אוטומציית מכירות בבינה מלאכותית: איך המערכת עובדת, כמה היא עולה ומה היא דורשת

התפוקה של צוות SDR היא ליניארית: יותר צינור מכירות פירושו יותר כוח אדם.

תהליך עבודה של אוטומציית מכירות בבינה מלאכותית יכול לתמוך במחקר, בניסוח או בניתוב לפני שיחת מכירה. הגדירו אילו משימות נשארות בידי אנשים.

זה לא מחליף שיקול דעת - זה מסיר את המחקר, הכתיבה והשליחה הידניים שממלאים את היום של SDR.

עבור Figureit, סטארט-אפ אנליטיקה בשלב GTM, בנינו את שכבת הבסיס הזו סביב רשימה של 900 סוכנויות שיווק בישראל שמבוססות PPC.

המערכת הניבה 158 תגובות, 64 הדגמות, 42 הזדמנויות בצינור המכירות ו-8 לקוחות משלמים חוזרים.

המאמר מתאר את הגישה שלנו, את ההיקף והעלויות, דוגמאות מקמפיינים ותנאי קדם. תוצאות המקרים ייחודיות לכל קמפיין.

שלושה דברים שספקים מכנים "אוטומציית מכירות מבוססת בינה מלאכותית" ואין להם שום קשר לצינור מכירות

רוב ההגדרות של אוטומציית מכירות עם בינה מלאכותית צרות מדי או שגויות.

הנה מה שהמונח לא אומר, כי קנייה של הדבר הלא נכון היא הכשל הנפוץ ביותר שאנחנו רואים.

זו אינה אוטומציית CRM. אוטומציה של שלבי עסקה, תזכורות למשימות וניתוב אנשי קשר היא היגיינה תפעולית. היא לא יוצרת צינור מכירות.

אם התוצר העיקרי של הצעת "אוטומציית מכירות בבינה מלאכותית" הוא HubSpot נקי יותר, זה לא מה שאנחנו מתכוונים אליו.

זה לא שליחת אימיילים בהמוניהם. שליחה לרשימה קנויה של 10,000 אנשי קשר עם סדרת הודעות גנרית היא ספאם עם צעדים נוספים: היא נוחתת בג'אנק ופוגעת במוניטין הדומיין שלכם.

נפח בלי דיוק הוא רעש בקנה מידה גדול. אם האימיילים שלכם נוחתים בספאם בלי קשר לאיכות הרשימה, הפתרון לבעיית האספקה מוסבר כאן.

זה לא צ'אטבוט. צ'אטבוט שמסנן מבקרים נכנסים הוא שימושי, אבל הוא פועל רק על אנשים שכבר מצאו אתכם.

אוטומציית מכירות מבוססת בינה מלאכותית פועלת באמצעות פנייה יזומה: היא מוצאת את החברות הנכונות ברגע הנכון ויוצרת צינור מכירות שלא היה קיים אחרת.

המאפיין המגדיר: המערכת נעשית חכמה יותר ככל שמשתמשים בה.

לצוותים יש מגבלות קיבולת שונות. אוטומציה לבדה אינה קובעת המרה טובה יותר; השוו תוצאות בתנאים ברורים ובני השוואה.

תגובות, פגישות ואי-תגובות אפשר לבחון כראיות קמפיין. הן לא מאמנות מערכת באופן אוטומטי, ואינן מראות שחודשים מאוחרים יותר ישיגו ביצועים טובים יותר מקודמיהם.

4 הרכיבים של מערכת אוטומציית מכירות שלמה מבוססת בינה מלאכותית

בנייה יכולה להיתקע מסיבות שונות, כולל פערים בנתונים, בתכנון תהליך העבודה, בתשתית או בפיקוח.

הסעיפים שלהלן מתארים רכיבים שצוות עשוי להצטרך להעריך בעת תכנון תהליך עבודה.

• 01
  Signal Stack - שכבת האיתור

  ערימת האותות קובעת את מי פונים ומתי. עבור 1 Solar Direct, נתוני פרויקטים ציבוריים הניבו 8 פגישות עם מפעילי פרויקטי סולאר גדולים.

• 02
  מנוע כתיבה מבוסס בינה מלאכותית - התאמה אישית בקנה מידה

  תהליך כתיבה יכול להשתמש במחקר מאומת כדי לנסח פנייה; בדקו את התוצאה מבחינת דיוק ורלוונטיות לפני השליחה.

• 03
  תשתית שליחה - הרכיב הכי לא מוערך

  תשתית שליחה יכולה להשפיע על המסירה, אבל אימות בלבד לא מבטיח הגעה לתיבת הדואר הנכנס.

  פעלו לפי דרישות הספק העדכניות ובדקו אותות מסירה לפני שינוי נפח השליחה.

• 04
  לולאת משוב - איך המערכת לומדת

  לולאת המשוב קולטת נתוני תגובות ומזינה אותם חזרה למנוע הכתיבה, לדירוג ה-ICP ולהיגיון הרצף. אדם בודק מה המערכת משנה.

איך נראית בנייה בפועל

מאמרים שמדווחים רק על התוצאה בלי להראות את העבודה הם חומר שיווקי ולא מקור עזר שימושי. כך נראית בנייה טיפוסית, שבוע אחר שבוע.

• שבוע 1
  שבוע 1

  ביקורת ומיפוי אותות

  אנחנו בוחנים רצפים קודמים, שיעורי תגובה, מקורות עסקאות ותכונות של עסקאות שנסגרו. אחר כך ממפים את ה-ICP: תעשייה, גודל, גיאוגרפיה והאירועים שפותחים חלון קנייה.

  אנחנו מזהים את אותות כוונת הרכישה החזקים ביותר לפלח הזה ומקימים את תשתית הנתונים שמנטרת אותם. עדיין לא נשלחים אימיילים.

• שבוע 2
  שבוע 2

  הקמת תשתית וחימום דומיינים

  אנחנו מגדירים דומיינים ייעודיים לשליחה ואימות.

  כל הגדלת נפח צריכה לשקף את הנחיות הספק, היסטוריית השליחה, תגובת הנמענים והמדיניות החלה.

  לוח זמנים קבוע לא יכול להבטיח מיקום.

  רוטציית תיבות דואר וטיפול בתגובות הוגדרו.

  מנוע הכתיבה מבוסס הבינה המלאכותית מאומן על ההצעה של הלקוח, קול המותג ודפוסי השפה של ה-ICP. עדיין אין פנייה יזומה - זה השבוע שמאפשר את החודש השלישי.

• שבוע 3
  שבוע 3

  הרצפים הראשונים באוויר

  נפח השליחה החי ההתחלתי הוא הנחת עבודה שנקבעת לקמפיין, ולא סף בטוח אוניברסלי.

  בדקו שגיאות מסירה, תלונות, תגובות והנחיות הספק לפני שמשנים נפח שליחה.

  בשלב הזה, בדקו את נתוני המסירה והתגובה הזמינים. מעקב פתיחות עלול להיות לא מדויק ואין להתייחס אליו כהוכחה לעניין של הנמען.

• שבועות 4-8
  שבועות 4 - 8

  מחזורי אופטימיזציה והרחבה

  אם בקמפיין יש מספיק תצפיות שימושיות, הצוות יכול לבחון השערות לגבי הקופי והטרגוט. גודל המדגם ותנאי המסירה משפיעים על מה שהתוצאות יכולות לתמוך בו.

חישוב העלויות - מה באמת משווים

בואו נעשה את החשבון בצורה ברורה, כי תיק ה-ROI לאוטומציית מכירות בבינה מלאכותית מוצג לא פעם בצורה שמטשטשת את ההשוואה האמיתית. ההשוואה אינה עלות מול עלות. היא צינור מכירות לכל דולר.

Deep-Y מציעה מערכת בינה מלאכותית מותאמת אישית אחת ב-$400 לחודש. לתוכנית החודשית יש היקף מוגדר, ואין להשוות אותה לתפקיד SDR בלי ליישר אחריות ועלויות.

עלות היא חלק אחד בהשוואה. גם האחריות, הקיבולת, הכלים והתוצאות שונים בין צוותים ותוכניות.

אוטומציה עשויה לשנות את כמות העבודה שצוות מסוגל לטפל בה, אבל הקיבולת והתוצאות תלויות בתכנון תהליך העבודה, בנתונים, בבקרה ובדרישות הספק.

אם האוטומציה משנה את אופן הטיפול בלידים, הגדירו אילו שיחות דורשות סקירה אנושית ואיך אנשי המכירות יעריכו אותן.

מה צריך להיות במקום לפני שאוטומציית מכירות מבוססת בינה מלאכותית עובדת

אוטומציה לא מתאימה לכל צוות. הדרישות המקדימות האלה יכולות לעזור להעריך אם היא מתאימה לתהליך שלכם.

אם היסודות האלה חסרים, ייתכן שאוטומציה לא תפתור את הבעיה העומדת בבסיס צינור המכירות.

• ◎
  ICP ברור עם אותות קנייה שניתנים לאימות

  אם אינכם יכולים לתאר את הלקוח האידאלי שלכם במונחים ניתנים לצפייה - גודל, תחום, סטאק טכנולוגי, טריגרים לרכישה - הבינה המלאכותית לא תוכל למקד אליו או להתאים אישית.

  קריטריוני יעד ברורים יכולים להנחות מחקר וסקירה. חדדו אותם ככל שהצוות לומד את השוק.

• ◎
  הצעה שעובדת, עם התאמת מוצר-שוק מוכחת

  בינה מלאכותית מגבירה את מהירות הפעילות היוצאת; היא לא יוצרת ביקוש. אם ההצעה שלכם לא עובדת כשאיש מכירות מיומן מציג אותה, המערכת רק תייצר יותר דחיות.

  אנחנו מחפשים קודם התאמת מוצר-שוק: לקוחות קיימים, שיעור סגירה ידני שעובד, או הוכחה שהקונה הנכון מתמיר.

  בלעדיה, השיחה היא על מיצוב ההצעה ולא על אוטומציה.

• ◎
  מישהו שיודע לסגור

  המערכת קובעת פגישות; אדם מיומן עדיין צריך לסגור אותן. היא מכפילה את יכולת הסגירה ואינה מחליפה אותה.

לבנות את זה בעצמכם: לוח הזמנים הכנה והעלויות הנסתרות

הכלים זמינים מסחרית. Clay מטפל באותות ובהעשרת נתונים, Instantly או Smartlead מטפלים בשליחה, GPT-4o או Claude כותבים את הטקסט, ו-Zapier או Make מחברים את תהליך העבודה.

שום דבר אינו דורש טכנולוגיה קניינית. ההערכה המלאה של כל כלי כאן, אם תרצו לעיין בה לפני בחירת סטאק.

הדרוש הוא 3 - 6 חודשים, סבלנות גבוהה לשיפורים חוזרים ומשמעת תפעולית עקבית. כך נראית הלוח הזמנים הזה בפועל:

מנוע הכתיבה של הבינה המלאכותית צריך 200 - 300 נקודות נתוני תגובה לפני שההתאמה האישית שלו עולה באופן מהותי על תבנית סטטית חזקה.

• חודש 1: הקמה, דומיינים, מנוע כתיבה.
• חודש 2: חימום ושליחות ראשונות בקצב של 40-60 ביום.
• חודשים 3-4: נפח, אם לולאת המשוב נבנתה נכון.