneoppimiseen perustuva pisteytys
Analysoi aiempia liiditietoja löytääkseen onnistuneiden liidien mallit. Arvioi uusia liidejä sen perusteella, kuinka samanlaisia ne ovat näiden menestyneiden profiilien kanssa.
Näistä kerrotaan lisää myöhemmin. Valitsemme esimerkissämme BANT-kehyksen tässä vaiheessa.
Kun viitekehys on valittu, seuraava vaihe on aloittaa tiimisi valmistelu integroimaan puitteet saumattomasti ja luomaan liidien pisteytyskaava.
2. Tutustu tiimiisi BANTiin
Aloita kouluttamalla myyntitiimiäsi BANTista, joka on lyhenne sanoista Budget, Authority, Need ja Timeline, ja sen merkityksestä tuotteisiisi tai palveluihisi.
- Budjetti: Potentiaalisen asiakkaan budjetin ymmärtäminen on tärkeää. Sen avulla voit määrittää, voivatko he realistisesti ostaa tuotteesi tai palvelusi, välttäen aikaa, joka kuluu liideihin, jotka eivät todennäköisesti toteudu taloudellisten rajoitusten vuoksi. Kyse on suositusten yhdistämisestä siihen, mitä asiakkaalla on varaa.
- Auktoriteetti: Varmista, että tiimisi on tekemisissä päätöksentekijöiden kanssa. Tämä on kriittistä, koska puhuminen oikealle henkilölle, jolla on valtuudet hyväksyä osto, virtaviivaistaa myyntiprosessia. Kyse on ponnistelujen kohdistamisesta henkilöihin, joilla on viimeinen sana.
- Tarve: Kun otat huomioon mahdollisen asiakkaan ainutlaatuiset tarpeet tai haasteet, tiimisi voi mukauttaa myyntitapaansa ja korostaa, kuinka tuotteesi tai palvelusi voi ratkaista nämä erityiset ongelmat. Tämä lähestymistapa on samanlainen kuin tapa, jolla lääkäri diagnosoi potilaan tilan suositellakseen asianmukaista hoitoa.
- Aikajana: Sen arvioiminen, milloin mahdollinen asiakas todennäköisesti tekee ostoksen, on ratkaisevan tärkeää liidien priorisoinnissa ja tehokkaissa seurantastrategioissa. Tämän tiedon avulla myyntitiimi voi keskittyä potentiaalisiin asiakkaisiin, jotka ovat lähempänä ostopäätöstä, kuten aterian tarjoamista jollekulle, kun he ovat todennäköisimmin nälkäisiä.
3. Ohjaavat periaatteet BANT-lomakkeen täyttämiseksi uteliaan sitoutumisen kautta
Kun tutkitaan jokaista BANT-kehyksen luokkaa, on tärkeää tasapainottaa herkkyys ja perusteellisuus. Seuraavassa oppaassa kerrotaan, kuinka nämä kyselyt voidaan esittää tehokkaasti, mukaan lukien käytännön esimerkkejä:
- Budjettia koskevat tiedustelut
- Tavoite: Mittaaksesi mahdollisen asiakkaan taloudellista valmiutta ja kiinnostusta investoida tarjontaasi.
- Lähestyä: Aloita laajoilla, avoimilla kysymyksillä ja kavenna sitten vähitellen. Varmista, että potentiaalinen henkilö tuntee olonsa mukavaksi eikä paineen alaisena.
- Esimerkkejä:
- "Voisitko jakaa budjettialueen, jota suunnittelet meidän kaltaiselle ratkaisulle?" Tämä ei-invasiivinen kysymys antaa mahdollisuuden tarjota yleiskuvan.
- "Mikä oli taloudellinen sitoumuksesi vastaaviin menneisiin projekteihin?" Tämä auttaa sinua ymmärtämään heidän aiempia sijoitustottumuksiaan ja odotettua budjettia.
- Auktoriteettiin perustuvat kysymykset
- Tavoite: Tunnistaa, kuka tekee päätökset ja heidän päätöksentekoprosessinsa luonteen.
- Lähestyä: Rajaa kysymyksesi kerätäksesi tietoja kunnioittavasti, vieraannuttamatta mahdollisuutta.
- Esimerkkejä:
- "Kuka on päähenkilö, joka päättää tästä hankkeesta, ja miten voimme käsitellä heidän huolenaiheitaan?" Tämä identifioi suoraan päätöksentekijän ja osoittaa samalla kunnioitusta heidän asemaansa.
- "Voitko kuvailla tyypillistä prosessia tällaisten ostosten tekemiseen?" Tämä antaa yleiskuvan heidän päätöksentekorakenteestaan.
- Tarvekeskeisiä kysymyksiä
- Tavoite: Selvittää potentiaalisen asiakkaan erityiset haasteet ja tarpeet.
- Lähestyä: Käytä avoimia kysymyksiä kannustaaksesi yksityiskohtaisiin vastauksiin.
- Esimerkkejä:
- "Mihin haasteisiin toivot ratkaisumme vastaavan?" Tämä saa aikaan avoimen keskustelun heidän tarpeistaan.
- "Mitkä tarjontamme ominaisuudet ovat sinulle tärkeimpiä?" Tämä auttaa priorisoimaan mahdollisia asiakkaita kiinnostavia ominaisuuksia.
- Aikajanan kyselyt
- Tavoite: Ymmärtää ratkaisun ostamisen ja käyttöönoton kiireellisyyden ja suunnitellun aikataulun.
- Lähestyä: Ole selkeä, mutta mukaudu mahdollisen aikajanaan ja rajoituksiin.
- Esimerkkejä:
- "Onko sinulla jokin tietty aikataulu tämän ratkaisun käyttöönotolle?" Tämä selventää niiden kiireellisyyttä tai suunniteltua aikataulua.
- "Vaikuttavatko ulkoiset tekijät, kuten tapahtumat tai tilikaudet, päätöksentekoon?" Tämä ottaa huomioon ulkopuoliset vaikutukset heidän aikajanaansa.
Muita tehokkaan viestinnän strategioita
- Luo suhde: Luo yhteys ennen kuin aloitat BANT-kysymyksillä tehdäksesi mahdollisesta avoimemmaksi.
- Aktiivinen kuuntelu: Kiinnitä huomiota heidän vastauksiinsa, mikä voi johtaa oivaltavampiin jatkokysymyksiin.
- Mukauta kysymyksiä: Räätälöi kyselysi alan, yrityksen koon tai yksilön roolin mukaan osoittaaksesi valmiutesi ja aitoa kiinnostusta.
- Joustavuus: Jos potentiaalinen henkilö näyttää haluttomalta vastaamaan, muuta lähestymistapaasi tai palaa kysymykseen myöhemmin.
- Harjoittelu roolileikin kautta: Osallistu roolileikkeihin simuloidaksesi myyntikeskusteluja ja autat tiimiäsi kysymään oikeita kysymyksiä itsevarmasti.
4. BANT-lomakkeen luominen
BANT-lomakkeen tehokas luominen tarkoittaa asianmukaisten tietokenttien valitsemista kullekin BANT-komponentille, jotta tiedonkeruu on tarkka ja tehokas. Tutkitaan kunkin komponentin mahdollisia vaihtoehtoja.
Talousarvio:
- Esiasetetut aluevaihtoehdot: Tarjoa esimääritettyjä valintoja, kuten '<10,000 10,000 $', '50,000 50,000 - XNUMX XNUMX $', '> XNUMX XNUMX $' jne., jotta voit luokitella liidit nopeasti niiden budjetin mukaan.
Authority:
- Monivalintakyselyt: Nämä sopivat yhteyshenkilön roolin määrittämiseen, ja niissä on valintoja, kuten "Päätöksentekijä", "Vaikuttaja", "Loppukäyttäjä", "Konsultti" jne.
- Layered Selection: Hyödyllinen, jos päätöksentekoketju on monimutkainen, tämä vaihtoehto auttaa määrittämään yhteyshenkilön tason hierarkiassa, kuten:
- Johtajat (esim. toimitusjohtaja, talousjohtaja, teknologiajohtaja)
- Osastopäälliköt (esim. IT-päällikkö, markkinointipäällikkö)
- Joukkueen esimiehet/johtajat
- Yksittäiset avustajat
Tarve:
- Rastiruudut: Mahdollistaa liidien tunnistamisen luettelosta tyypillisistä ongelmista tai vaatimuksista, jotka tuotteesi/palvelusi voi ratkaista, ja tarjoaa myös prosenttiosuuden kattavuudesta.
- Voimakkuusasteikko: Voit mitata, kuinka tärkeä tai välitön kukin tarve on, käyttämällä luokkia, kuten "Ei tärkeä", "Jonkin verran tärkeä", "Erittäin tärkeä".
Aikajana:
- Yhden vaihtoehdon valinta: Käytä valintapainikkeita valitaksesi selkeästi yhden valinnan aikavälille, kuten "1 kuukauden sisällä", "1-3 kuukautta", "3-6 kuukautta", "6 kuukautta tai enemmän" ", mikä auttaa arvioimaan kiireellisyyttä.
5. BANTin sisällyttäminen myyntistrategiaasi
- Sisällytä BANT CRM:ään: Upota BANT-kentät CRM-työkaluusi, jotta voit seurata ja arvioida potentiaalisia asiakkaita tehokkaasti.
- Johdonmukainen seuranta ja päivitys: Varmista, että tiimisi päivittää CRM:n BANT-tiedot jatkuvasti vuorovaikutuksensa jälkeen mahdollisten asiakkaiden kanssa.
6. Arvioi liidin laatua liidien pisteytyksen avulla
Liidin pisteytykseen kuuluu eri BANT-elementtien (Budget, Authority, Need, Timeline) määrittäminen vaihtelevasti, mikä johtaa kumulatiiviseen pisteeseen, joka edustaa liidin yleistä pätevyyttä. Tähän pisteytykseen vaikuttavat myyntistrategiasi ja aikaisemmat tiedot. Esimerkiksi jos budjetti on usein ratkaiseva tekijä, sillä pitäisi olla suurempi painoarvo. Vastaavasti, jos viranomaisen taso on kriittinen, sen painoarvoa tulisi lisätä.
Esimerkiksi ohjelmistoratkaisujen myynnin yhteydessä painotus voi olla seuraava:
- Budjetti: 30 pistettä
- Auktoriteetti: 25 pistettä
- Tarve: 25 pistettä
- Aikajana: 20 pistettä
Määritä sitten kriteerit pisteiden myöntämiselle kussakin luokassa. Esimerkiksi:
- Budjetti: Yli 100,000 30 dollaria saa 50,000 pistettä, 100,000 15 - 50,000 XNUMX dollaria XNUMX pistettä ja alle XNUMX XNUMX dollaria ei pisteitä.
- Auktoriteetti: C-tason johtajat saavat 25 pistettä, johtajat 20 pistettä, johtajat 15 pistettä ja muut ei yhtään.
- Tarve: Täydellinen ottelu ansaitsee 25 pistettä, osittainen ottelu 15 pistettä ja matala ottelu 5 pistettä.
- Aikajana: 3 kuukauden sisällä ansaitsee 20 pistettä, 4-6 kuukaudessa 10 pistettä ja yli 6 kuukaudessa 5 pistettä.
Laske kokonaispistemäärä laskemalla yhteen kunkin luokan pisteet. Esimerkiksi hypoteettisella liidillä, jonka budjetti on 100,000 30 dollaria (15 pistettä), esimiestason auktoriteetti (25 pistettä), joka vastaa tarpeeseen täydellisesti (6 pistettä) ja aikajana 10 kuukauden sisällä (80 pistettä), kokonaispistemäärä olisi XNUMX.
Tämä pisteytysjärjestelmä priorisoi liidit, joilla on korkeammat pisteet, koska ne tuottavat todennäköisemmin konversioita myyntistrategiasi mukaisesti. Se tarjoaa kvantitatiivisen menetelmän lyijyn laadun mittaamiseen, mikä edistää objektiivista päätöksentekoa myynnissä.
7. Ota käyttöön palauteprosessi
On erittäin tärkeää sisällyttää palautejärjestelmä BANT-kehyksen parantamiseksi ja hienosäätämiseksi. Tämä tarkoittaa säännöllisesti palautteen keräämistä ja arviointia myyntitiimiltä heidän BANT-kokemuksistaan.
- Säännölliset keskustelut: Järjestä myyntitiimille säännöllisiä kokouksia BANT-kehyksen kokemuksien jakamiseksi. Edistää avoimen keskustelun kulttuuria prosessin tehokkuudesta ja puutteista.
- Myyntitietojen analyysi: Tutki tehokkuustietoja ja arvioi BANT-prosessissa korkealle sijoittuneiden liidien tulosprosentteja. Tämä auttaa määrittämään, mitkä BANT-kriteerit ennustavat paremmin myynnin menestystä.
- BANT-kriteerien muokkaaminen: Muokkaa BANT-kriteerejä ja pisteytysmenetelmää palautteen ja data-analyysin perusteella. Tämä voi sisältää tiettyjen elementtien painon muuttamisen tai esitettyjen kysymysten muuttamisen.
- Jatkuva sopeutuminen: Kannusta myyntitiimiä näkemään BANTin dynaamisena työkaluna, joka parantaa sitä jatkuvasti todellisten myyntikokemusten perusteella.
8. Testaa historiallisia tietoja
Historiallisen analyysin tekeminen voi parantaa huomattavasti ymmärrystä BANT-kehyksesi tehokkuudesta.
- Aiempien myyntitietojen kerääminen: Myyntitiimin tulee käydä uudelleen varhaisessa vuorovaikutuksessa aiempien liidien kanssa ja täyttää BANT-kentät takautuvasti näiden kohtaamisten perusteella.
- Taannehtiva BANT-hakemus: Kun olet täyttänyt BANT-lomakkeet noin 100–200 historiallisen liidin osalta, käytä nykyisiä BANT-kriteerejä arvioidaksesi nämä liidit ikään kuin niitä arvioitaisiin tänään.
- Tulosten vertailu: Vertaile näiden liidien lopputuloksia (riippumatta siitä, tuliko niistä asiakkaita vai ei) mitataksesi BANT-kehyksen ennustetarkkuutta.
- Framework Refinement: Tee mukautuksia viitekehykseen tämän analyysin perusteella.
9. Vähemmän pätevien liidien kasvattaminen
Käyttöönoton jälkeen kohtaat edelleen liidejä, jotka eivät täysin täytä ehtoja. Näitä liidejä tulee vaalia erityisillä strategioilla.
- Segmentointi: Aloita luokittelemalla nämä liidit sen perusteella, mitkä BANT-kriteerit eivät täytä, mikä mahdollistaa kohdistetummat hoitomenetelmät.
- Mukautettu sisältö: Kehitä sisältöä, joka korjaa kunkin segmentin erityiset puutteet.
- Budjetti: Tuota materiaaleja, kuten blogiviestejä tai infografioita, jotka korostavat tuotteesi tai palvelusi pitkän aikavälin taloudellisia etuja ja sijoitetun pääoman tuottoprosenttia.
- Auktoriteetti: Luo selkeitä, vakuuttavia materiaaleja (kuten esityksiä tai yhden sivun sivuja) liidejä varten, jotka esitellään päättäjille.
- Tarve: Jaa tapaustutkimuksia tai kokemuksia samanlaisilta entisiltä asiakkailta osoittaaksesi tuotteesi tehokkuuden.
- Aikajana: Tarjoa sisältöä, joka korostaa oikea-aikaisen käyttöönoton tärkeyttä, kuten alan trendiartikkeleita.
Sähköpostikampanjat: Suorita räätälöityjä sähköpostisarjoja, jotka korostavat vähitellen tarjouksesi arvoa ja jotka sisältävät tapaustutkimuksia, suosituksia ja alan oivalluksia.
Seuraamalla näitä vaiheita ja parantamalla jatkuvasti lähestymistapaasi palautteen ja tulosten perusteella myyntitiimisi voi tehokkaasti toteuttaa liidien priorisointikehyksen ja parantaa liidien laatua. Muista, että tärkeintä on tehdä prosessista luonnollinen osa myyntikeskustelujasi, mikä varmistaa sujuvan ja informatiivisen kokemuksen mahdollisille asiakkaille.
Liidien priorisoinnin toteuttaminen
Liidien priorisoinnin käyttöönotto myyntistrategiassasi voidaan saavuttaa useilla menetelmillä manuaalisista perusprosesseista erittäin kehittyneisiin automatisoituihin työnkulkuihin.
Esimerkki manuaalisesta toteutuksesta
- Liidi lähettää lomakkeen, joka sisältää sähköpostiosoitteensa ja sopivan ajan myyntipuhelulle.
- Myyntiedustaja luo uuden tietueen Hubspot CRM:ssä ja ajoittaa puhelun Google-kalenteriin liidin ilmoittaman ajan mukaan.
- Puhelun jälkeen edustaja käyttää muistiaan ja Gongilta saatua myyntipuhelun transkriptiota BANT-lomakkeen täyttämiseen, joka sisältää Budjetti-, Valtuutus-, Tarve- ja Aikakehys-kentät.
- Myyntiedustaja laskee liidien pistemäärän käyttämällä täytettyä BANT-lomaketta ja ennalta määritettyä kaavaa, jossa on kullekin kenttään määritetty painoarvo, ja päivittää sitten tämän pistemäärän manuaalisesti Hubspot CRM -tietueessa.
Työnkulun automatisointi
Voimme virtaviivaistaa tätä prosessia käyttämällä Nanonetsia määrittämällä automatisoidun työnkulun, joka toistaa yllä kuvatut tehtävät.
Työnkulun kuvaus syötetään Nanonetsin työnkulkugeneraattoriin, joka sitten luo automaattisen työnkulun kuvauksen perusteella.
Seuraavaksi yhdistämme Google- ja Hubspot-tilimme Nanonetsiin ja annamme sille pääsyn näihin sovelluksiin. Tämän ansiosta työnkulku voi hakea tietoja ja suorittaa tehtäviä suoraan näissä sovelluksissa.
Automaattinen työnkulku toimii seuraavasti:
- Google Forms käynnistää työnkulun, kun myyntipuhelulomake lähetetään.
- Hubspot luo uuden tietueen liidin sähköpostilla.
- Google-kalenteri perustaa tapaamisen liidin ja myyntiedustajan välille ehdotetun ajan perusteella.
- Gong tarjoaa transkription suoritetusta myyntipuhelusta.
- Nanonets AI lukee transkription ja täyttää järjestelmällisesti BANT-kentät.
- Nanonets AI laskee liidipistemäärän käyttämällä oletuspainotuksia puhelun transkriptin BANT-tietojen perusteella. Lyijyn tuloksen kaava ja painot voidaan määrittää manuaalisesti.
- Hubspot-tietue päivitetään tällä viittauspisteellä.
Lisäksi tästä työnkulusta on saatavilla esittely.
Katso alta tämän työnkulun esittely.
Käytimme tätä lähestymistapaa tapaustutkimuksessa, jossa tarkastelimme automaattisen liidien pisteytyksen tuloksia verrattuna manuaaliseen liidien pisteytykseen.
Tapaustutkimus automaattisesta liidien priorisoinnista
Ongelma: Myyntitiimit kohtaavat usein haasteita liidien täsmällisissä pisteytyksissä, ja ne luottavat usein manuaalisiin menetelmiin, jotka ovat hitaita ja alttiita puuttuville tiedoille ja henkilökohtaisille harhoille. BANT (Budget, Authority, Need, Timeline) -kehys on suosittu menetelmä, mutta se vaatii perinteisesti paljon vaivaa ja voi johtaa vinoon pisteytykseen.
Ratkaisu: Kehitetty Nanonets-työnkulku, joka sisältää tekoälyn mullistaakseen johtajien pätevyyden. Tämä järjestelmä automatisoi BANT-elementtien poimimisen ja arvioinnin myyntikeskusteluista, mikä tarjoaa tehokkaamman ja tehokkaamman menetelmän liidien pisteytykseen.
Prosessi:
Työnkulku toimii seuraavasti:
- Google Forms – käynnistää työnkulun, kun myyntipuhelulomake lähetetään.
- Hubspot – Luo uuden tietueen liidin sähköpostilla.
- Google-kalenteri – Ajoittaa tapaamisen päähenkilön ja myyjän välillä ilmoitetun ajan perusteella.
- Gong – Viivästyttää työnkulkua puhelun jälkeen ja hakee sitten myyntipuhelun transkription.
- Nanonets AI – Analysoi transkription ja täyttää järjestelmällisesti BANT-tiedot.
- Nanonets AI – Määrittää liidien tuloksen käyttämällä ennalta asetettuja (oletus) painoja puhelun transkriptin BANT-tietojen perusteella. Käyttäjät voivat myös manuaalisesti säätää pisteytyskaavaa ja painoja.
- Hubspot – Päivittää luodun tietueen lasketulla liidipisteellä.
Tulokset ja vaikutukset:
- Parempi tarkkuus: Yli 1500 myyntipuhelun vertailussa tämä järjestelmä oli yhtä tai tehokkaampi kuin Account Executives (AE) lupaavien liidien tunnistamisessa. Tekoälyn palautusprosentti oli 81 %, huomattavasti korkeampi kuin manuaalisten tarkistusten 41 %, ja tarkkuusasteet olivat vertailukelpoisia.
- Lyhyemmät myyntijaksot: Tekoälytyökalulla saaduilla liideillä, joiden pistemäärä oli yli 80, oli 5–10 % lyhyemmät sulkemisajat, mikä lisäsi myyntitiimin tuottavuutta.
- Rakeinen pisteytys: Tekoäly tarjoaa yksityiskohtaisen pisteytysalueen 1–100 ja tarjoaa räätälöityjä myyntistrategioita kuin binaariset AE-arvioinnit.
- Parannettu tehokkuus: Myyntitiimit huomasivat nopeammat BANT-pätevyydet, vähentyneet epätäydellisten tietojen aiheuttamat ongelmat ja enemmän aikaa asiakkaiden sitoutumiseen ja tuotekehitykseen.
Johtopäätös: Liidien pisteytysprosessin automatisointi on parantanut myynnin tehokkuutta huomattavasti. Tämä tekoälyn ja ihmisen näkemyksen yhdistelmä johtaa tehokkaampiin, asiakaslähtöisempiin strategioihin.
Automaattinen liidien priorisointi säästää aikaasi
Arvioimme, kuinka 50-henkinen myyntitiimi voisi säästää aikaa siirtymällä manuaalisista menetelmistä tekoälypohjaiseen työnkulkuun.
näkökohdat:
- Jokainen myyntiedustaja hoitaa noin 5 liidia päivittäin.
- Kuukausi sisältää 20 työpäivää.
- Manuaalinen käsittelyaika: 22 minuuttia.
- Tekoälyn työnkulun käsittelyaika: 1 minuutti.
- Säästetty aika per johto: 21 minuuttia.
- Päivittäinen säästetty aika myyjää kohden: 105 minuuttia (1.75 tuntia) 5 liidistä.
- Kuukausittainen aikasäästö per myyjä: 35 tuntia.
- Joukkueen kuukausittainen säästetty kokonaisaika: 1,750 35 tuntia (XNUMX tuntia per henkilö).
Lisäajan käyttäminen:
Merkittävä kuukausisäästö tarjoaa myyntitiimille useita tapoja tehostaa toimintaa ja tehdä arvokkaampia tehtäviä:
- Parempi asiakkaiden sitoutuminen: Käytä lisäaikaa syvempään vuorovaikutukseen nykyisten ja potentiaalisten asiakkaiden kanssa, mikä edistää vahvempia yhteyksiä ja heidän tarpeidensa ymmärtämistä.
- Lisääntynyt asiakashankinta ja liidien luominen: Varaa enemmän aikaa uusien asiakkaiden etsimiseen ja uusien liidien luomiseen, mikä saattaa laajentaa myyntisuppiloa.
- Räätälöidyt seurantastrategiat: Tiimi voi keskittyä räätälöityjen seurantamenetelmien suunnitteluun liideille, mikä parantaa konversion todennäköisyyttä.
- Keskity hyvinvointiin ja tasapainoon: On tärkeää omistaa osa tästä ajasta hyvinvointiin, edistää terveellisempää tasapainoa työn ja elämän välillä delegoimalla toistuvia tehtäviä teknologialle.
Ottamalla käyttöön tekoälyyn perustuvan työnkulun automaation myyntitiimi voi parantaa merkittävästi tehokkuuttaan, tarkentaa myyntitaktiikoitaan ja parantaa yleistä moraalia ja työtyytyväisyyttä.
Automatisoi liidien priorisointi AI-pohjaisilla työnkulkuillamme, jotka Nanonets on suunnitellut sinulle ja tiimillesi.
Nanonetit työnkulun automatisointiin
Nykypäivän nopeatempoisessa liiketoimintaympäristössä työnkulun automatisointi erottuu keskeisenä innovaationa, joka tarjoaa kilpailuetua kaikenkokoisille yrityksille. Automatisoitujen työnkulkujen integrointi päivittäiseen liiketoimintaan ei ole vain trendi; se on strateginen välttämättömyys. Tämän lisäksi LLM:ien tulo on avannut entistä enemmän mahdollisuuksia manuaalisten tehtävien ja prosessien automatisointiin.
Tervetuloa Nanonets Workflow Automation -palveluun, jossa tekoälypohjainen tekniikka antaa sinulle ja tiimillesi mahdollisuuden automatisoida manuaalisia tehtäviä ja rakentaa tehokkaita työnkulkuja minuuteissa. Käytä luonnollista kieltä luodaksesi ja hallitaksesi vaivattomasti työnkulkuja, jotka integroituvat saumattomasti kaikkiin asiakirjoihin, sovelluksiin ja tietokantoihin.
Alustamme tarjoaa saumattomien sovellusintegraatioiden lisäksi yhtenäisiä työnkulkuja, mutta myös mahdollisuuden rakentaa ja käyttää mukautettuja Large Language Models -sovelluksia edistyneeseen tekstin kirjoittamiseen ja vastausten lähettämiseen sovelluksissasi. Tietoturvan varmistaminen on kuitenkin edelleen tärkein prioriteettimme, ja noudatamme tiukasti GDPR-, SOC 2- ja HIPAA-yhteensopivuusstandardeja.
Ymmärtääksemme Nanonets-työnkulkuautomaation käytännön sovelluksia paremmin, syvennytään joihinkin tosielämän esimerkkeihin.
- Automatisoitu asiakastuki ja sitoutumisprosessi
- Lippujen luominen – Zendesk: Työnkulku käynnistyy, kun asiakas lähettää uuden tukilipun Zendeskissä, mikä osoittaa, että hän tarvitsee apua tuotteen tai palvelun kanssa.
- Lippujen päivitys – Zendesk: Kun lippu on luotu, Zendeskiin kirjataan välittömästi automaattinen päivitys, joka osoittaa, että lippu on vastaanotettu ja sitä käsitellään. Asiakkaalle annetaan lippunumero viitteeksi.
- Tietojen haku – Nanonets-selaaminen: Samanaikaisesti Nanonets Browsing -ominaisuus etsii kaikki tietokannan sivut löytääkseen asiaankuuluvaa tietoa ja mahdollisia ratkaisuja asiakkaan ongelmaan.
- Asiakashistorian käyttöoikeus – HubSpot: Samanaikaisesti HubSpotia pyydetään hakemaan asiakkaan aiemmat vuorovaikutustietueet, ostohistoria ja mahdolliset aikaisemmat liput, jotta tukitiimille voidaan tarjota kontekstia.
- Lippujen käsittely – Nanonets AI: Kun asiaankuuluvat tiedot ja asiakashistoria ovat käsillä, Nanonets AI käsittelee lipun, luokittelee ongelman ja ehdottaa mahdollisia ratkaisuja vastaavien menneiden tapausten perusteella.
- Ilmoitus – Slack: Lopuksi vastaavalle tukitiimille tai henkilölle ilmoitetaan Slackin kautta viestillä, joka sisältää lipun tiedot, asiakashistorian ja ehdotetut ratkaisut, mikä kehottaa vastaamaan nopeasti ja tietoon.
- Automaattinen ongelmanratkaisuprosessi
- Alkukäynnistin – löysä viesti: Työnkulku alkaa, kun asiakaspalvelun edustaja vastaanottaa uuden viestin Slackin erityiseen kanavaan, joka ilmaisee asiakasongelman, joka on ratkaistava.
- Luokitus – Nanonets AI: Kun viesti on havaittu, Nanonets AI ryhtyy luokittelemaan viestin sisällön ja aiempien luokitustietojen (Airtable-tietueista) perusteella. LLM:itä käyttämällä se luokittelee sen virheeksi ja määrittää kiireellisyyden.
- Record Creation – Airtable: Luokituksen jälkeen työnkulku luo automaattisesti uuden tietueen Airtable-pilviyhteistyöpalveluun. Tämä tietue sisältää kaikki olennaiset tiedot asiakkaan viestistä, kuten asiakastunnuksen, ongelmaluokan ja kiireellisyyden.
- Ryhmätehtävä – Airtable: Kun tietue on luotu, Airtable-järjestelmä määrittää tiimin käsittelemään ongelmaa. Nanonets AI:n luokituksen perusteella järjestelmä valitsee sopivimman tiimin – tekninen tuki, laskutus, asiakkaiden menestys jne. – ottamaan asian hoitaakseen.
- Ilmoitus – Slack: Lopuksi määrätylle tiimille ilmoitetaan Slackin kautta. Tiimin kanavalle lähetetään automaattinen viesti, joka varoittaa uudesta ongelmasta, tarjoaa suoran linkin Airtable-tietueeseen ja kehottaa vastaamaan ajoissa.
- Automatisoitu kokousaikataulutusprosessi
- Ensimmäinen yhteydenotto - LinkedIn: Työnkulku käynnistetään, kun ammattimainen yhteys lähettää LinkedInissä uuden viestin, jossa hän ilmaisee kiinnostuksensa sovittaa kokouksen. LLM jäsentää saapuvat viestit ja käynnistää työnkulun, jos se pitää viestiä mahdollisen työnhakijan kokouspyyntönä.
- Asiakirjojen haku – Google Drive: Ensimmäisen yhteydenoton jälkeen työnkulun automaatiojärjestelmä hakee Google Drivesta valmiiksi valmistetun asiakirjan, joka sisältää tiedot kokouksen esityslistasta, yrityksen yleiskatsauksesta tai asiaankuuluvasta tiedotusmateriaalista.
- Ajoitus – Google-kalenteri: Seuraavaksi järjestelmä on vuorovaikutuksessa Google-kalenterin kanssa saadakseen kokouksen vapaat ajat. Se tarkistaa kalenterista aukioloaikojen mukaiset avoimet paikat (LinkedIn-profiilista jäsennetyn sijainnin perusteella) ja aiemmin määritetyt kokousasetukset.
- Vahvistusviesti vastauksena – LinkedIn: Kun sopiva aikaväli löytyy, työnkulun automaatiojärjestelmä lähettää viestin takaisin LinkedInin kautta. Tämä viesti sisältää ehdotetun kokouksen ajan, pääsyn Google Drivesta haettuun asiakirjaan ja vahvistuspyynnön tai vaihtoehtoisia ehdotuksia.
- Laskujen käsittely ostoreskontrassa
- Laskun kuitti – Gmail: Lasku vastaanotetaan sähköpostitse tai ladataan järjestelmään.
- Tiedonpoisto – Nanonets OCR: Järjestelmä poimii automaattisesti asiaankuuluvat tiedot (kuten toimittajan tiedot, summat, eräpäivät).
- Tietojen vahvistus – Quickbooks: Nanonets-työnkulku tarkistaa poimitut tiedot ostotilauksia ja kuitteja vastaan.
- Hyväksyntäreititys – löysä: Lasku reititetään asianmukaiselle johtajalle hyväksyttäväksi ennalta määritettyjen kynnysarvojen ja sääntöjen perusteella.
- Maksujen käsittely – Brex: Kun järjestelmä on hyväksytty, se ajoittaa maksun toimittajan ehtojen mukaisesti ja päivittää taloustietueet.
- Arkistointi – Quickbooks: Valmis tapahtuma arkistoidaan myöhempää käyttöä ja kirjausketjuja varten.
- Sisäinen tietokannan tuki
- Ensimmäinen tiedustelu – Slack: Tiimin jäsen Smith tiedustelee #chat-with-data Slack-kanavalla asiakkaista, joilla on ongelmia QuickBooks-integraation kanssa.
- Automatisoitu tietojen yhdistäminen – Nanonets Knowledge Base:
- Lippujen haku – Zendesk: Slackin Zendesk-sovellus tarjoaa automaattisesti yhteenvedon tämän päivän lipuista, mikä osoittaa, että joidenkin asiakkaiden laskutietojen viemisessä QuickBooksiin on ongelmia.
- Slack Search – Slack: Samanaikaisesti Slack-sovellus ilmoittaa kanavalle, että tiimin jäsenet Patrick ja Rachel keskustelevat aktiivisesti QuickBooks-vientivirheen ratkaisemisesta toisella kanavalla, ja korjaus on määrä julkaista klo 4.
- Lippujen seuranta – JIRA: JIRA-sovellus päivittää kanavaa Emilyn luomasta lipusta nimeltä "QuickBooks export failing for QB Desktop Integrations", joka auttaa seuraamaan ongelman tilaa ja ratkaisun edistymistä.
- Viitedokumentaatio – Google Drive: Drive-sovellus mainitsee QuickBooks-integraatioihin liittyvien virheiden korjaamiseen tarkoitetun runbookin olemassaolon, johon voidaan viitata ymmärtääksesi vianmäärityksen ja ratkaisun vaiheet.
- Jatkuva viestintä ja ratkaisun vahvistus – Slack: Keskustelun edetessä Slack-kanava toimii reaaliaikaisena foorumina, jossa keskustellaan päivityksistä, jaetaan runbookin havaintoja ja vahvistetaan virheenkorjauksen käyttöönotto. Tiimin jäsenet käyttävät kanavaa tehdäkseen yhteistyötä, jakaakseen näkemyksiään ja esittääkseen jatkokysymyksiä varmistaakseen kattavan käsityksen ongelmasta ja sen ratkaisusta.
- Ratkaisudokumentaatio ja tiedon jakaminen: Kun korjaus on otettu käyttöön, tiimin jäsenet päivittävät Google Driven sisäisen dokumentaation uusilla löydöillä ja mahdollisilla lisätoimenpiteillä, jotka on toteutettu ongelman ratkaisemiseksi. Yhteenveto tapauksesta, ratkaisusta ja kaikista opituista on jo jaettu Slack-kanavalla. Näin tiimin sisäinen tietopohja paranee automaattisesti tulevaa käyttöä varten.
Liiketoiminnan tehokkuuden tulevaisuus
Nanonets Workflows on turvallinen, monikäyttöinen työnkulun automatisointialusta, joka automatisoi manuaaliset tehtäväsi ja työnkulkusi. Se tarjoaa helppokäyttöisen käyttöliittymän, joten se on sekä yksilöiden että organisaatioiden käytettävissä.
Aloita soittamalla puhelun tekoälyasiantuntijamme kanssa, joka voi tarjota henkilökohtaisen esittelyn ja kokeiluversion Nanonets Workflowsista, jotka on räätälöity sinun käyttötapauksiisi.
Kun olet määrittänyt, voit käyttää luonnollista kieltä suunnitellaksesi ja suorittaaksesi monimutkaisia sovelluksia ja työnkulkuja, jotka toimivat LLM:n avulla ja integroituvat saumattomasti sovelluksiisi ja tietoihisi.
Lisää tiimejäsi Nanonets-työnkulkujen avulla, jotta he voivat keskittyä olennaiseen.
Automatisoi liidien priorisointi AI-pohjaisilla työnkulkuillamme, jotka Nanonets on suunnitellut sinulle ja tiimillesi.
- SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
- PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
- PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
- PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
- PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
- Lähde: https://nanonets.com/blog/lead-prioritization/
