AI人工智能技术如何帮助企业评估销售线索质量?

AI人工智能技术如何帮助企业评估销售线索质量?

1 为什么我们要评估销售线索质量

在企业的市场运营中需要以结果为导向以便评估不同的市场推广的效果,并依据结果来调整和优化各个市场推广渠道。因此,销售线索的评估工作对企业的市场推广有至关重要的影响。



直接的推广效率影响:(以下数据可以转化为各自企业的实际市场运营指标进行计算)

我们以一个年市场投入500万元的企业为例,有效的销售线索评估与无效的销售效果评估可以对市场推广效果造成大约40%的影响,也200万元/年。但是,仅仅是200万元吗?其实这只是直接的经济价值,但实际要远高于此:

推广产出影响:

以上述示例,无效的销售线索评估可能导致200万的市场推广费用无法获得回报,而一般企业推广的投资回报在1:6以上,也就是200万的推广费用理论上会带来 200万 x 6 =1200万元的企业收益损失。

人员工资成本:

无效的销售线索对企业销售人员的时间也是一种浪费,以上述案例200万的推广成本会对销售人工有多大的影响呢?我们以平均一个销售线索100元/条,200万可以获取2万条销售线索,销售, 一个销售人员一天平均可以有效沟通50条销售线索(包括拨打电话,加微信,确认需求,发送资料,录入CRM信息等),2万条销售线索需要花费400个工作日才能完成。 以销售人员平均500元/工作日的成本,400 x500元 = 20万元的直接人工成本。


人员工资的投入产出

除了直接的销售人员人工成本,我们也要计算下这部分的成本投入产出,一般销售人员的投入产出在1:4左右,20万元的人工成本,大约可以带来80万元的销售产出。

这么一算,对于每年市场推广投入500万元的企业,由于无效的销售线索反馈可能导致的企业经济损失:

无效的销售线索浪费的推广费用(200万广告费用)+ 浪费的推广费用可能带来的企业收益(1200万收入)+与无效销售线索沟通浪费的销售人工成本(20万元)+浪费的销售人工成本可能带来的收入(80万元)= 1500万元。

可见无效的销售线索评估不仅仅是浪费了广告推广费用,其带来的机会成本的浪费更是巨大。


2 传统的销售线索质量评估方式与问题

一般常见的销售线索质量评估方式分为主观评估方式和客观评估方式,我们在这里分别介绍一下,并说明下这些方式中存在的问题;


2.1 销售人员主观评估法

这种方式要求销售人员在沟通完销售线索后,对销售线索进行打分,一般常见的打分为A,B,C,D。一般的企业也会给一些评分指导标准比如客户属性,企业属性,预计购买的时间等等。



2.1.1 销售人员主观评估法的问题

  • 销售人员评估的标准不统一:

    尽管公司往往会给一定的评估方式,但在实际操作做销售人员一般还是会以自己的感觉去打分,因此不同的销售人员对同一个销售线索会打出不同的分数。
  • 销售人员没有动力给线索评高分

    一般情况销售人员给线索评高分还是评低分对于销售线索的跟进并没有什么区别,但是销售人员往往不愿意打高分:1,如果销售线索评分很高,但最终如果没有签下来,那么就证明自己的销售能力不足。2,如果销售线索评分很高,但后续没有签下,那么这个销售线索很有可能被别人拿走(比如退回到公海后),这样如果客户日后要购买的时候找回来,销售线索到了别人手中,自己就无法签了。
  • 销售团队与市场团队配合故意打高分

    与上一个问题的结果正好相反,但原因是一致的,因为给销售线索打高分还是低分往往对销售人员没有什么影响,然而对市场推广团队的绩效影响比较大。因此,销售团队有可能与市场团队配合,部分区域销售团队故意给销售线索评估比较高的分数,市场团队则使用市场资源为这个区域多投广告以提供更多的销售线索给该地区的销售团队。
  • 线索评估分数往往一次完成,不再变更

    理论上销售线索评估是动态的,而不是一次性的工作,随着线索销售阶段的不同,以及更多的客户信息,需求场景信息收集后,而产生变动。然而,销售人员往往只会在与销售线索联系人沟通一次后进行评估,而不在后续进行二次,或者3次评估。

2.2 传统的线索分数评估法 (Lead Score)

与主观感觉评估方式不同,线索分数(lead score)评估方法是主要基于一些客观因素进行评估,比如电话是否打通,通话时长,企业规模,企业行业,联系人职务,是否有预约下次沟通时间等等。这种方式虽然避免了主观评分中“瞎”打分的方式,但也有很多问题:


2.2.1 传统线索评分方式的问题

  • 缺乏合理的评分标准:

    传统的线索评分往往是预先设计一套评分标准,比如企业注册资金大于1000万加10分,企业是xx行业的加5分,联系人职务是xxx的加10分,访问过xxx页面加5分。但是这些分数设置的合理吗?比如注册资本占10分的全职,比如企业行业5分的权重多了一倍,这合理吗?另外这个评分标准是否在哪里都适用呢,比如北京的企业 和 上海的企业用一套评分标准是否合理? 百度推广获取的销售线索 与 今日头条来获取的销售线索使用完全一样的评分标准合理吗?

    这些靠拍脑子或者部分统计数据制定的评分标准往往缺乏合理性。

  • 缺乏主观因素在评分中:

    传统线索评分中基本是使用用户属性,企业属性或者用户行为这些客观因素作为评分标准,缺乏主观因素,比如客户与销售沟通中谈到的需求场景,这些是决定销售线索质量非常重要的因素,但由于难以进行实时的评估与分类往往无法被计算到评分中。

3 利用AI人工智能进行销售线索评估的方式

AI人工智能技术一方面通过算法模型模拟人工评分方式进行主观评分,另一方面通过对大量历史数据的分析发现数据之间的规律和对转化结果的影响,对客观数据进行快速准确的评估,大幅度提升了销售线索评估的准确性和时效性。


3.1 利用智能语义分析评估销售线索质量

图片来源:www.windeal.cn

智能语义分析通过对销售外呼电话进行智能分析,自动识别用户有没有需求,需求场景,需求的产品,沟通中出现的问题比如,价格问题,需求不匹配问题,竞争对手信息等等,这些信息可以用于自动评估销售线索的质量,解决销售线索主观评分问题。

除此之外智能语义分析还可以用于销售话术培训,培训效果检验,发现潜在的客户需求场景,数据统计等多个场景,更多介绍可以查看:

WinDeal营销智能:什么是智能对话分析(Conversation intelligence)?它能帮助销售团队提升业绩?zhuanlan.zhihu.com图标


3.2 AI人工智能预测模型

WinDeal的销售智能系统可以帮助收集和补充客户信息数据,再利用AI人工智能技术进行预测并提供例如成交概率预测,成交产品预测,成交金额预测等多种预测模型,真正以结果为导向评估各个因素对转化结果的影响,并创建出预测算法模型,快速准确的对销售线索进行评估:


更多信息可以查看:

WinDeal营销智能:AI人工智能如何帮助企业CRM系统获得成功zhuanlan.zhihu.com图标

结语:

销售管理是一件困难却有价值的事情

对于很多企业来说,企业的全部收入或者绝大部分收入都来源于销售流程。例如,B2B行业,金融行业,教育行业,医美行业等,他们的企业收入产生于从销售线索,到商机,到成交,交付,再到复购这样一个销售流程中。

为了获得更多的收入,企业不断的投入人力,费用和时间去优化销售流程,但是销售流程的优化是一件困难的事情,绝大多数情况下客户不会直接的刷卡/汇款够买产品或者服务,销售周期从几周,几个月到几年不等,在这期间销售团队需要与目标客户多次的电话沟通,甚至多次拜访,提供解决方案,讨论解决方案,讨论价格,准备合同,完成合同签约,付费打款,实施方案,维护客户关系,引导客户增购,引导客户续约等等。除了成交周期长。 流程复杂以外,销售流程中往往有往往有多人参与,甚至多个团队参与,这让销售流程变得更加的复杂。买方可能有多个决策者,辅助决策者参与,而卖方可能会有多个销售人员,实施顾问,客户服务人员等。每个流程参与者都可能对销售流程带来影响。

AI人工智能技术让销售管理更加简单,更加精准

随着近年人工智能技术的不断发展,越来越多的企业在营销环节中应用人工智能技术。依据海外市场调研公司IDC的报告:“从2017至2021年这5年中,销售智能将为全球企业增加7260美金的收入,降低企业2650亿美金的费用,生产力的提升1210亿美金,总计为企业带来超过1.1万亿美金的财务价值。“

我们在后续的一系列文章中将逐步介绍企业如何在销售流程管理,市场推广,用户运营领域利用AI人工智能技术并大幅度提升营销领域的收入和效率。

编辑于 04-06

文章被以下专栏收录