Dalam dunia penjualan dan pemasaran yang bergerak cepat, memahami dan mengelola prospek seperti menemukan dan memelihara harta karun. Setiap prospek adalah pelanggan potensial, namun tidak semua prospek diciptakan sama. Ada yang siap mengambil keputusan, ada pula yang memerlukan lebih banyak waktu atau informasi.
Di sinilah Prioritas Prospek ikut bermain. Ini adalah ilmu menentukan peringkat prospek berdasarkan seberapa besar kemungkinan mereka berkonversi menjadi pelanggan. Bayangkan saja kemampuan Anda untuk menentukan prospek mana yang paling menjanjikan, sehingga tim penjualan Anda dapat memfokuskan upaya mereka di tempat yang kemungkinan besar akan berhasil.
Kami akan membahas prioritas prospek di blog ini, dan melihat bagaimana tim penjualan dapat membuat dan menerapkan kerangka kerja prioritas prospek dari awal. Kami juga akan mengeksplorasi bagaimana Alur Kerja Nanonets dapat merevolusi proses penting ini. Kita akan melihat bagaimana otomatisasi alur kerja dapat menyederhanakan upaya penjualan Anda, memastikan bahwa tim Anda tidak hanya bekerja keras, namun juga bekerja cerdas.
Pengantar
Prioritas prospek adalah tulang punggung strategi penjualan dan pemasaran yang efisien. Ini melibatkan evaluasi dan pemeringkatan prospek berdasarkan kemungkinan mereka untuk berubah menjadi pelanggan. Proses ini tidak hanya meningkatkan efisiensi tetapi juga meningkatkan efektivitas upaya penjualan dengan menargetkan prospek yang tepat pada waktu yang tepat.
Mengapa Penting?
- Peningkatan Efisiensi: Dengan berfokus pada calon pelanggan berpotensi besar, tim dapat menggunakan waktu dan sumber daya mereka dengan lebih efektif.
- Tingkat Konversi Lebih Tinggi: Prospek yang diprioritaskan lebih mungkin untuk berkonversi, sehingga meningkatkan tingkat keberhasilan secara keseluruhan.
- Pengalaman Pelanggan yang Lebih Baik: Menyesuaikan pendekatan berdasarkan kesiapan prospek akan meningkatkan interaksi dan kepuasan pelanggan.
Penilaian prospek biasanya digunakan untuk memprioritaskan prospek. Pada intinya, ini melibatkan pemberian skor numerik untuk setiap prospek, biasanya dalam skala 1 hingga 100, untuk mengukur kemungkinan mereka melakukan pembelian.
Metodologi penilaian prospek modern kini menggabungkan campuran dari beberapa hal metrik penilaian eksplisit dan implisit, dan juga dapat menggabungkan penilaian prediktif untuk membangun kerangka kerja yang menghasilkan skor prospek yang akurat untuk prospek Anda.
- Penilaian eksplisit melibatkan penggunaan informasi konkret seperti jabatan, ukuran perusahaan, atau industri.
- Penilaian implisit didasarkan pada data perilaku seperti kunjungan situs web, keterlibatan email, atau pengunduhan konten.
- Penilaian prediktif bertindak sebagai lapisan pada metode tradisional yang eksplisit dan implisit. Penilaian prediktif dapat –
- gunakan AI pada data sekitar pelanggan Anda yang ada dan prospek Anda yang diterima & ditolak, untuk memberikan skor prospek.
- gunakan LLM untuk menggantikan tugas pengambilan keputusan subjektif dalam alur kerja penilaian prospek.
Otomatiskan prioritas prospek dengan alur kerja berbasis AI kami, yang dirancang oleh Nanonets untuk Anda dan tim Anda.
Cara Membuat Kerangka Prioritas Prospek
Mari kita jelajahi bagaimana tim penjualan dapat membuat kerangka prioritas prospek dari awal.
1. Pilih Metode Penilaian Prospek
Mari kita bahas beberapa cara umum untuk menilai calon pelanggan, yang dapat Anda gunakan sebagai metode penilaian prospek dalam kerangka kerja Anda.
Metode Penilaian Prospek Eksplisit
Metode ini menggunakan informasi yang jelas dan langsung, seperti demografi, untuk menilai seberapa bagus suatu prospek.
BANT (Anggaran, Kewenangan, Kebutuhan, Jangka Waktu)
Anggaran: Memeriksa apakah pemimpin mempunyai cukup uang untuk membeli.
Kewenangan: Melihat apakah kontak dapat memutuskan untuk membeli.
Perlu: Mencari tahu apakah prospek benar-benar membutuhkan produk atau layanan Anda.
Jangka waktu: Melihat kapan pemimpin berencana untuk membeli.
Bagaimana itu bekerja -
- Seorang prospek mengisi formulir online.
- Info formulir disempurnakan untuk mempelajari lebih lanjut tentang perusahaan dan peran pemimpin.
- CRM kemudian menilai prospek berdasarkan BANT, menggunakan aturan pada info tambahan ini.
- Pemimpin dengan otoritas tinggi dan kebutuhan mendesak mendapatkan skor lebih tinggi.
- CRM memperbarui skor prospek, menandainya sebagai hal yang penting bagi tim penjualan.
Penilaian Firmografik
Skor prospek berdasarkan detail perusahaan seperti ukuran, industri, lokasi, dan pendapatan. Ini bagus untuk penjualan bisnis-ke-bisnis.
Bagaimana itu bekerja -
- Sebuah petunjuk ditemukan di LinkedIn.
- Info perusahaan disempurnakan untuk lebih jelasnya.
- CRM menilai prospek berdasarkan kriteria firmografis yang ditetapkan.
- Skor ini membantu dalam menyortir prospek untuk rencana pemasaran tertentu.
ANUM (Otoritas, Kebutuhan, Urgensi, Uang)
Mirip dengan BANT tetapi menambahkan urgensi pada campurannya.
Bagaimana itu bekerja -
- Seorang pemimpin mengambil bagian dalam webinar.
- Keterlibatan dan pertanyaan mereka dianalisis untuk mengetahui urgensi dan kebutuhannya.
- Peran mereka dan perusahaan ditinjau kewenangan dan anggarannya.
- CRM menilai keunggulan berdasarkan faktor-faktor ini, lebih mengutamakan mereka yang memiliki kebutuhan mendesak dan kemampuan untuk membeli.
Metode Penilaian Prospek Implisit
Metode ini melihat bagaimana calon pelanggan berperilaku dan berinteraksi dengan merek Anda untuk menentukan minat mereka.
Penilaian Keterlibatan
Melacak bagaimana prospek berinteraksi dengan konten, situs web, dan pemasaran Anda.
Bagaimana itu bekerja -
- Seorang prospek sering kali memeriksa email pemasaran dan halaman situs web penting.
- Tindakan mereka dilacak dan dinilai berdasarkan keterlibatan.
- CRM memperbarui skor mereka secara otomatis.
- Prospek yang sangat terlibat dicatat untuk tim penjualan.
Penilaian Interaksi Konten
Prospek dinilai berdasarkan interaksi mereka dengan konten seperti blog, whitepaper, atau video.
Bagaimana itu bekerja -
- Seorang pemimpin membaca blog terperinci dan menonton video tutorial.
- Interaksi ini dilacak dan dinilai.
- Info ini ditambahkan ke CRM, sehingga meningkatkan skor prospek.
- Prospek yang terlibat dengan konten terperinci dianggap berpotensi besar.
Metode Penilaian Prospek Prediktif
Metode ini menggunakan AI dan pembelajaran mesin serta metode tradisional.
Penilaian Prospek berbasis LLM
Menggunakan model bahasa untuk membantu penilaian dalam metode eksplisit seperti BANT.
Penilaian Berbasis Pembelajaran Mesin
Menganalisis data prospek masa lalu untuk menemukan pola prospek yang berhasil. Mencetak prospek baru berdasarkan seberapa miripnya mereka dengan profil sukses ini.
Lebih lanjut mengenai hal ini akan dibahas nanti. Sebagai contoh, mari kita pilih framework BANT pada langkah ini.
Setelah kerangka kerja dipilih, langkah selanjutnya adalah mulai mempersiapkan tim Anda untuk mengintegrasikan kerangka kerja dengan lancar dan membuat formula penilaian prospek.
2. Biasakan Tim Anda dengan BANT
Mulailah dengan mendidik tim penjualan Anda tentang BANT, singkatan dari Budget, Authority, Need, dan Timeline, serta relevansinya dengan produk atau layanan Anda.
- Anggaran: Memahami anggaran calon pelanggan adalah kuncinya. Hal ini memungkinkan Anda untuk menentukan apakah mereka dapat membeli produk atau layanan Anda secara realistis, menghindari waktu yang dihabiskan untuk prospek yang kemungkinan tidak akan terwujud karena keterbatasan keuangan. Ini tentang mencocokkan rekomendasi Anda dengan kemampuan pelanggan.
- Otoritas: Pastikan tim Anda terlibat dengan pengambil keputusan. Hal ini penting karena berbicara dengan orang yang tepat, seseorang yang memiliki wewenang untuk menyetujui pembelian, akan menyederhanakan proses penjualan. Ini tentang menargetkan upaya pada individu yang mempunyai keputusan akhir.
- Kebutuhan: Memahami kebutuhan atau tantangan unik calon pelanggan memungkinkan tim Anda menyesuaikan pendekatan penjualan mereka, menyoroti bagaimana produk atau layanan Anda dapat mengatasi masalah spesifik tersebut. Pendekatan ini mirip dengan cara dokter mendiagnosis kondisi pasien untuk merekomendasikan pengobatan yang tepat.
- Garis Waktu: Menilai kapan calon pelanggan kemungkinan besar akan melakukan pembelian sangat penting untuk menentukan prioritas prospek dan strategi tindak lanjut yang efektif. Pengetahuan ini memungkinkan tim penjualan untuk fokus pada prospek yang hampir mengambil keputusan pembelian, seperti menawarkan makanan kepada seseorang saat mereka kemungkinan besar sedang lapar.
3. Prinsip Panduan Pengisian Formulir BANT Melalui Keterlibatan Rasa Ingin Tahu
Saat mempelajari setiap kategori kerangka BANT, penting untuk menyeimbangkan sensitivitas dan ketelitian. Panduan berikut menguraikan cara mengajukan pertanyaan ini secara efektif, termasuk contoh praktis:
- Pertanyaan Terkait Anggaran
- Tujuan: Untuk mengukur kesiapan finansial dan minat calon klien untuk berinvestasi pada penawaran Anda.
- Pendekatan: Mulailah dengan pertanyaan yang luas dan terbuka, lalu persempit secara bertahap. Pastikan prospek merasa nyaman dan tidak tertekan.
- contoh:
- “Dapatkah Anda menyampaikan kisaran anggaran yang Anda inginkan untuk solusi seperti kami?” Pertanyaan non-invasif ini memungkinkan calon pelanggan memberikan gambaran umum.
- “Apa komitmen finansial Anda untuk proyek serupa di masa lalu?” Ini membantu Anda memahami kebiasaan investasi mereka di masa lalu dan anggaran yang diharapkan.
- Pertanyaan Berbasis Otoritas
- Tujuan: Untuk mengidentifikasi siapa yang membuat keputusan dan sifat proses pengambilan keputusan mereka.
- Pendekatan: Susun pertanyaan Anda untuk mengumpulkan informasi dengan hormat, tanpa mengasingkan calon pelanggan.
- contoh:
- “Siapa pihak utama yang memutuskan proyek ini, dan bagaimana kita dapat mengatasi kekhawatiran mereka?” Hal ini secara langsung mengidentifikasi pengambil keputusan sambil menunjukkan penghargaan terhadap posisi mereka.
- “Dapatkah Anda menjelaskan proses yang biasa Anda lakukan dalam melakukan pembelian semacam itu?” Ini memberikan gambaran umum tentang struktur pengambilan keputusan mereka.
- Pertanyaan yang Berfokus pada Kebutuhan
- Tujuan: Untuk mengungkap tantangan dan kebutuhan spesifik calon pelanggan.
- Pendekatan: Gunakan pertanyaan terbuka untuk mendorong tanggapan terperinci.
- contoh:
- “Tantangan apa yang Anda harap dapat diatasi dengan solusi kami?” Hal ini mendorong diskusi terbuka tentang kebutuhan mereka.
- “Fitur penawaran kami yang mana yang paling relevan bagi Anda?” Ini membantu memprioritaskan fitur yang menarik minat calon pelanggan.
- Pertanyaan Garis Waktu
- Tujuan: Untuk memahami urgensi dan jadwal yang direncanakan untuk membeli dan menerapkan solusi.
- Pendekatan: Bersikaplah jelas namun akomodatif terhadap batas waktu dan batasan calon pelanggan.
- contoh:
- “Apakah ada jangka waktu tertentu yang Anda pikirkan untuk penerapan solusi ini?” Ini memperjelas urgensi atau jadwal yang direncanakan.
- “Apakah ada faktor eksternal, seperti peristiwa atau periode fiskal, yang memengaruhi jadwal pengambilan keputusan Anda?” Hal ini mempertimbangkan pengaruh luar pada timeline mereka.
Strategi Tambahan untuk Komunikasi yang Efektif
- Membangun Hubungan: Bangun koneksi sebelum memulai pertanyaan BANT agar prospek lebih terbuka.
- Mendengarkan Aktif: Perhatikan baik-baik jawaban mereka, yang dapat menghasilkan pertanyaan lanjutan yang lebih mendalam.
- Sesuaikan Pertanyaan: Sesuaikan pertanyaan Anda dengan industri, ukuran perusahaan, atau peran individu untuk menunjukkan kesiapan dan minat tulus Anda.
- Fleksibilitas: Jika calon pelanggan tampak enggan merespons, sesuaikan pendekatan Anda atau tinjau kembali pertanyaannya nanti.
- Berlatih Melalui Permainan Peran: Terlibat dalam permainan peran untuk menyimulasikan dialog penjualan, membantu tim Anda mengajukan pertanyaan yang tepat dengan percaya diri.
4. Membuat Formulir BANT
Membuat formulir BANT secara efektif berarti memilih kolom data yang sesuai untuk setiap komponen BANT untuk memastikan pengumpulan informasi yang tepat dan efisien. Mari kita jelajahi pilihan potensial untuk setiap komponen.
Anggaran:
- Opsi Rentang yang Telah Ditetapkan Sebelumnya: Tawarkan pilihan yang telah ditentukan sebelumnya seperti '<$10,000', '$10,000-$50,000', '>$50,000', dll., untuk mengklasifikasikan prospek dengan cepat berdasarkan anggarannya.
Wewenang:
- Kueri Pilihan Ganda: Cocok untuk menentukan peran kontak, dengan pilihan seperti 'Pengambil Keputusan', 'Pemberi Pengaruh', 'Pengguna Akhir', 'Konsultan', dll.
- Seleksi Berlapis: Berguna jika rantai pengambilan keputusan rumit, opsi ini membantu dalam menentukan tingkat kontak dalam hierarki, seperti:
- Pemimpin Eksekutif (misalnya, CEO, CFO, CTO)
- Kepala Departemen (misalnya, Kepala TI, Kepala Pemasaran)
- Supervisor/Manajer Tim
- Kontributor Individu
Perlu:
- Kotak Centang: Memungkinkan prospek untuk mengidentifikasi dari daftar masalah atau persyaratan umum yang dapat diselesaikan oleh produk/layanan Anda, juga memberikan persentase cakupan.
- Skala Intensitas: Untuk mengukur seberapa penting atau mendesaknya setiap kebutuhan, gunakan kategori seperti 'Tidak Penting', 'Agak Penting', 'Sangat Penting'.
Timeline:
- Pemilihan Opsi Tunggal: Memanfaatkan tombol radio untuk memilih jangka waktu satu pilihan yang jelas, dengan interval yang ditetapkan seperti 'Dalam 1 bulan', '1-3 bulan', '3-6 bulan', '6 bulan atau lebih ', membantu dalam menilai urgensinya.
5. Memasukkan BANT ke dalam Strategi Penjualan Anda
- Gabungkan BANT ke dalam CRM: Sematkan kolom untuk BANT di alat CRM Anda untuk memantau dan menilai calon pelanggan secara efektif.
- Pemantauan dan Penyegaran yang Konsisten: Pastikan tim Anda secara konsisten memperbarui detail BANT di CRM setelah interaksi mereka dengan calon klien.
6. Evaluasi Kualitas Prospek dengan Penilaian Prospek
Penilaian prospek melibatkan penetapan tingkat kepentingan yang berbeda-beda pada elemen BANT (Anggaran, Otoritas, Kebutuhan, Garis Waktu) yang berbeda-beda, sehingga menghasilkan skor kumulatif yang mewakili keseluruhan kualifikasi prospek. Penilaian ini dipengaruhi oleh strategi penjualan Anda dan data masa lalu. Misalnya saja, jika Anggaran sering kali menjadi faktor penentu, maka hal ini seharusnya mempunyai bobot yang lebih besar. Demikian pula, jika tingkat Otoritas sangat penting, maka bobotnya harus ditingkatkan.
Misalnya, dalam konteks penjualan solusi perangkat lunak, bobotnya mungkin sebagai berikut:
- Anggaran: 30 poin
- Otoritas: 25 poin
- Kebutuhan: 25 poin
- Garis Waktu: 20 poin
Kemudian, tetapkan kriteria pemberian poin dalam setiap kategori. Misalnya:
- Anggaran: Di atas $100,000 mendapat 30 poin, antara $50,000 dan $100,000 mendapat 15 poin, dan di bawah $50,000 tidak mendapat poin.
- Wewenang: Eksekutif tingkat C menerima 25 poin, direktur 20 poin, manajer 15 poin, dan lainnya tidak ada.
- Kebutuhan: Pertandingan sempurna menghasilkan 25 poin, pertandingan parsial 15 poin, dan pertandingan rendah 5 poin.
- Timeline: Dalam 3 bulan mendapatkan 20 poin, 4-6 bulan 10 poin, dan di atas 6 bulan 5 poin.
Hitung total skor prospek dengan menjumlahkan poin dari setiap kategori. Misalnya, prospek hipotetis dengan anggaran $100,000 (30 poin), otoritas tingkat manajer (15 poin), kesesuaian sempurna dengan kebutuhan (25 poin), dan jangka waktu dalam 6 bulan (10 poin) akan memiliki total skor 80.
Sistem penilaian ini memprioritaskan prospek dengan skor lebih tinggi, karena mereka lebih mungkin melakukan konversi sesuai dengan strategi penjualan Anda. Ini menawarkan metode kuantitatif untuk mengukur kualitas prospek, mendorong pengambilan keputusan yang obyektif dalam penjualan.
7. Menerapkan Proses Umpan Balik
Sangat penting untuk menerapkan sistem umpan balik untuk meningkatkan dan menyempurnakan kerangka BANT. Ini berarti mengumpulkan dan mengevaluasi umpan balik dari tim penjualan secara teratur mengenai pengalaman BANT mereka.
- Diskusi Berkala: Atur pertemuan rutin bagi tim penjualan untuk berbagi pengalaman kerangka BANT mereka. Promosikan budaya diskusi terbuka tentang efektivitas dan kekurangan proses.
- Analisis Data Penjualan: Periksa data kinerja untuk menilai tingkat konversi prospek yang berperingkat tinggi dalam proses BANT. Hal ini akan membantu dalam menentukan kriteria BANT mana yang lebih dapat memprediksi keberhasilan penjualan.
- Memodifikasi Kriteria BANT: Memodifikasi kriteria BANT dan metode penilaian berdasarkan umpan balik dan analisis data. Hal ini dapat mencakup mengubah bobot elemen tertentu atau mengubah pertanyaan yang diajukan.
- Adaptasi Berkelanjutan: Mendorong tim penjualan untuk melihat BANT sebagai alat yang dinamis, terus meningkatkannya berdasarkan pengalaman penjualan nyata.
8. Uji Data Historis
Melakukan analisis historis dapat meningkatkan pemahaman tentang efektivitas kerangka BANT Anda.
- Mengumpulkan Data Penjualan Sebelumnya: Tim penjualan harus meninjau kembali interaksi awal dengan prospek sebelumnya, dan secara surut mengisi kolom BANT berdasarkan pertemuan ini.
- Penerapan BANT yang berlaku surut: Setelah melengkapi formulir BANT untuk sekitar 100-200 prospek historis, terapkan kriteria BANT saat ini untuk mengevaluasi prospek tersebut seolah-olah prospek tersebut sedang dinilai hari ini.
- Perbandingan Hasil: Bandingkan hasil akhir dari prospek ini (apakah mereka menjadi pelanggan atau tidak) untuk mengukur keakuratan prediksi kerangka BANT.
- Penyempurnaan Kerangka Kerja: Lakukan penyesuaian pada kerangka kerja berdasarkan analisis ini.
9. Menumbuhkan Prospek yang Kurang Berkualitas
Pasca penerapan, Anda masih akan menemukan prospek yang tidak sepenuhnya memenuhi kriteria. Petunjuk ini harus dipupuk melalui strategi khusus.
- Segmentasi: Mulailah dengan mengkategorikan prospek ini berdasarkan kriteria BANT mana yang tidak mereka penuhi, sehingga memungkinkan pendekatan pengasuhan yang lebih bertarget.
- Konten yang Disesuaikan: Kembangkan konten yang mengatasi kekurangan tertentu dari setiap segmen.
- Anggaran: Hasilkan materi seperti postingan blog atau infografis yang menyoroti manfaat finansial jangka panjang dan ROI produk atau layanan Anda.
- Otoritas: Buat materi yang jelas dan meyakinkan (seperti presentasi atau satu halaman) sebagai petunjuk untuk disampaikan kepada pengambil keputusan.
- Kebutuhan: Bagikan studi kasus atau testimoni dari pelanggan serupa sebelumnya untuk menunjukkan efektivitas produk Anda.
- Timeline: Tawarkan konten yang menekankan pentingnya implementasi tepat waktu, seperti artikel tren industri.
Kampanye Email: Jalankan rangkaian email yang dipersonalisasi yang secara bertahap menekankan nilai penawaran Anda, menampilkan studi kasus, testimonial, dan wawasan industri.
Dengan mengikuti langkah-langkah ini dan terus menyempurnakan pendekatan Anda berdasarkan masukan dan hasil, tim penjualan Anda dapat secara efektif menerapkan kerangka prioritas prospek dan meningkatkan kualitas prospek. Ingat, kuncinya adalah menjadikan proses tersebut sebagai bagian alami dari percakapan penjualan Anda, memastikan pengalaman yang lancar dan informatif bagi prospek Anda.
Bagaimana Menerapkan Prioritas Prospek
Menerapkan prioritas prospek ke dalam pendekatan penjualan Anda dapat dicapai melalui berbagai metode, mulai dari proses manual dasar hingga alur kerja otomatis yang sangat canggih.
Contoh Implementasi Manual
- Seorang prospek mengirimkan formulir, termasuk email mereka dan waktu yang tepat untuk melakukan panggilan penjualan.
- Perwakilan penjualan membuat rekor baru di Hubspot CRM dan menjadwalkan panggilan di Google Kalender sesuai waktu yang ditentukan oleh prospek.
- Pasca panggilan, perwakilan menggunakan ingatannya dan transkrip panggilan penjualan yang diperoleh dari Gong untuk melengkapi formulir BANT, yang meliputi bidang Anggaran, Wewenang, Kebutuhan, Jangka Waktu.
- Perwakilan penjualan menghitung skor prospek menggunakan formulir BANT yang telah diisi dan rumus yang telah ditentukan sebelumnya dengan bobot yang ditetapkan untuk setiap bidang, lalu memperbarui skor ini secara manual di catatan Hubspot CRM.
Mengotomatiskan Alur Kerja
Kami dapat menyederhanakan proses ini menggunakan Nanonets dengan menyiapkan alur kerja otomatis yang mereplikasi tugas-tugas yang diuraikan di atas.
Deskripsi alur kerja dimasukkan ke dalam generator alur kerja di Nanonets, yang kemudian membuat alur kerja otomatis berdasarkan deskripsi tersebut.
Selanjutnya, kami menautkan akun Google dan Hubspot kami dengan Nanonets, memberinya akses ke aplikasi ini. Hal ini memungkinkan alur kerja untuk mengambil data dan menjalankan tugas secara langsung dalam aplikasi ini.
Alur kerja otomatis berfungsi sebagai berikut:
- Google Formulir memicu alur kerja saat formulir panggilan penjualan dikirimkan.
- Hubspot membuat rekor baru dengan email prospek.
- Google Kalender menyiapkan pertemuan antara pemimpin dan perwakilan penjualan berdasarkan waktu yang diusulkan.
- Gong memberikan transkrip panggilan penjualan yang telah selesai.
- Nanonets AI membaca transkrip dan secara sistematis mengisi kolom BANT.
- Nanonets AI menghitung skor prospek menggunakan bobot default berdasarkan data BANT dari transkrip panggilan. Rumus dan bobot skor prospek dapat ditentukan secara manual.
- Catatan Hubspot diperbarui dengan skor prospek ini.
Selain itu, demonstrasi alur kerja ini juga tersedia.
Lihatlah demo alur kerja yang berjalan di bawah ini.
Kami menerapkan pendekatan ini dalam studi kasus, di mana kami memeriksa hasil penskoran prospek otomatis versus penskoran prospek manual.
Studi Kasus tentang Prioritas Prospek Otomatis
Masalah: Tim penjualan sering kali menghadapi tantangan dalam menilai prospek secara akurat, sering kali mengandalkan metode manual yang lambat dan rentan terhadap kehilangan informasi serta bias pribadi. Kerangka kerja BANT (Budget, Authority, Need, Timeline) adalah metode yang populer, namun secara tradisional memerlukan upaya yang signifikan dan dapat menyebabkan penilaian yang tidak tepat.
Resolusi: Mengembangkan Alur Kerja Nanonets yang menggabungkan AI untuk merevolusi kualifikasi prospek. Sistem ini mengotomatiskan ekstraksi dan evaluasi elemen BANT dari percakapan penjualan, memberikan metode yang lebih efektif dan efisien untuk menilai prospek.
Proses:
Alur kerja beroperasi sebagai berikut:
- Google Formulir – Memulai alur kerja saat formulir panggilan penjualan dikirimkan.
- Hubspot – Membuat catatan baru dengan email prospek.
- Google Kalender – Menjadwalkan pertemuan antara lead dan tenaga penjualan berdasarkan waktu yang ditentukan.
- Gong – Menunda alur kerja hingga panggilan selesai, lalu mengambil transkrip panggilan penjualan.
- Nanonets AI – Menganalisis transkrip untuk mengisi detail BANT secara sistematis.
- Nanonets AI – Menentukan skor prospek menggunakan bobot yang telah ditentukan sebelumnya (default) berdasarkan informasi BANT dari transkrip panggilan. Pengguna juga dapat mengatur rumus penilaian dan bobot secara manual.
- Hubspot – Memperbarui catatan yang dibuat dengan skor prospek yang dihitung.
Hasil & Dampak:
- Peningkatan Akurasi: Dalam perbandingan lebih dari 1500 panggilan penjualan, sistem ini sama atau lebih efektif dibandingkan Account Executive (AE) dalam mengidentifikasi prospek yang menjanjikan. Tingkat ingatan AI adalah 81%, jauh lebih tinggi dibandingkan 41% dalam tinjauan manual, dan tingkat presisi sebanding.
- Siklus Penjualan yang Lebih Pendek: Prospek dengan skor 80+ dari alat AI memiliki waktu penutupan 5-10% lebih pendek, sehingga meningkatkan produktivitas tim penjualan.
- Penilaian Granular: AI memberikan rentang penilaian terperinci dari 1 hingga 100, menawarkan strategi penjualan yang lebih dapat disesuaikan dibandingkan penilaian AE biner.
- Peningkatan Efisiensi: Tim penjualan mencatat kualifikasi BANT yang lebih cepat, mengurangi masalah dengan data yang tidak lengkap, dan lebih banyak waktu untuk keterlibatan pelanggan dan pengembangan produk.
Kesimpulan: Mengotomatiskan proses penilaian prospek telah meningkatkan efisiensi penjualan secara signifikan. Kombinasi AI dan wawasan manusia menghasilkan strategi yang lebih efektif dan berfokus pada pelanggan.
Prioritas Prospek Otomatis Menghemat Waktu Anda
Kami akan menilai bagaimana tim penjualan yang beranggotakan 50 orang dapat menghemat waktu dengan beralih dari metode manual ke alur kerja yang didukung AI.
pertimbangan:
- Setiap perwakilan penjualan mengelola sekitar 5 prospek setiap hari.
- Sebulan termasuk 20 hari kerja.
- Waktu Pemrosesan Prospek Manual: 22 menit.
- Waktu Pemrosesan Prospek Alur Kerja AI: 1 menit.
- Waktu yang Dihemat per Prospek: 21 menit.
- Waktu Harian yang Dihemat per Tenaga Penjualan: 105 menit (1.75 jam) dari 5 prospek.
- Waktu Bulanan yang Dihemat per Tenaga Penjualan: 35 jam.
- Total Waktu Bulanan Tim yang Dihemat: 1,750 jam (35 jam per orang).
Menggunakan Waktu Ekstra:
Penghematan waktu yang signifikan setiap bulan menawarkan beberapa cara bagi tim penjualan untuk meningkatkan efektivitas dan terlibat dalam tugas yang lebih berharga:
- Peningkatan Keterlibatan Pelanggan: Gunakan waktu tambahan untuk interaksi yang lebih mendalam dengan pelanggan saat ini dan calon pelanggan, membina hubungan yang lebih kuat dan lebih memahami kebutuhan mereka.
- Peningkatan Prospek dan Perolehan Prospek: Alokasikan lebih banyak waktu untuk mencari klien baru dan menciptakan lebih banyak prospek, yang berpotensi memperluas saluran penjualan.
- Strategi Tindak Lanjut yang Disesuaikan: Tim dapat berkonsentrasi pada merancang pendekatan tindak lanjut yang disesuaikan untuk prospek, sehingga meningkatkan kemungkinan konversi.
- Fokus pada Kesehatan dan Keseimbangan: Sangat penting untuk mendedikasikan sebagian waktu ini untuk kesehatan, mendorong keseimbangan yang lebih sehat antara pekerjaan dan kehidupan dengan mendelegasikan tugas berulang ke teknologi.
Dengan mengadopsi otomatisasi alur kerja berbasis AI, tim penjualan dapat secara nyata meningkatkan efisiensinya, menyempurnakan taktik penjualan, dan meningkatkan semangat kerja dan kepuasan kerja secara keseluruhan.
Otomatiskan prioritas prospek dengan alur kerja berbasis AI kami, yang dirancang oleh Nanonets untuk Anda dan tim Anda.
Nanonet untuk Otomatisasi Alur Kerja
Dalam lingkungan bisnis yang serba cepat saat ini, otomatisasi alur kerja merupakan inovasi penting yang menawarkan keunggulan kompetitif bagi perusahaan dari semua ukuran. Integrasi alur kerja otomatis ke dalam operasi bisnis sehari-hari bukan hanya sekedar tren; ini merupakan kebutuhan strategis. Selain itu, munculnya LLM telah membuka lebih banyak peluang untuk otomatisasi tugas dan proses manual.
Selamat datang di Nanonets Workflow Automation, dimana teknologi berbasis AI memberdayakan Anda dan tim Anda untuk mengotomatisasi tugas-tugas manual dan membangun alur kerja yang efisien dalam hitungan menit. Manfaatkan bahasa alami untuk dengan mudah membuat dan mengelola alur kerja yang terintegrasi secara lancar dengan semua dokumen, aplikasi, dan database Anda.
Platform kami tidak hanya menawarkan integrasi aplikasi yang lancar untuk alur kerja terpadu namun juga kemampuan untuk membangun dan memanfaatkan Aplikasi Model Bahasa Besar khusus untuk penulisan teks canggih dan postingan respons dalam aplikasi Anda. Kami juga memastikan keamanan data tetap menjadi prioritas utama kami, dengan kepatuhan ketat terhadap standar kepatuhan GDPR, SOC 2, dan HIPAA.
Untuk lebih memahami aplikasi praktis otomatisasi alur kerja Nanonets, mari pelajari beberapa contoh dunia nyata.
- Dukungan Pelanggan dan Proses Keterlibatan Otomatis
- Pembuatan Tiket – Zendesk: Alur kerja dipicu ketika pelanggan mengirimkan tiket dukungan baru di Zendesk, yang menunjukkan bahwa mereka memerlukan bantuan terkait produk atau layanan.
- Pembaruan Tiket – Zendesk: Setelah tiket dibuat, pembaruan otomatis segera dicatat di Zendesk untuk menunjukkan bahwa tiket telah diterima dan sedang diproses, memberikan pelanggan nomor tiket sebagai referensi.
- Pengambilan Informasi – Penjelajahan Nanonets: Secara bersamaan, fitur Penjelajahan Nanonets menelusuri semua halaman basis pengetahuan untuk menemukan informasi relevan dan kemungkinan solusi terkait masalah pelanggan.
- Akses Riwayat Pelanggan – HubSpot: Secara bersamaan, HubSpot diminta untuk mengambil catatan interaksi pelanggan sebelumnya, riwayat pembelian, dan tiket sebelumnya untuk memberikan konteks kepada tim dukungan.
- Pemrosesan Tiket – Nanonets AI: Dengan informasi relevan dan riwayat pelanggan, Nanonets AI memproses tiket, mengkategorikan masalah, dan menyarankan solusi potensial berdasarkan kasus serupa di masa lalu.
- Pemberitahuan – Kendur: Terakhir, tim atau individu dukungan yang bertanggung jawab diberi tahu melalui Slack dengan pesan yang berisi detail tiket, riwayat pelanggan, dan solusi yang disarankan, sehingga mendorong respons yang cepat dan terinformasi.
- Proses Penyelesaian Masalah Otomatis
- Pemicu Awal – Pesan Slack: Alur kerja dimulai ketika perwakilan layanan pelanggan menerima pesan baru di saluran khusus di Slack, yang menandakan masalah pelanggan yang perlu ditangani.
- Klasifikasi – Nanonet AI: Setelah pesan terdeteksi, Nanonets AI turun tangan untuk mengklasifikasikan pesan berdasarkan kontennya dan data klasifikasi sebelumnya (dari catatan Airtable). Dengan menggunakan LLM, ia mengklasifikasikannya sebagai bug bersama dengan menentukan urgensinya.
- Pembuatan Rekor – Airtable: Setelah klasifikasi, alur kerja secara otomatis membuat catatan baru di Airtable, layanan kolaborasi cloud. Catatan ini mencakup semua detail relevan dari pesan pelanggan, seperti ID pelanggan, kategori masalah, dan tingkat urgensi.
- Penugasan Tim – Airtable: Dengan catatan yang dibuat, sistem Airtable kemudian menugaskan tim untuk menangani masalah tersebut. Berdasarkan klasifikasi yang dilakukan oleh Nanonets AI, sistem memilih tim yang paling tepat – dukungan teknis, penagihan, kesuksesan pelanggan, dll. – untuk menangani masalah ini.
- Pemberitahuan – Kendur: Terakhir, tim yang ditugaskan diberitahu melalui Slack. Pesan otomatis dikirim ke saluran tim, memperingatkan mereka tentang masalah baru, menyediakan tautan langsung ke catatan Airtable, dan meminta respons tepat waktu.
- Proses Penjadwalan Rapat Otomatis
- Kontak Awal – LinkedIn: Alur kerja dimulai ketika koneksi profesional mengirimkan pesan baru di LinkedIn yang menyatakan minatnya untuk menjadwalkan pertemuan. LLM memilah pesan masuk dan memicu alur kerja jika menganggap pesan tersebut sebagai permintaan pertemuan dari kandidat pekerjaan potensial.
- Pengambilan Dokumen – Google Drive: Setelah kontak awal, sistem otomatisasi alur kerja mengambil dokumen yang telah disiapkan sebelumnya dari Google Drive yang berisi informasi tentang agenda rapat, ikhtisar perusahaan, atau materi pengarahan yang relevan.
- Penjadwalan – Google Kalender: Selanjutnya, sistem berinteraksi dengan Google Kalender untuk mendapatkan waktu yang tersedia untuk rapat. Ini memeriksa kalender untuk slot terbuka yang selaras dengan jam kerja (berdasarkan lokasi yang diurai dari profil LinkedIn) dan preferensi rapat yang ditetapkan sebelumnya.
- Pesan Konfirmasi sebagai Balasan – LinkedIn: Setelah slot waktu yang sesuai ditemukan, sistem otomatisasi alur kerja mengirimkan pesan kembali melalui LinkedIn. Pesan ini mencakup usulan waktu rapat, akses ke dokumen yang diambil dari Google Drive, dan permintaan konfirmasi atau saran alternatif.
- Pemrosesan Faktur di Hutang Usaha
- Penerimaan Faktur – Gmail: Faktur diterima melalui email atau diunggah ke sistem.
- Ekstraksi Data – Nanonets OCR: Sistem secara otomatis mengekstrak data yang relevan (seperti detail vendor, jumlah, tanggal jatuh tempo).
- Verifikasi Data – Buku Cepat: Alur kerja Nanonets memverifikasi data yang diekstraksi terhadap pesanan pembelian dan tanda terima.
- Perutean Persetujuan – Slack: Faktur diteruskan ke manajer yang sesuai untuk disetujui berdasarkan ambang batas dan aturan yang telah ditentukan.
- Pemrosesan Pembayaran – Brex: Setelah disetujui, sistem menjadwalkan pembayaran sesuai dengan persyaratan vendor dan memperbarui catatan keuangan.
- Pengarsipan – Buku Cepat: Transaksi yang telah selesai diarsipkan untuk referensi di masa mendatang dan jalur audit.
- Bantuan Basis Pengetahuan Internal
- Pertanyaan Awal – Slack: Seorang anggota tim, Smith, bertanya di saluran #chat-with-data Slack tentang pelanggan yang mengalami masalah dengan integrasi QuickBooks.
- Agregasi Data Otomatis – Basis Pengetahuan Nanonets:
- Pencarian Tiket – Zendesk: Aplikasi Zendesk di Slack secara otomatis memberikan ringkasan tiket hari ini, yang menunjukkan bahwa ada masalah dengan mengekspor data faktur ke QuickBooks untuk beberapa pelanggan.
- Pencarian Lambat – Slack: Secara bersamaan, aplikasi Slack memberi tahu saluran bahwa anggota tim Patrick dan Rachel secara aktif mendiskusikan penyelesaian bug ekspor QuickBooks di saluran lain, dengan perbaikan dijadwalkan untuk ditayangkan pada pukul 4 sore.
- Pelacakan Tiket – JIRA: Aplikasi JIRA memperbarui saluran tentang tiket yang dibuat oleh Emily berjudul “Ekspor QuickBooks gagal untuk integrasi QB Desktop,” yang membantu melacak status dan kemajuan penyelesaian masalah.
- Dokumentasi Referensi – Google Drive: Aplikasi Drive menyebutkan keberadaan runbook untuk memperbaiki bug terkait integrasi QuickBooks, yang dapat dirujuk untuk memahami langkah-langkah pemecahan masalah dan resolusi.
- Konfirmasi Komunikasi dan Resolusi Berkelanjutan – Slack: Saat percakapan berlangsung, saluran Slack berfungsi sebagai forum real-time untuk mendiskusikan pembaruan, berbagi temuan dari runbook, dan mengonfirmasi penerapan perbaikan bug. Anggota tim menggunakan saluran ini untuk berkolaborasi, berbagi wawasan, dan mengajukan pertanyaan lanjutan untuk memastikan pemahaman komprehensif tentang masalah dan penyelesaiannya.
- Dokumentasi Resolusi dan Berbagi Pengetahuan: Setelah perbaikan diterapkan, anggota tim memperbarui dokumentasi internal di Google Drive dengan temuan baru dan langkah tambahan apa pun yang diambil untuk mengatasi masalah tersebut. Ringkasan insiden, resolusi, dan pembelajaran apa pun telah dibagikan di saluran Slack. Dengan demikian, basis pengetahuan internal tim secara otomatis ditingkatkan untuk penggunaan di masa depan.
Masa Depan Efisiensi Bisnis
Alur Kerja Nanonets adalah platform otomatisasi alur kerja multiguna yang aman yang mengotomatiskan tugas manual dan alur kerja Anda. Ini menawarkan antarmuka pengguna yang mudah digunakan, sehingga dapat diakses oleh individu dan organisasi.
Untuk memulai, Anda dapat menjadwalkan panggilan dengan salah satu pakar AI kami, yang dapat memberikan demo dan uji coba Alur Kerja Nanonets yang dipersonalisasi dan disesuaikan dengan kasus penggunaan spesifik Anda.
Setelah disiapkan, Anda dapat menggunakan bahasa alami untuk merancang dan menjalankan aplikasi dan alur kerja kompleks yang didukung oleh LLM, berintegrasi secara lancar dengan aplikasi dan data Anda.
Tingkatkan tim Anda dengan Alur Kerja Nanonets yang memungkinkan mereka fokus pada hal yang benar-benar penting.
Otomatiskan prioritas prospek dengan alur kerja berbasis AI kami, yang dirancang oleh Nanonets untuk Anda dan tim Anda.
- Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
- PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
- PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
- PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
- PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
- Sumber: https://nanonets.com/blog/lead-prioritization/
