Bekapcsolták a CRM AI-funkcióit: üzlet-összefoglalók, lead-pontszámok, javasolt következő lépések, előre megírt follow-up e-mailek. Az eredmény pedig nem stimmel. Az összefoglaló szerint az ügyfél árajánlatot kért, pedig visszahívást kért. Egy „forró” leadről kiderül, hogy beszállító. Az előre megírt e-mail rossz embert szólít meg. Amikor valaki a CRM adatok minőségére kezd keresni, többnyire egy ilyen pillanat után teszi: az eszköz magabiztosnak hangzott, és tévedett.

A szokásos következtetés az, hogy az AI még nem elég jó, hogy rossz CRM-et választottunk, vagy hogy a csapatnak vissza kellene térnie a táblázatokhoz. Tapasztalatunk szerint ritkán a modell az oka. Abból dolgozik, ami a rekordokban le van írva, a hiányok néhány jól ismert formában jelentkeznek, és a sajátjukat egyetlen este alatt megtalálhatják.

Miért téved az AI, ha a CRM adatok hiányosak

Az üres mezőket találgatás tölti ki. Az összefoglaló vagy a pontszám a kártya mezőiből és jegyzeteiből épül fel. Ha a forrás, a szakasz, az utolsó kapcsolatfelvétel vagy a megkeresés oka üres, a modell nem áll meg kérdezni. Megírja a legvalószínűbb változatot. A jel: az AI éppen azokon a kártyákon a legfolyékonyabb és legmagabiztosabb, ahol tudják, hogy szinte semmit nem rögzítettek.

A valódi beszélgetés máshol zajlott. Hívások magánmobilról, ajánlatok valakinek a saját postafiókjából, messenger-chatben egyeztetett részletek. A CRM-ben egy név és egy telefonszám van, a történet máshol él. Az AI csak azt a keveset tudja összefoglalni, amit lát. A jel: azoknak az üzleteknek az összefoglalói, amelyeken a csapat aktívan dolgozik, vadonatúj leadekéire hasonlítanak.

Ötlépéses lánc az ügyfélbeszélgetéstől a CRM AI-jának kimenetéig: az ügyfél hív vagy ír, valaki feljegyzi a kártyára, kitöltik a kulcsmezőket, az AI elolvassa a kártyát és összefoglalót ír; az első nyíl megszakad
Az AI csak azt tudja, ami eljutott a kártyára. Ha a beszélgetés a telefonban vagy a chatben marad, magabiztos találgatással tölti ki a hiányt.

A duplikátumok egy ügyfelet többre szakítanak. Ugyanazt a céget két ember viszi fel, egyszer teljes névvel, egyszer rövidítéssel; ugyanaz a személy céges és magán e-mail-címmel is szerepel. Minden kártya a történet egy részét őrzi, és az AI egy részt olvas. A jel: rákeresnek egy törzsügyfélre név szerint, és egynél több kártya jön fel.

Mindenki a maga módján tölti ki a mezőket. Az egyik értékesítő forrásként „weboldal”-t ír, a másik „honlap”-ot, a harmadik a hirdetési platform nevét. A szakaszok mást jelentenek mindenkinek: az egyiknek az „ajánlat” azt, hogy telefonon elhangzott egy ár, a másiknak azt, hogy kiment egy aláírt ajánlat. Az AI olyan kártyákat hasonlít össze, amelyek nem ugyanazt jelentik. A jel: a lead-pontszámok véletlenszerűnek tűnnek, ha az egyik értékesítő üzleteit a másikéval vetik össze.

A régi rekordokat soha nem zárják le. A hónapok óta érintetlen üzletek nyitva maradnak, a cégtől távozott kontaktok aktívak maradnak. Az AI élőnek tekinti őket, és follow-upot javasol. A jel: javasolt feladatok olyan ügyfelekhez, akikről a csapat tudja, hogy rég elmentek.

Hogyan derül ki, melyik az önöké

Elég egy este és egy export a CRM-ből; fizetős eszközök nem kellenek. Menjenek végig az alábbi ellenőrzéseken sorrendben. Az első, amelyik elbukik, általában a kiindulópont.

  1. Nyissanak meg tíz friss kártyát, ahol az AI valamit eltévesztett. Minden hibás állításnál jegyezzék fel, melyik mezőből vagy jegyzetből származott, vagy hogy semmiből sem.
  2. Exportálják a nyitott üzleteket, és rendezzék sorban minden kulcsmező szerint. Forrás, szakasz, utolsó aktivitás, következő lépés. Az üres értékek a lista tetejére kerülnek, és rögtön látszik, melyik mezőt nem tölti ki senki.
  3. Vessék össze a CRM-et egy hét valódi aktivitásával. Válasszanak néhány aktív üzletet, és nézzék meg a ténylegesen lezajlott hívásokat és e-maileket. Ellenőrizzék, említi-e őket a kártya.
  4. Keressenek rá a legjobb ügyfeleikre név szerint. Minden ügyfél, akinek egynél több kártyája van, összevonandó duplikátum, és jel arra, hogy az új bejegyzéseket senki nem ellenőrzi.
  5. Listázzák ki a forrás és a szakasz mező különböző értékeit. Az írásváltozatok és a szabad szöveg azt jelentik, hogy mindenki a saját szótárát vezeti.
  6. Rendezzék a nyitott üzleteket az utolsó aktivitás szerint. Ami régóta érintetlen, de még nyitottként szerepel, azt az AI élő rekordként kezeli.
Döntési fa egy hibás AI-állításhoz: ha egy mező üres volt, tegyék kötelezővé, amikor az információ ismertté válik; ha a beszélgetés nem jutott el a CRM-be, kössék be a levelezést és a hívásokat; ha több kártya van, vonják össze
Kövessék vissza a tíz kártya minden hibás állítását a forrásáig. Az ág, ahová jut, az első elvégzendő javítás.

A javítás, sorrendben

Először a legolcsóbb. Az első lépésekhez döntések kellenek, nem új szoftver.

  1. Döntsék el, mely mezők számítanak. Nem minden mező, amit a CRM kínál, csak az a néhány, amelyet a csapat és az AI-funkciók ténylegesen használnak: forrás, szakasz, a megkeresés oka, utolsó kapcsolatfelvétel, következő lépés. A többit rejtsék el a fő nézetből, hogy ne kelljen üres dobozok falán átsiklani.
  2. Írják le a szótárat egyetlen oldalon. Mit jelent egy-egy szakasz, bárki által ellenőrizhető módon (az „ajánlat” azt jelenti, hogy árazott ajánlat ment ki), milyen forrásértékek megengedettek, mi számít megnyertnek és elvesztettnek. A szabad szöveges mezőket alakítsák legördülő listákká, hogy a szótárat az űrlap kényszerítse ki, ne az emlékezet.
  3. Tegyék kötelezővé a mezőket abban a pillanatban, amikor ismertté válnak. Nem mindet létrehozáskor, különben az emberek bármit beírnak, csak hogy túljussanak az űrlapon. A forrást a lead létrehozásakor, az okot az első beszélgetés után, a következő lépést minden szakaszváltáskor. Az így rögzített forrás és eredmény az, ami lehetővé teszi, hogy a fizetett hirdetési kampányok valódi eladásokból tanuljanak, ne kitöltött űrlapokból.
  4. Tisztítsák meg a felhalmozódott rekordokat egyszer, egy ültő helyükben. Vonják össze a duplikátumokat, indoklással zárják le a halott üzleteket, archiválják a távozott kontaktokat. Használják a diagnózishoz készült exportot, ne hagyják háttérfeladatnak. A szabályok csak addig működnek, amíg az emberek használják a rendszert; az útmutatónk arról, mit tegyenek, ha a csapat nem használja a CRM-et, megmutatja, hogyan válhatnak a mindennapi munka részévé.
  5. Hozzák be a beszélgetéseket. Kössék be a postafiókot és a telefonrendszert, hogy az e-mailek és hívások maguktól a kártyára kerüljenek, és állapodjanak meg abban, hogy a messengeren tárgyalt üzletekhez rövid jegyzet kerül. Rendszerint itt hozza meg az árát a CRM bevezetése és automatizálása: a rekord magától töltődik, nem a fegyelmen múlik.
  6. Kapcsolják vissza az AI-funkciókat egyenként. Először az összefoglalókat, aztán a pontszámokat, aztán az előre megírt follow-upokat, és hetente nézzenek bele egy mintába abból, amit mindegyik készített. Ha a CRM magától ki tudja tölteni a kártyákat e-mailekből és hívásokból, ellenőrizzék, mit írt, mielőtt támaszkodnak rá. Az AI-bevezetési projektjeinkben ezt a sorrendet és a heti mintaellenőrzést állítjuk be, mielőtt bármely AI-funkció ügyfélnek írna.

Mit mérjenek

  • Nyitott üzletek minden kulcsmezővel kitöltve, hetente ellenőrizve ugyanabból az exportból; ez a legvilágosabb jele annak, hogy a szabályok tartanak.
  • Talált duplikátumok, amikor a legjobb ügyfeleikre keresnek, havonta ellenőrizve; a listának rövidülnie kell, és rövidnek is kell maradnia.
  • A heti mintában javított AI-állítások, a forrásmezővel együtt naplózva; mindegyik egy még hiányzó szabályra vagy kapcsolatra mutat.
  • Nyitott üzletek friss aktivitás nélkül, havonta átnézve; ha ez a lista kicsi marad, az AI nem javasol többé follow-upot olyan ügyfeleknek, akik már elmentek.

Hol kapcsolódunk be mi

Az a csapat, amely megegyezik a mezőkről, leírja a szótárát és egyszer kitakarítja a felhalmozódott rekordokat, maga is rendbe teheti a CRM adatok minőségét, és ez a sorrend éppen ezt hivatott lehetővé tenni. Mi a mezőtérképet és a szótárat hozzuk, amelyet arra szabunk, ahogyan önöknél valójában az értékesítés zajlik, a kapcsolatokat, amelyek extra gépelés nélkül töltik ki a rekordokat, és az ellenőrzéseket, amelyek az AI-funkciókat őszintén tartják. Ha szeretnék, hogy közösen nézzük át a CRM-jüket, egy rövid brief elég az induláshoz.

Gyakori kérdések

Mit jelent a CRM adatok minősége?
Azt, hogy mennyire teljesek, egységesek és naprakészek a CRM rekordjai: ki vannak-e töltve a kulcsmezők, minden ügyfélnek egyetlen kártyája van-e, és a szakaszok és források mindenkinek ugyanazt jelentik-e. A riportok, az automatizmusok és az AI-funkciók mind erre épülnek.
Miért ír hibás összefoglalókat a CRM-ünk AI-ja?
Mert a kártyát foglalja össze, nem az ügyfelet. Ha a mezők üresek, a valódi beszélgetés telefonon vagy messengeren zajlott, vagy az ügyfél több duplikált kártyára szakadt, a modell a legvalószínűbb találgatással tölti ki a hiányt, és magabiztosan közli.
Hogyan tisztítsuk meg a CRM adatokat úgy, hogy ne kelljen elölről kezdeni?
Exportálják a nyitott üzleteket és a kontaktokat, vonják össze a duplikátumokat, indoklással zárják le azokat az üzleteket, amelyekkel senki nem foglalkozik, és a szabad szöveges forrásokat és szakaszokat cseréljék fix listákra. Utána tegyék kötelezővé a kulcsmezőket abban a pillanatban, amikor az információ ismertté válik, így a rekordok tiszták maradnak.
Hagyjuk, hogy a CRM magától töltse ki a kártyákat e-mailekből és hívásokból?
Segít, mert a kártya többé nem azon múlik, hogy valaki eszébe jut-e beírni. Eleinte hetente nézzenek át egy mintát abból, amit beírt, és maradjon egy felelős ember azokra a mezőkre, amelyek döntéseket vezérelnek, például a szakaszra és a következő lépésre.

← Minden cikk