アプリケーションガイド
営業における AI
営業部門の AI は、アカウントの優先順位付け、通話の要約、アウトリーチの草案、需要の予測、次のステップの推奨を行うことができます。
このガイドを聴くAIによるナレーション · ~2 min
概要
便利なシステムは、担当者が同意、正確さ、コミュニケーション ルールを尊重しながら、顧客により良いサービスを提供するのに役立ちます。メッセージ数が増えたり、アクティビティ数が増えたりしても、自動的に売上が向上するわけではありません。
主なポイント
- 顧客価値とビジネス成果を定義します。
- アウトリーチの前に、主張と好みを確認してください。
- 品質、同意、修正を測定します。
ディープダイブ
顧客とビジネスの成果を定義します。リードのスコアリング、予測、メッセージの作成には、異なるターゲットとリスクがあります。結果が出る前にどのような情報が入手可能であったか、ラベルが本物のフィット感や営業チームの過去の注意を反映しているかどうかを確認してください。生成された請求、価格、コミットメントを送信する前に確認します。顧客のニーズ、製品の機能、緊急性などをでっち上げないでください。オプトアウトとコミュニケーション設定をモデルの外で強制できるようにします。適格な機会、顧客の反応、修正時間、購読解除率、下流の満足度を測定します。モデルは、無関係なアウトリーチを増やしながら、返信や会議の予約を最適化できます。セグメントごとに評価し、過小評価されているアカウントがあまり有用なサービスを受けていないかどうかを監視します。連絡先とアカウントのデータを保護します。重要なコミュニケーションのモデル、ソース、人間による編集を記録し、推奨事項が不確実な場合やアカウントのコンテキストが不完全な場合は手動パスを提供します。
04作業例
古い販売推奨事項を見つける
カタログが更新されなかったため、先月廃止された機能を推奨するモデルを想像してください。
提案を送信する前に、製品と価格を現在の情報源と照らし合わせて確認してください。
ナレッジ ソースを更新し、古い推奨事項が再発しないように修正を記録します。
それが示すもの
構築された例は、販売支援とソースの鮮度を結びつけます。
現実世界の実装
生成された提案書の製品クレームを現在の文書と照合して検証します。
メッセージ量ではなく、適格な結果とオプトアウトを測定します。
実践する
なぜそれが重要なのか
- ビルドの選択. AI が実際の成果を向上させるかどうかは、アプリケーション レベルの設計によって決まります。
- チームとワークフロー. ワークフローを適切に統合すると、ユーザーが信頼できる生産性が向上します。
- リスクと安全性. 適切な範囲のユースケースにより、変更の疲労と実装のリスクが軽減されます。
気をつけてください
- 壊れたプロセスを自動化すると、既存の問題がさらに拡大する可能性があります。
- チームが過剰に自動化し、必要な人間の判断を排除してしまう可能性があります。
- 出力が継続的に評価されないと、品質が変動する可能性があります。
次のステップ
- 現在のワークフローをマッピングし、最も摩擦が大きいステップを特定します。
- 完全自動化の前に人間によるチェックポイントを定義します。
- プロンプト、エスカレーション パス、品質基準についてユーザーをトレーニングします。
- タスクレベルの結果を追跡して、持続的な価値を確認します。
出典とさらなる参考文献
- GoogleML の問題と成功指標の枠組みを作成する
探検を続けましょう
よくある質問
AI によって生成されたアウトリーチは、より多くのメッセージを送信することで売上を向上させますか?
必ずしもそうとは限りません。関連性、同意、正確性、顧客の反応、下流の価値は量よりも重要です。