dziennik

Przykład krok po kroku: follow-up z AI przy zastygłych dealach B2B

Ilustracyjny przykład krok po kroku follow-upu z AI przy zastygłych dealach B2B. Zespół i liczby to założenia, nie wynik klienta. Co mierzyć.

joseph j.founding engineer4 min czytania

Przykład krok po kroku. To ilustracyjny przykład krok po kroku, nie wynik klienta. Zespół sprzedaży i każda liczba w nim to założenia. Pokazuje, jak asystent follow-upu oparty na Claude mógłby wyłapywać deale, które ucichły, i pisać kolejny kontakt głosem handlowca, który sprawdza i wysyła każdą wiadomość.

Problemem nie jest liczba leadów. Jest nim pamięć. Deale utykają po dobrej drugiej rozmowie, handlowiec przechodzi do gorętszego wątku i później nikt nie pamięta, żeby wrócić. Pipeline wygląda w CRM zdrowo. Od środka po cichu umiera.

Dla ilustracji załóż vp sprzedaży, którego CRM zawiera stos otwartych deali, które ucichły: oznaczonych jako otwarte, stojących w miejscu, bez kupowania ani jednego nowego leada. Pytanie brzmi, ile z nich wraca do prawdziwej rozmowy, gdy handlowiec dotknie ich w odpowiednim momencie odpowiednią wiadomością. To liczba do zmierzenia, a ten wpis nie podaje dla niej żadnej wartości.

#Czemu tyle transakcji umiera na etapie follow-up?

Jak AI pomaga w follow-upie sprzedażowym przy zawieszonych transakcjach?

AI codziennie czyta twój CRM, oznacza transakcje, które ucichły dłużej niż zwykły rytm kontaktu, i pisze szkic kolejnej wiadomości głosem handlowca, korzystając z prawdziwej historii wątku. Handlowiec przegląda i wysyła. Odzyskuje pipeline, który już masz, zamiast gonić za nowymi leadami, a wolumen zostaje w zakresie ludzkim, więc dostarczalność się utrzymuje.

Handlowiec z 40 otwartymi dealami (założenie dla ilustracji) nie utrzyma w głowie 40 zegarów follow-upu. Więc wygrywa najgłośniejszy deal, a ciche dryfują. Ten dryf jest niewidoczny do końca kwartału, gdy prognozowany deal okazuje się milczeć od drugiej rozmowy. To dokładnie ten wzorzec, wokół którego zbudowana jest nasza praca nad AI dla sprzedaży.

#Z czego składa się ten projekt?

Trzy części, żadna nie jest egzotyczna. Krok, który ocenia, które otwarte transakcje ucichły dłużej niż zwykły rytm kontaktu. Krok pisania szkicu, który tworzy kolejną wiadomość na podstawie prawdziwej historii wątku. I codzienna lista, którą handlowiec otwiera zamiast ręcznie przeczesywać CRM.

  • Wyłanianie: każdego ranka czyta otwarte szanse sprzedażowe w CRM i oznacza te po spodziewanej dacie kolejnego kontaktu, ważone wielkością transakcji i ostatnią prawdziwą odpowiedzią.
  • Szkic: pisze jeden krótki follow-up dla każdej oznaczonej transakcji głosem handlowca, przywołując ostatnią rzecz, która naprawdę wydarzyła się w wątku. żadnego ogólnego „tylko sprawdzam, co słychać”.
  • Przegląd: umieszcza szkic na liście „kogo dziś popchnąć”. Nic się nie wysyła, dopóki handlowiec go nie przeczyta i nie kliknie wyślij.

Krok pisania to ta część, która powinna zmienić jakość odpowiedzi. Follow-up w stylu "wspominałeś, że odnowienie wypada w q3, chciałem ustawić pilota przed nim" ma znacznie większą szansę na odpowiedź niż "tylko się odzywam". Claude czyta wątek i wyciąga konkretny haczyk, więc handlowiec edytuje prawdziwą wiadomość zamiast pisać ją od zera.

We are

Codzienna lista, która przekazuje każdemu handlowcowi ciche transakcje warte popchnięcia razem z gotowym szkicem do edycji, przy czym każdą wiadomość czyta i wysyła człowiek.

We aren't

Automatyczny sekwencer, który strzela szablonowymi mailami „tylko przypominam” do każdej otwartej transakcji według harmonogramu i uczy twoich potencjalnych klientów, żeby cię filtrowali.

Wolumen powinien zostać w ludzkiej skali. Handlowcy wysyłają tyle follow-upów, ile człowiek może rozsądnie wysłać, z własnych rozgrzanych skrzynek. Asystent zmienia to, którym dealom poświęca się uwagę i co mówi każda wiadomość, a nie to, ile ich wychodzi, więc skargi na spam i dostarczalność nie powinny się ruszyć. Ta linia człowieka w pętli to ta sama dyscyplina, która stoi za naszą pracą nad wdrażaniem AI.

#Po czym poznasz, że to działa?

Spodziewaj się hałaśliwego początku. Krok wykrywania oznacza deale, które są ciche z dobrych powodów, handlowcy dostają listę, której nie ufają, a niektórzy przestają ją otwierać. Lekarstwem jest dostrojenie logiki rytmu i nauczenie jej pomijania deali, które handlowiec celowo odłożył.

Sygnałem do zmierzenia jest reaktywacja: z deali oznaczonych przez listę, ile wróciło do prawdziwej rozmowy, w porównaniu z porównywalnymi dealami sprzed włączenia. Ustal najpierw ten punkt odniesienia i licz tylko deale, których handlowiec dotknął, bo lista je wyłowiła. Model to łatwa część; nudna pętla wokół niego jest tym, co testujesz. W journal znajdziesz więcej przykładów krok po kroku tego wzorca.

Nie ma tu cytatu klienta, bo nie ma klienta. Test projektu jest prosty: czy handlowiec przestaje tracić deale przez własną skrzynkę, mając listę, która mówi, kto ucichł, i wiadomość, którą naprawdę może wysłać?

Stennir to młode studio, a ten wpis to projekt, nie historia dokonań. Jeśli jesteś vp sprzedaży i patrzysz, jak prognozowane deale milkną w CRM, pipeline do odzyskania jest już twój. powiedz nam, co budujesz, a wytyczymy pętlę follow-upu na twoich prawdziwych danych o dealach.

Powiedz nam, które zadanie zabiera najwięcej czasu.

30 minut. Bez przygotowania. Powiemy Ci szczerze, czy AI może pomóc i od czego zacząć.