چگونه با هوش مصنوعی سرنخها را بر اساس پروفایل مشتری ایدهآل امتیازدهی کنیم
- سطح: پیشرفته
- راهاندازی در چند هفته
پاسخ کوتاه
پروفایل مشتری ایدهآل را به معیارهای صریح تبدیل کنید، بعد اطلاعات تأییدشده و متن درخواست هر سرنخ را به مدل بدهید و بخواهید تناسب را برای هر معیار با دلیل و موارد نامشخص ارزیابی کند. امتیاز و دلیل را در CRM ذخیره کنید، با قواعد توافقشده ارجاع دهید و بگذارید تیم فروش اصلاحش کند تا معیارها بهتر شوند.
در این صفحه
در یک نگاه
- چه مسئلهای را حل میکند؟
- وقتی تعریف مشترکی از سرنخ مناسب نداریم، اولویتبندی سلیقهای میشود. امتیازدهی زمانی کمک میکند که معلوم باشد امتیاز از کجا آمده و تیم فروش بتواند آن را به چالش بکشد.
- برای چه تیمهایی مناسب است؟
- تیمهای فروش و عملیات بازاریابی که فرصت بررسی دستی تکتک درخواستها را ندارند.
- ابزارهای این فرایند
- n8n
- HubSpot
- OpenAI API
چه چیزهایی لازم دارید
قبل از شروع
- پروفایل مکتوب مشتری ایدهآل که با تیم فروش توافق شده
- قواعد ارجاع برای هر سطح اولویت
- نمونهای بررسیشده از سرنخهای قبلی، موفق و ناموفق، برای آزمایش
- CRM و ابزار اتوماسیون (مثلاً HubSpot همراه با n8n یا Zapier)
چه اطلاعاتی لازم داریم؟
- ویژگیهای تأییدشده سرنخ: اندازه شرکت، صنعت، سمت، موقعیت جغرافیایی
- متن اصلی درخواست
- معیارهای مشتری ایدهآل و وزن هر کدام
این فرایند چطور کار میکند
- ۰۱ · شروعسرنخ تازه با اطلاعات تأییدشده
- ۰۲ · مرحله هوش مصنوعیارزیابی تناسب با هر معیار
- ۰۳ · ابزارذخیره سطح و دلیل
- ۰۴ · ابزارارجاع سرنخ
- ۰۵ · تصمیم با شمابررسی و اصلاح توسط فروش
- شروع
- ابزار
- مرحله هوش مصنوعی
- تصمیم با شما
گامبهگام
۰۱ شروع
سرنخ تازه با اطلاعات تأییدشده
وقتی سرنخ ساخته و غنیسازی شد شروع میکنیم. فیلدهای خالی را خالی نگه میداریم و حدس نمیزنیم.
۰۲ مرحله هوش مصنوعی
ارزیابی تناسب با هر معیار
برای هر معیار قضاوت همراه با شاهد میخواهیم، به شکل داده ساختاریافتهای که اتوماسیون بتواند در CRM بنویسد.
پرامپت آماده
این پروفایل مشتری ایدهآل ما بهصورت معیار و وزن است: [اینجا بگذارید]. این یک سرنخ است: [فیلدهای تأییدشده و متن درخواست]. برای هر معیار برگردان: منطبق، نامنطبق یا نامشخص، و یک جمله شاهد از داده. بعد سطح کلی (بالا، متوسط، پایین)، میزان اطمینان و سؤالهایی را که فروش باید برای روشنکردن موارد نامشخص بپرسد بنویس. داده ناموجود را نامشخص حساب کن، هرگز نامنطبق. خروجی را بهصورت JSON با این فیلدها برگردان: criteria، band، confidence، questions.
۰۳ ابزار
ذخیره سطح و دلیل
سطح، شواهد و موارد نامشخص در ویژگیهای CRM نوشته میشوند تا کنار سرنخ باشند.
۰۴ ابزار
ارجاع سرنخ
قواعد ارجاع توافقشده بر اساس سطح اجرا میشوند و امکان تغییر دستی وجود دارد.
۰۵ تصمیم با شما
بررسی و اصلاح توسط فروش
تیم فروش صف را با اطلاعات کامل مرور میکند، سطحها را اصلاح و دلیلش را ثبت میکند تا معیارها تنظیم شوند.
کجا تصمیم با انسان است
فرد فروش هر امتیاز را همراه با دلیلش بررسی میکند و میتواند تغییرش دهد؛ این تغییرها به اصلاح معیارها برمیگردند.
چه محدودیتهایی دارد؟
- پروندههای ناقص امتیاز گمراهکننده میگیرند؛ موارد نامشخص باید اطمینان را کم کنند، نه اینکه رد حساب شوند.
- امتیاز برای اولویتبندی است؛ نباید تعیین کند چه کسی پاسخ بگیرد.
- معیارها با تغییر کسبوکار کهنه میشوند؛ هر فصل بازبینیشان کنید.
از کجا بفهمیم جواب میدهد
- نتیجه با یک امتیازدهی ساده مبتنی بر قواعد روی همان سرنخهای قبلی مقایسه میشود.
- امتیازهای بالایی که به فروش نرسیدند و مشتریان خوبی که امتیاز پایین گرفتند با تیم فروش مرور میشوند.
- دفعات و دلیل تغییر امتیاز توسط تیم فروش دنبال میشود.
نمونه ورودی و خروجی
ورودی
نمونه فرضی: سرنخی از صنعت هدف داریم، اما اندازه شرکت و زمان شروع پروژه مشخص نیست.
خروجی
صنعت: منطبق. اندازه: نامشخص. زمانبندی: نامشخص. سطح: متوسط، با اطمینان کم. سؤالها برای فروش: اندازه تیم و زمان شروع پروژه.
میخواهید این فرایند در تیم شما اجرا شود؟
پیادهسازی فرایندهای بازاریابی با هوش مصنوعی. طراحی و پیادهسازی فرایندهای خودکار، همراه با آزمایش، مستندسازی و آموزش تیم.
فرایندهای مرتبط
چگونه با هوش مصنوعی دادههای CRM را پاکسازی و تکمیل کنیم
یکدستکردن سمتهای شغلی، صنعتها و فیلدهای نامرتب دیگر CRM با هوش مصنوعی، با بررسی انسانی موارد نامطمئن و بدون هیچ حدسی.
چگونه با هوش مصنوعی پیش از جلسه فروش درباره مشتری بالقوه تحقیق کنیم
تبدیل یک درخواست تازه به خلاصهای یکصفحهای و مستند با سؤالهای جلسه اول، که پیش از رسیدن به فروش یک نفر آن را بررسی میکند.
چگونه با هوش مصنوعی مصاحبهها و نظرهای مشتریان را تحلیل کنیم و پیام برند را دقیقتر کنیم
پیدا کردن مشکلها، نتیجهها و عبارتهایی که مشتری به کار میبرد، تا تیتر و تبلیغ همان چیزی را بگوید که خریدار در ذهن دارد.