Potentiaalisten liidien muuntaminen asiakkaiksi OpenAI:lla

Tämä on osa sarjaamme, jossa käsitellään, miten OpenAI rakentaa omia ratkaisujaan teknologiamme pohjalta.

Kun ChatGPT Enterprise ja Business julkistettiin, kysyntä kasvoi räjähdysmäisesti. Kymmenet tuhannet yritykset alkuvaiheen startup-yrityksistä monikansallisiin yrityksiin ottivat yhteyttä joka kuukausi. Kysyntä oli merkittävää. Järjestelmiimme kohdistunut rasitus oli todellista.

Liidien reitittäminen lomakkeiden ja staattisten työnkulkujen kautta ei vastannut tarvetta. Liian moni potentiaalinen asiakas sai automaattisen vastauksen, jossa heitä kehotettiin rekisteröitymään verkossa. Liian harva sai vastauksia kysymyksiinsä. Tuloksena oli menetettyjä tilaisuuksia ja ostokokemus, joka ei vastannut asiakkaiden meihin kohdistamaa luottamusta.

Haaste ei ollut vain skaalautuvuus. Kyse oli laadusta. Ostajat halusivat tarkkoja vastauksia:

• Onko tämä tuote hyväksytty terveydenhuoltoon?
• Miten vertailemme sopimuksia ja valitsemme oikean?
• Mitä tuloksia toimialan kilpailijamme näkevät?

“Saimme tuhansia liidejä kuukaudessa, mutta meillä oli kapasiteettia keskustella vain pienen osan kanssa. Joissakin liideissä tarvittiin vastauksia muutamaan kysymykseen, jotta ostokokemus olisi todella loistava, mutta emme pystyneet tarjoamaan henkilökohtaista kokemusta“, sanoo Harsha Chilakamarri, Go-to-Market Innovation.

Perinteinen automaatio ei kyennyt käsittelemään tällaisia vivahteita. Lineaarinen palkkaaminen ei ollut kestävää. Tarvitsimme erilaisen lähestymistavan.

Loimme tekoälypohjaisen potentiaalisten liidien myyntiavustajamme, jonka tarkoituksena ei ole korvata myyjiä, vaan laajentaa heidän tavoitettavuuttaan – koulutettuna ja hiottuna myyntiedustajien palautteen avulla.

Sen ytimessä ovat sisäiset yhdistimemme. Tuotedokumentaatio, käytäntökirjastot, asiakastarinat ja käsikirjat tuodaan kontekstiin, jota malli voi miettiä. Avustaja ei arvaile. Se vastaa tarkasti asiakkaan kielellä suoraan hänen kysymykseensä.

Se tarkoittaa, että potentiaaliset asiakkaat saavat henkilökohtaisen vastauksen muutamassa minuutissa, joka on kirjoitettu heidän omalla kielellään ja perustuu heidän varsinaiseen kysymykseensä.

• Tokiolainen yritys saa vastauksen japaniksi, ei englanninkielistä vakiokirjettä.
• Sairaala, joka kysyy vaatimustenmukaisuudesta, saa tiedot ensimmäisessä keskustelussa, ei päivien odottelun jälkeen.
• Jos potentiaalinen asiakas on yritystason asiakas, viestiketju siirtyy saumattomasti myyntiedustajalle konteksti säilyttäen.

“Tämän mallin avulla voimme olla vuorovaikutuksessa jokaisen asiakkaan kanssa ja tarjota heille erittäin personoidun kokemuksen“, Chilakamarri sanoo.

Se ei ole automatisointia sinänsä. Se on automaatiota, joka tuottaa arvoa heti.

Läpimurto ei ollut vain avustajan ensimmäinen vastaus. Se oli vastauksen takana oleva silmukka.

Mallin koulutuksessa jokainen luonnosvastaus palautettiin myyntiedustajille korjattavaksi. Jokaisesta korjauksesta tuli koulutusdataa. Tarkkuus nousi 60 prosentista yli 98 prosenttiin muutamassa viikossa. Yleisten mallien sijaan avustaja alkoi kuulostaa tiimimme parhaalta versiolta, joka kodifioi harkintaa ja tekee siitä saatavilla skaalautuvasti.

Myyntiedustajille muutos oli välitön. Postilaatikot eivät olleet täynnä vahvistamattomia liidejä. He avasivat jo käynnissä olevia keskusteluja potentiaalisten asiakkaiden kanssa, joilla oli vilpitön aikomus ja jotka saivat vastauksia oikeisiin kysymyksiinsä.

Arvioinnit antoivat myös johtajille luottamusta. Ne osoittivat mitattavissa olevaa edistystä, eivät vain anekdootteja. Ne osoittivat, että avustajaa voitiin skaalata vastuullisesti.

Vaikutus oli välitön. Jonossa jo kerran menetetty pieni yritys lähetti kysymyksiä, sai harkittuja vastauksia muutamassa tunnissa ja allekirjoitti yrityssopimuksen päiviä myöhemmin. Tuollaiset tarinat toistuivat yhä uudelleen ja uudelleen.

Se, mikä oli ollut umpikuja, muuttui yhdeksi vahvimmista kasvukanavistamme. Muutaman kuukauden kuluessa saatiin vuosittaisia ​​toistuvia tuloja useita miljoonia.

Muutos oli aivan yhtä arvokas myyntiedustajille, kun he saivat vahvistettuja liidejä. Sen sijaan, että he olisivat käyneet läpi yleisluonteisia liidejä, he näkivät aktiivisia keskusteluja, joilla oli selkeä tarkoitus. Ensimmäistä kertaa kukaan ei tuntenut jääneensä jälkeen.

Kyse ei ole pelkästään potentiaallisista liideistä. Se viittaa laajempaan mahdollisuuteen: perehdytys, sopimusten uusiminen ja tuki voivat kaikki hyötyä luotettavista, henkilökohtaisista keskusteluista.

Opetus on selvä: kun skaalaat parhaiden myyntiedustajiesi erinomaisuutta tekoälyn avulla, muutat koko tiimin mahdollisuuksia.

Kuten Chilakamarri asian ilmaisi: “Johto ei voisi olla tästä enempää innoissaan. Se on todiste siitä, että voimme rakentaa OpenAI:ta OpenAI:n päälle ja esitellä teknologiaamme suoraan asiakkaille.“

Jokaisen liidin personointi ei ole taktiikkaa. Siitä on tulossa parempi tapa kaikkeen sitouttamiseen.