મુખ્ય વિષય-સામગ્રી પર જાવો
OpenAI

29 સપ્ટેમ્બર, 2025

APIOpenAI on OpenAI

OpenAI ખાતે ઇનબાઉન્ડ લીડ્સને ગ્રાહકોમાં રૂપાંતરિત કરવું

લોડિંગ…

આ અમારી એવી શ્રેણીનો ભાગ છે જેમાં અમે OpenAI પોતાની ટેકનોલોજી અને APIs નો કેવી રીતે ઉપયોગ કરે છે તેના આંતરિક ઉદાહરણો શેર કરીએ છીએ. આ સાધનોનો આંતરિક રીતે, માત્ર OpenAI ખાતે જ ઉપયોગ થાય છે, અને અહીં դրանք સમજ માટેના ઉદાહરણ તરીકે શેર કરવામાં આવ્યા છે કે અત્યાધુનિક AI અમારી ટીમોમાં વિવિધ ઉપયોગકેસને કેવી રીતે સહારો આપે છે. વધુ સ્પષ્ટ સમજ માટે કે અત્યાધુનિક AI અમારી ટીમોને કામ પૂર્ણ કરવામાં કેવી રીતે મદદ કરે છે, અમે આંતરિક ટૂલના નામો પણ શેર કરીએ છીએ.

જ્યારે ChatGPT Enterprise અને Business બંને લોન્ચ થયા, ત્યારે ઇનબાઉન્ડ માંગમાં ઉછાળો આવ્યો. શરૂઆતના સ્ટાર્ટઅપથી લઈને બહુરાષ્ટ્રીય એન્ટરપ્રાઇઝ સુધીની દસીઓ હજાર કંપનીઓ દર મહિને સંપર્ક કરી રહી હતી. માંગ નોંધપાત્ર હતી. અમારી સિસ્ટમો પરનો ભાર વાસ્તવિક હતો.

આ લીડ્સને ફોર્મ્સ અને સ્થિર વર્કફ્લો દ્વારા માર્ગિત કરવાથી પરિસ્થિતિની જરૂરિયાત પૂરી થઈ શકી નહીં. બહુ બધા સંભવિત ગ્રાહકોને ઑનલાઇન સાઇન અપ કરવા કહેતો સ્વચાલિત જવાબ મળતો હતો. બહુ ઓછા લોકોના પ્રશ્નોના જવાબ મળતા હતા. પરિણામે તકો ચૂકી જતી હતી અને ખરીદીનો અનુભવ એવો નહોતો જેવો વિશ્વાસ ગ્રાહકો અમારા પર મૂકી રહ્યા હતા.

પડકાર માત્ર પાયાનો નહોતો. તે ગુણવત્તાનો હતો. ખરીદદારોને ચોક્કસ જવાબો જોઈએ હતા:

  • શું આ ઉત્પાદન હેલ્થકેર પરિસ્થિતિમાં અનુરૂપ છે?
  • અમે પ્લાનોની તુલના કેવી રીતે કરીએ અને યોગ્ય પ્લાન કેવી રીતે પસંદ કરીએ?
  • અમારા ઉદ્યોગમાં સમકક્ષોને કયા પરિણામો મળી રહ્યા છે?

Harsha Chilakamarri, ગો-ટુ-માર્કેટ ઇનોવેશન કહે છે, “અમને દર મહિને હજારો લીડ્સ મળતી હતી અને અમારે તેમાંથી માત્ર નાનકડા હિસ્સા સાથે જ વાત કરવાની ક્ષમતા હતી. કેટલીક લીડ્સને ઉત્તમ ખરીદી અનુભવ માટે ફક્ત બે-એક પ્રશ્નોના જવાબો જોઈએ હતા, પરંતુ અમે તે વ્યક્તિગત અનુભવ આપી શકતા નહોતાં.”

પરંપરાગત સ્વચાલન આ સૂક્ષ્મતા સંભાળી શકતું નહોતું. સીધી રેખામાં ભરતી વધારવી ટકાઉ નહોતું. અમને અલગ અભિગમ જોઈએ હતો.

ઇનબાઉન્ડ સેલ્સ સહાયક બનાવવું

અમે AI આધારિત ઇનબાઉન્ડ સેલ્સ સહાયક બનાવ્યો, જે પ્રતિનિધિઓને બદલી નાખવા માટે નહીં, પરંતુ તેમની પહોંચ વધારવા માટે રચાયો હતો—અને પ્રતિનિધિઓના પ્રતિસાદથી તાલીમબદ્ધ અને સુધારાયેલો હતો.

તેના કેન્દ્રમાં અમારા આંતરિક કનેક્ટર્સ છે. પ્રોડક્ટ દસ્તાવેજીકરણ, નીતિ લાઇબ્રેરીઓ, ગ્રાહક કથાઓ અને પ્લેબુક્સને એવા સંદર્ભમાં લાવવામાં આવે છે જેના આધારે મોડલ વિચાર કરી શકે. સહાયક અંદાજ લગાવતું નથી. તે સંભાવિત ગ્રાહકની ભાષામાં, તેમના પ્રશ્ન સાથે સીધો સંબંધ ધરાવતા, ચોક્કસ જવાબ આપે છે.

એનો અર્થ એ છે કે સંભાવિત ગ્રાહકોને મિનિટોમાં જ વ્યક્તિગત જવાબ મળે છે, તેમની પોતાની ભાષામાં લખાયેલો અને તેમના વાસ્તવિક પ્રશ્ન પર આધારિત.

  • ટોક્યોની એક કંપનીને જાપાનીઝમાં જવાબ મળે છે, અંગ્રેજી ફોર્મ લેટર નહીં.
  • અનુરૂપતા વિશે પૂછતી હોસ્પિટલ સિસ્ટમને દિવસો સુધી રાહ જોયા પછી નહીં, પરંતુ પ્રથમ જ સંવાદમાં જરૂરી વિગતો મળે છે.
  • જો સંભાવિત ગ્રાહક એન્ટરપ્રાઇઝ-ક્વોલિફાઇડ હોય, તો સંદર્ભ જાળવીને વાતચીત સરળતાથી પ્રતિનિધિ સુધી સોંપવામાં આવે છે.

Chilakamarri કહે છે, “આ મોડલ અમને દરેક ગ્રાહક સાથે જોડાવા અને તેમને અત્યંત વ્યક્તિગત અનુભવ આપવા સક્ષમ બનાવે છે.”

આ ફક્ત સ્વચાલન માટેનું સ્વચાલન નથી. આ એવું સ્વચાલન છે જે તરત જ મૂલ્ય આપે છે.

પ્રતિનિધિઓ સાથે, પ્રતિનિધિઓ માટે બનાવેલું

મુખ્ય આગળકૂદ ફક્ત સહાયકના પ્રથમ જવાબમાં નહોતી. તેની પાછળનો ચક્ર વધુ મહત્વનો હતો.

મોડલને તાલીમ આપતી વખતે, દરેક ડ્રાફ્ટ જવાબ સુધારા માટે સેલ્સ પ્રતિનિધિઓ પાસે પાછો જતો હતો. દરેક સુધારો તાલીમ ડેટા બન્યો. અઠવાડિયાઓમાં ચોકસાઈ 60 ટકાથી વધીને 98 ટકાથી વધુ થઈ ગઈ. સામાન્ય નમૂનાઓની બદલે, સહાયક અમારી ટીમની શ્રેષ્ઠ આવૃત્તિ જેવી ભાષા બોલવા લાગ્યો, નિર્ણયક્ષમતાને કોડિફાઇ કરીને તેને વિશાળ પાયે ઉપલબ્ધ બનાવતો ગયો.

“મેં અને બીજા માત્ર એક એન્જિનિયરે મળીને બહુ જ જટિલ એવલ સિસ્ટમ બનાવી હતી… એકવાર અમારી પાસે એવલ્સ કરવાની રીત આવી ગઈ, ખાસ કરીને સ્વચાલિત રીતે, ત્યારે અમે ઝડપથી 60% ચોકસાઈથી 90% સુધી પહોંચી શક્યા, અને હવે પ્રથમ ઈમેઇલ્સમાં 98% સુધી પહોંચી ગયા છીએ.”
Harsha Chilakamarri, ગો-ટુ-માર્કેટ ઇનોવેશન

પ્રતિનિધિઓ માટે આ બદલાવ તરત અનુભવાયો. અયોગ્ય લીડ્સથી ઇનબોક્સ ભરાઈ જતાં નહોતા. તેઓ એવા સંવાદો ખોલતા હતા જે પહેલેથી જ આગળ વધી રહ્યા હતા, એવા સંભાવિત ગ્રાહકો સાથે જેમની સાચી મનશા હતી અને જેમના ખરેખર પ્રશ્નોના જવાબ મળી ચૂક્યા હતા.

એવલ્સે નેતૃત્વને પણ વિશ્વાસ આપ્યો. તેમણે ફક્ત કિસ્સાઓ નહીં પરંતુ માપી શકાય તેવી પ્રગતિ બતાવી. તેમણે સાબિત કર્યું કે સહાયકને જવાબદારીપૂર્વક વિશાળ પાયે અપનાવી શકાય છે.

ચૂકાયેલી લીડ્સથી ઊંચી વૃદ્ધિ સુધી

અસર તરત દેખાઈ. એક નાની કંપની, જે એક સમયે કતારમાં ખોવાઈ જતી, તેણે પ્રશ્નો મોકલ્યા, કલાકોમાં વિચારપૂર્વકના જવાબો મેળવ્યા અને થોડા જ દિવસોમાં એન્ટરપ્રાઇઝ કરાર પર હસ્તાક્ષર કર્યા. આવી વાર્તાઓ વારંવાર ફરી બની.

જે એક સમયે અટકેલી ગલી જેવી સ્થિતિ હતી, તે અમારા સૌથી મજબૂત વૃદ્ધિ ચેનલોમાંની એક બની ગઈ. થોડા મહિનાઓમાં, વાર્ષિક આવર્તિત આવકમાં અનેક મિલિયન ખુલ્યા.

“અમારી સૌથી મોટી સમજણ ત્યારે મળી જ્યારે અમે પ્રથમ વખત આ સહાયક લોન્ચ કર્યો. અમને સમજાયું કે જો અમે ઇનબાઉન્ડ લીડ્સને વ્યક્તિગત અનુભવ આપીએ અને મુખ્ય પ્રશ્નોના ઝડપી જવાબ આપીએ—ઈમેઇલ દ્વારા પણ—તો ઘણા લોકો ખૂબ જ ઝડપથી ખરીદી કરવા ઉત્સુક થાય છે.”
Harsha Chilakamarri, ગો-ટુ-માર્કેટ ઇનોવેશન

ક્વોલિફાઇડ લીડ્સ મળતા પ્રતિનિધિઓ માટે પણ આ બદલાવ એટલો જ મૂલ્યવાન હતો. સામાન્ય લીડ્સમાં ખોદકામ કરવાની બદલે, તેમને સ્પષ્ટ મનશાવાળા સક્રિય સંવાદો દેખાયા. પ્રથમ વખત, કોઈને પણ પાછળ રહી ગયાની લાગણી નહોતી.

એન્ગેજમેન્ટ માટે એક નવો ધોરણ

આ ફક્ત ઇનબાઉન્ડ લીડ્સ વિશે નથી. તે વધુ વ્યાપક તક તરફ ઇશારો કરે છે: ઑનબોર્ડિંગ, રિન્યુઅલ્સ અને સપોર્ટ—બધાને વિશ્વસનીય, વ્યક્તિગત સંવાદોથી લાભ મળી શકે છે.

શીખ સરળ છે: જ્યારે તમે AI દ્વારા તમારા શ્રેષ્ઠ પ્રતિનિધિઓની ઉત્તમતા વિશાળ પાયે પહોંચાડો છો, ત્યારે તમે આખી ટીમ માટે શું શક્ય છે તે બદલી નાખો છો.

Chilakamarri એ કહ્યું તેમ: “નેતૃત્વ આ બાબતે વધુ ઉત્સાહિત હોઈ શકે તેમ નથી. આ સાબિતી છે કે અમે OpenAI પર OpenAI બનાવી શકીએ અને અમારી ટેકનોલોજી સીધી ગ્રાહકો સમક્ષ રજૂ કરી શકીએ.”

દરેક લીડને વ્યક્તિગત બનાવવું કોઈ યુક્તિ નથી. તે દરેક પ્રકારના એન્ગેજમેન્ટ માટે વધુ સારી રીત બની રહ્યું છે.

તમારા વ્યવસાયમાં ChatGPTને কাজে લગાવવા તૈયાર છો?