עיקרי הדברים
- →משווים עלות וקיבולת רק אחרי שמתאימים בין משימות, שעות, ניהול ובקרות איכות.
- →סקירה אנושית יכולה לעזור בהחלטות מורכבות שדורשות הקשר רחב
- →
מערכת בינה מלאכותית מנוהלת של Deep-Y: $400 לחודש לכל מערכת. - →חלוקה אפשרית: לאוטומט מחקר ומעקב שחוזרים על עצמם, ולהשאיר לאנשים את הסינון והסגירה במקום הצורך.
הנה ההשוואה המלאה, כולל מה שבינה מלאכותית לא יכולה להחליף.
מה SDR מבוסס בינה מלאכותית באמת עושה
תהליך מכירות בסיוע בינה מלאכותית יכול לתמוך במשימות כמו:
- מחקר פרוספקטים. מארגן מידע זמין על חברות ואנשי קשר לבדיקה של אדם.
- ניסוח. משתמש בהקשר שסופק ובכללי מסרים מאושרים כדי להכין טיוטה לסקירה.
- רצף. מתזמן שלבי מעקב מאושרים לפי כללי הצוות ומגבלות הספק.
- ניתוב תגובות. עוזר לארגן תגובות לבדיקה אנושית בזמן.
- דיווח. מסכם נתוני קמפיין נבחרים כדי שהצוות יוכל להחליט מה לשנות.
הבחנה מרכזית: אוטומציה יכולה לבצע שלבי תהליך מוגדרים, אבל אדם צריך להיות אחראי על החלטות טירגוט, אישור הודעות, חריגים ושיחות מכירה.
לדוגמה אמיתית,
ראש בראש: SDR מבוסס בינה מלאכותית מול SDR אנושי
| קטגוריה | פסק דין | ||
|---|---|---|---|
| עלות שנתית | משכורת מלאה ועוד כלים | תלוי בהיקף | |
| זמן התאקלמות | טווחי תכנון להמחשה בלבד | טווחי תכנון להמחשה בלבד | תלוי בהיקף |
| היקף | נקודות מגע מותאמות אישית בנפח גבוה | נגיעות אישיות ידניות | תלוי בהיקף |
| פרסונליזציה | סיגנלים ספציפיים בקנה מידה | תקרת יכולת אנושית גבוהה | היתרון האנושי |
| התנגדויות | מועבר לאדם | מטפל בהתנגדויות בזמן אמת | היתרונות של בני אדם |
| ארגוני | הקשר מוגבל של מספר בעלי עניין | יכולת גבוהה בבניית מערכות יחסים | היתרונות של בני אדם |
איפה אנשי SDR עדיין מנצחים
עסקאות ארגוניות מורכבות
איתור לקוחות בארגוני Tier 1 עדיין נהנה משיקול דעת אנושי ומנוכחות אנושית.
תרבויות מכירה שמבוססות על קשרים
בחלק מהתעשיות - שירותים פיננסיים, ביטחון, שירותים מקצועיים יוקרתיים, משרדי משפחה - העבודה מבוססת על אמון אישי. פנייה יזומה באמצעות בינה מלאכותית שם עלולה לפגוע במותג שלכם.
ההיכרות עדיין דורשת אדם שחולק רשת קשרים או שרשרת הפניות.
תעשיות מוסדרות מאוד
חלק מהארגונים והתחומי שיפוט דורשים בדיקה נוספת; הדרישות תלויות בפעילות ובהקשר. מנו אדם אחראי שיאשר הודעות רגישות מבחינת מדיניות.
הבינה המלאכותית עדיין יכולה לחקור ולנסח, אבל שכבת הציות מאטה אוטומציה מלאה.
גילוי ICP בשלב מוקדם מאוד
אם אתם עוד לפני התאמת מוצר-שוק ועדיין לומדים מי קונה, אדם שמבצע פנייה יזומה ידנית ומקשיב לסירובים עדיף על מכונה שחוזרת על התבנית הלא נכונה.
שאלת העלות
אנחנו מדמים את העלות ואת היקף הפגישות הצפוי לצוות שלכם לפני שאתם מתחייבים.
בקמפיין אימייל יזום מוגדר של Figureit,
אוטומציה יכולה לתזמן מעקבים ולנסח הודעות על בסיס מידע זמין על החברה, אבל התזמון, הרלוונטיות והדיוק עדיין דורשים בדיקה.
הסתייגות אחת: אספקת האימיילים היא המקום שבו רוב היישומים של פנייה יזומה מבוססת בינה מלאכותית נכשלים. המערכת עובדת רק אם דומייני השליחה מוגדרים, מחוממים ומתוחזקים - פירוט התשתית המלא מסביר מה זה דורש.
הגישה ההיברידית: בינה מלאכותית למעלה, אנשים למטה
חלוקה שעובדת תלויה בתהליך: אוטומציה יכולה לטפל בצעדים שחוזרים על עצמם, בעוד שאנשים שומרים על שיקול דעת, חריגים במעקב, סינון והתאמת לידים ועבודת קשרים.
המשפך נראה כך:
- שלבים 1 - 3 (מודעות ← עניין ← פגישה נקבעה):
אוטומטי לחלוטין. הבינה המלאכותית חוקרת, כותבת, בונה רצפים, עוקבת, מסווגת תגובות וקובעת את הפגישה ביומן של ה-AE שלכם. - שלב 4 (שיחת גילוי):
AE אנושי או SDR בכיר. הפרוספקט כבר חם - הוא ענה, הוא קבע. תפקיד האדם הוא סינון וקשר, לא פנייה יזומה קרה. - שלבים 5 ואילך (משא ומתן ← סגירה): בהובלת אדם, בסיוע בינה מלאכותית. המערכת ממשיכה לתמוך בהקשר, במודיעין תחרותי ובהמלצות על תזמון מעקב.
המודל הזה מאפשר לצוות שלכם לעשות את מה שאנשים עושים הכי טוב - להקשיב, לבנות אמון, לקרוא חדר - במקום מחקר ומעקב ידני.
הבינה המלאכותית מטפלת בהיקף. בני אדם מטפלים בקשר.
מה הלקוחות שלנו ראו בפועל
Figureit הייתה צריכה את הלקוחות הראשונים שלה בקרב סוכנויות שיווק.
158תגובות מתוך 900 סוכנויות יעד (כ-17.6%).
64פגישות דמו (כ-7.1% מ-900 סוכנויות ו-40% מ-158 תגובות), 42 הזדמנויות בצינור המכירות ו-8 לקוחות משלמים חוזרים (12.5% מהדמואים) בקמפיין הזה.
בהמשך מגיעים סקוונסים של אימייל מותאמי תפקיד, עם מעקב בלינקדאין לפוטנציאליים מעורבים שלא קבעו פגישה.
6.35%שיעור תגובה - 92 תגובות מתוך 1,448 פרוספקטים ב-3 קמפיינים.
8פגישות עם מפעילי פרויקטי סולארי גדולים, כולל חברת אנרגיה אמריקאית גדולה.
81%שיעור פתיחה ב-124 רצפים.
19הזדמנויות, ו-8 עסקאות שנסגרו או נמצאות בתהליך.
לדוגמאות האלה לקוחות, ערוצים והיקפים שונים. הן אינן מבודדות את השפעתו של מוצר תוכנה מסוים; צוותי הלקוחות טיפלו בשיחות המכירה.
השתמשו באוטומציה בשלבים שחוזרים על עצמם וניתנים לבדיקה; השאירו אדם מוגדר אחראי להחלטות ולשיחות.
שאלות נפוצות על AI SDR
האם SDR מבוסס בינה מלאכותית יכול להחליף SDR אנושי?
מה AI SDR עושה בפועל?
תהליך עבודה בסיוע בינה מלאכותית עשוי לארגן נתוני לקוחות פוטנציאליים, להכין טיוטות הודעות, לתזמן מעקבים מאושרים ולנתב תגובות.
אדם צריך להיות אחראי על בחירות הטירגוט, הבדיקה, החריגים ושיחות המכירה.
מוכנים לחשב את המספרים של צינור המכירות שלכם?
ראו איך נראית מערכת SDR מבוססת בינה מלאכותית עבור הצוות שלכם.
אנחנו בודקים את הפנייה היזומה הנוכחית שלכם, מחשבים השוואת עלויות ומראים לכם בדיוק מה מערכת בינה מלאכותית הייתה מפיקה - לפני שאתם מתחייבים לכל דבר.