AI az értékesítési csapatban, több ajánlat, jobb konverzió, kevesebb adminisztráció

Értékesítés

Hol vész el az értékesítők ideje valójában?

Amikor először végeztem el egy részletes időmérést egy 12 fős értékesítési csapatnál, az eredmény mindenkit meglepett. Az értékesítők heti munkaidejük alig egyharmadát töltötték tényleges értékesítéssel. A maradék adminisztrációra, belső egyeztetésre, ajánlat-előkészítésre és utánkövetésre ment. Ez nem lustaság volt, hanem a folyamatok természetes következménye. Egy összetettebb B2B ajánlat elkészítése órákat vett igénybe, egy tárgyalás utáni összefoglaló megírása fél napot, a CRM naprakészen tartása pedig napi rendszeres munkát jelentett, amelyet mindenki halogatott, amíg lehetett.

Azóta azt tapasztaltam, hogy ez az arány szinte iparágtól függetlenül visszaköszön. A probléma nem az egyes értékesítők teljesítményével van, hanem azzal, hogy a sales folyamatok nagy részét még mindig kézzel, nulláról végzik az emberek. Ugyanazokat a mondatokat írják le különböző ajánlatokban, ugyanazokat az adatokat viszik be különböző rendszerekbe, ugyanazokat a kérdéseket teszik fel tárgyalásokon, mégis minden alkalommal az elejéről kezdik. Az AI ott segít, ahol ez az ismétlés felváltható automatizmussal.

Meg kell különböztetni, hogy mi az, ahol az AI valóban hatékony, és mi az, ahol még nem érdemes rá számítani. Az ajánlat strukturálása, az e-mail megfogalmazása, a tárgyalás összefoglalása, a lead adatainak összegyűjtése mind olyan feladatok, ahol az AI ma már megbízható segítséget nyújt. A kapcsolatépítés, a bizalom megalapozása, a komplex igényfeltárás emberi feladatok maradnak, és szerintem jó ideig azok is fognak maradni.

Értékesítés

Automatikus ajánlat-összeállítás, hogyan működik a gyakorlatban?

Az ajánlatkészítés az egyik legtöbb időt emésztő feladat egy B2B sales folyamatban. Az egyik ügyfelemnél, egy közepes méretű gyártócégnél, az értékesítők jellemzően összeszedték az ügyfél igényeit, felkeresték a belső árlistát, megkeresték a korábbi hasonló ajánlatokat, majd ezek alapján összeraktak egy dokumentumot. Ez a folyamat négy-hat óra volt, ha az ajánlat nem volt teljesen standard. Amikor megmutattuk az automatizált változatot, az első reakció mindig kétkedés volt, a második mindig az, hogy „ezt már régen meg kellett volna csinálni“.

Az AI alapú ajánlatkészítés lényege, hogy ez az összerakás részben automatizálható. A folyamat tipikusan így alakul.

1. Az értékesítő rögzíti az ügyfél igényeit, akár szóban (tárgyalás átiratozással), akár egy rövid belső formanyomtatványon.
2. Az AI rendszer a meglévő sablonok, termékkatalógus és korábbi ajánlatok alapján összeállítja az ajánlat vázát.
3. Az értékesítő átnézi, testre szabja, és elküldi az ügyfélnek.

Amikor ezt elvégeztük az említett gyártócégnél, az ajánlatkészítési idő 65 százalékkal csökkent. Más projekteknél is jellemzően 60-70 százalék közötti eredményt mértünk, ahol az ajánlat nem végtelen egyedi, hanem meghatározott termékek és szolgáltatások kombinációjából áll. A lényeg nem az, hogy az AI „megírja az ajánlatot“, hanem hogy az értékesítőnek ne kelljen az összerakással foglalkoznia, csak az ellenőrzéssel és a személyre szabással.

Értékesítés

Lead scoring és prioritizálás AI-jal

A lead scoring nem új fogalom a sales világában, de a hagyományos megközelítés sok esetben statikus, egy-egy tulajdonság (cégméret, iparág, töltött-e ki weboldali formot) alapján kap pontszámot a potenciális ügyfél. Az én tapasztalatom szerint ez a módszer rosszul rangsorol, mert nem veszi figyelembe a viselkedési jeleket és a kontextust. Az AI alapú lead scoring dinamikusabb, és az összes elérhető adatból egyszerre, folyamatosan tanulva rangsorolja a leadeket aszerint, melyeknél a legnagyobb az esély a konverzióra.

Mit néz az AI a lead értékelésénél?

A tipikus AI alapú lead scoring rendszer az alábbi jeleket dolgozza fel egyszerre.

• Weboldali viselkedés. Milyen oldalakat látogatott meg, mennyi időt töltött el, letöltött-e valamit
• E-mail interakciók. Megnyitotta-e a korábbi leveleket, kattintott-e rájuk
• Cégprofil. Árbevétel, létszám, iparág, növekedési ütem
• CRM-előzmények. Hasonló profilú ügyfelek esetén mennyi volt a konverziós arány és az átlagos ciklusidő
• Időzítési jelek. Éppen döntés-előkészítési fázisban van-e a cég (pl. friss állásajánlatokból következtethetünk erre)

Az eredmény egy rangsor, amely megmutatja az értékesítőnek, hogy a héten melyik leadre fókuszáljon. Egy 15 fős értékesítési csapatnál, ahol heti 200-300 lead érkezett, ezt a prioritizálást vezettük be, és a konverziós arány három hónap alatt 22 százalékkal nőtt. Az értékesítők nem szórták szét az energiájukat, hanem a valóban meleg leadekre koncentráltak.

Az AI lead scoring nem helyettesíti az értékesítő ítélőképességét. Az algoritmus nem tudja, hogy az egyik lead ügyvezetőjével az értékesítő éppen golf közben teremtett kiváló kapcsolatot, és ezért az üzlet szinte biztosra vehető. A scoring egy segédeszköz, nem döntéshozó.

Értékesítés

Meeting összefoglalók és CRM-frissítés automatikusan

Az egyik legkézzelfoghatóbb és leggyorsabban bevezethető AI megoldás az értékesítésben a tárgyalások automatikus átiratozása és összefoglalása. Olyan eszközök, mint a Fireflies.ai, az Otter.ai vagy a Microsoft Copilot beépített meeting-összefoglalója, ma már könnyen integrálhatók a napi munkába. Ezt szoktam első lépésként javasolni, mert az elfogadottság azonnali, és az értékesítők egyből látják, mit nyertek vele.

A folyamat egyszerű. Az AI részt vesz a videóhívason (vagy rögzíti az in-person tárgyalást), majd a végén automatikusan elkészíti az összefoglalót. Ez tartalmazza a megbeszélt főbb pontokat, a vállalt teendőket és határidőket, a felmerült kérdéseket, valamint a következő lépéseket. Egy jól beállított rendszer ezt azonnal el is küldi a résztvevőknek, és feltölti a CRM-be is.

CRM integráció, a valós fájdalompont

A CRM naprakészen tartása az egyik legunottabb feladat az értékesítők körében, és ezt minden csapatnál tapasztalom, ahol dolgozom. Egy McKinsey elemzés is megerősítette, amit én is látok a projektjeimben, miszerint az értékesítők munkaidejük közel 20 százalékát adminisztrációra fordítják ahelyett, hogy ügyfelekkel foglalkoznának. Az AI ezen közvetlenül segít, és a meeting összefoglalóból automatikusan frissíti a CRM rekordot, rögzíti a tárgyalás dátumát, a megbeszélt igényeket és a következő lépéseket.

Ez nem pusztán időt takarít meg. A CRM adatminősége is javul, mert az AI következetesen rögzíti az információkat, nem úgy, mint egy fáradt értékesítő, aki pénteken délután próbál emlékezni, mi hangzott el a hétfői tárgyaláson. Jobb CRM-adat pontosabb előrejelzést jelent a vezetőségnek, ami stratégiai döntések alapja lehet. Amikor ezt egy közepes méretű logisztikai cégnél vezettük be, a negyedéves tervezési meeting egyszerűen más minőségű lett, a pipeline-adatok végre valósak voltak.

Értékesítés

Személyre szabott e-mailek és utánkövetés skálán

A hideghívás és a tömeges e-mail-küldés egyre kevésbé hatékony. Az ügyfelek generikus üzenetekre nem reagálnak. Ugyanakkor az egyedi, valóban személyre szabott e-mail megírása időigényes, utána kell nézni a cégnek, értelmezni a helyzetet, majd hitelesen megfogalmazni az üzenetet. Azt tapasztaltam, hogy az értékesítők vagy az egyik végletbe esnek (generikus, hatástalan üzenetek), vagy a másikba (kevés, de egyedi üzenet, amelyek nem skálázhatók). Az AI pontosan erre a feladatra alkalmas, fenntartja a személyre szabottságot, miközben megemeli az elküldött üzenetek számát.

A folyamat a következő lépésekből áll. Az értékesítő megadja a lead nevét, cégét és azt, hogy milyen kontextusból közelít (pl. LinkedIn-en látta a cég bejegyzését, vagy hasonló iparágban dolgozó ügyfele van). Az AI ezek alapján összeállít egy személyre szabott e-mailt, amelyet az értékesítő átolvas, esetleg finomhangol, és elküld. Ez a folyamat percekig tart ahelyett, hogy fél óra lenne.

Az utánkövetésnél szintén sokat segít az AI. Ha egy lead nem válaszolt az első e-mailre, az AI javasol egy utánkövető üzenetet, amely más szögből közelíti meg a témát, nem csak megismétli az előző üzenetet. Ez a szekvencia-alapú megközelítés manuálisan nehezen kivitelezhető 50-100 aktív leaddel, de AI-jal skálázható.

Az AI által generált e-maileket mindig emberi szemmel kell átnézni, mielőtt elküldik. Nem az a cél, hogy az AI „autopiloton“ kommunikáljon az ügyfelekkel, hanem az, hogy az értékesítő ne az írással töltse az idejét, hanem a tartalmi döntéssel, hogy mit, mikor és kinek mondjon.

Értékesítés

Hogyan érdemes elindulni? Lépések és szempontok

Az AI bevezetése az értékesítési csapatnál nem egyetlen nagy projektként gondolandó el, hanem fokozatos, kis lépésekben haladó folyamatként. Ebből a projektből tanultam a legtöbbet. Azok a csapatok jutnak el gyorsabban valódi eredményekhez, amelyek egy konkrét, fájdalmas problémából indulnak ki, és ott próbálják ki az AI-t, nem megpróbálnak mindent egyszerre megváltoztatni. Az összetett, „mindent vagy semmit“ megközelítés szinte mindig megakad a szervezeti ellenálláson.

Javasolt sorrendben érdemes haladni

1. Meeting összefoglaló és CRM-frissítés. Azonnal bevezethető, gyors eredmény, minimális integráció. Ezzel lehet a csapatban az AI iránti bizalmat megteremteni.
2. E-mail sablonok és utánkövetés AI-jal. Egyértelmű időmegtakarítás, megmérhető eredmény a válaszarányokban.
3. Lead scoring bevezetése. Kicsit több adatmunka kell hozzá, de a prioritizálás hatása a konverziós arányban mérhető.
4. Automatikus ajánlatkészítés. Ez igényel legtöbb előkészületet (adatrendezés, sablon-fejlesztés), de a megtérülése is a legnagyobb.

Minden lépésnél meg kell mérni a kiindulóállapotot. Mennyi idő megy az adott feladatra most, és mennyi megy utána. Ez nemcsak a megtérülést mutatja meg, hanem a csapatnak is segít látni, hogy valóban eredményt hoz a változás. A megtérülés kiszámításához hasznos kiindulópont a ROI-számítási megközelítésről szóló cikkünk is.

A legnagyobb kockázat nem a technológiával van, hanem az elfogadással. Az értékesítők jellemzően szkeptikusak az új eszközökkel szemben, különösen ha attól tartanak, hogy az AI majd „figyeli“ őket vagy helyettük dönt. A bevezetést úgy kell kommunikálni, hogy az eszköz az értékesítő munkáját könnyíti meg, nem helyettesíti, és nem lesz belőle értékelési eszköz a vezető kezében. Ez a kommunikációs keret sokszor a projekt sikerének vagy bukásának valódi oka.

Értékesítés

Az értékesítők félelme az AI-tól, amit a legtöbb vezető nem kezel jól

Amikor először mutattam be egy értékesítési csapatnak az AI alapú meeting összefoglalót, az egyik legtapasztaltabb értékesítő félrehúzott és megkérdezte azt, hogy ezután mindenki látja-e, amit a tárgyaláson mond. Ez nem technikai kérdés volt. Ez az elfogadás valódi akadálya.

Az értékesítők egyediségüket, kapcsolati tőkéjüket és tudásukat tekintik a legfőbb értéküknek. Ha egy AI rendszer átláthatóvá teszi, amit eddig csak ők tudtak, az fenyegetésnek tűnik, nem segítségnek. Ezt a pszichológiai akadályt a legtöbb AI bevezetési projekt figyelmen kívül hagyja, és emiatt bukik meg az elfogadáson, nem a technológián.

Hogyan kezeltem ezt a konkrét projekteknél

Az egyik pénzügyi szolgáltatónál, ahol a csapat kezdetben erősen ellenállt, egyetlen döntéssel fordult meg a helyzet. Az értékesítők maguk dönthették el, az AI által generált meeting összefoglalót megosztják-e a vezetőkkel, vagy csak saját maguknak tartják meg. Az első két hétben senki nem osztotta meg. A harmadik héttől kezdve önként kezdték el csatolni az ajánlatok mellé, mert rájöttek, hogy az ügyfél számára ez professzionálisabbnak hat.

Ebből a projektből tanultam, hogy az AI bevezetésénél az autonómia megőrzése fontosabb az elfogadásnál, mint bármely funkcionális előny. Ha az értékesítő úgy érzi, hogy az eszköz az övé, nem a vezető megfigyelési eszköze, az ellenállás szinte magától eltűnik.

A „AI elveszi a munkámat“ félelem kezelése

Ez a félelem szinte minden csapatnál felmerül, és azt tapasztaltam, hogy a leghatásosabb válasz nem a tagadás, hanem a konkrét számok megmutatása. Ha az értékesítő most heti 10 órát tölt adminisztrációval, és az AI ezt 4 órára csökkenti, a maradék 6 óra nem az állása veszélyeztetője, hanem az ő lehetősége. Több tárgyalás, több ajánlat, több jutalék. Ezt nem elméletként kell kommunikálni, hanem az első hat hét eredményeit kell megmutatni, konkrét számokkal.

Az egyik ügyfelemnél, ahol ezt a megközelítést alkalmaztuk, a csapat hat hónap alatt 31 százalékkal több ajánlatot küldött ki ugyanannyi értékesítővel. A jutaléklevél lett a legjobb AI kommunikációs eszköz.

Értékesítés

Mikor érdemes AI-t bevezetni, és mikor nem?

Az AI értékesítési alkalmazása nem minden csapatnál és nem minden pillanatban a legjobb befektetés. Ezt a kérdést minden megkeresésnél végiggondolom, mielőtt bármit javaslok, mert a rossz sorrendben elvégzett bevezetés nemcsak pénzt, hanem bizalmat is éget el.

Az AI értékesítési alkalmazása akkor hoz legtöbbet, ha a csapat legalább 5-10 főből áll, van valamilyen CRM rendszer (akár csak Notion vagy spreadsheet), és az értékesítési folyamat elég ismétlődő ahhoz, hogy sablonokba lehessen önteni. Egyszemélyes vállalkozásoknál vagy teljesen egyedi, projektalapú értékesítésnél a megtérülés lassabb lesz.

Az AI nem old meg folyamatalapú problémákat. Ha az értékesítési csapatban nincs világos folyamat, nincsenek tiszta felelősségek, vagy a termék és a piac illeszkedése még bizonytalan, az AI nem fogja megmenteni a számokat. Először a folyamatot kell rendbe tenni, utána automatizálni. Ezt a sorrendet sokan felcserélik, és az AI bevezetése elvárt eredmény nélkül zárul. Ezt a hibát én is láttam már elég sokszor ahhoz, hogy ma az első találkozón mindig ugyanazt az egy kérdést teszem fel. Ha az értékesítőknek végtelen idejük lenne, mi lenne az első dolog, amit változtatnának a folyamaton? Ha a válasz nem egyértelmű, az azt jelenti, hogy a folyamat még nem érett az automatizálásra.

Következő lépés

Szeretnéd tudni, hol érdemes elkezdeni a saját csapatodnál?

Az értékesítési AI bevezetés nem egyforma minden szervezetnél. Más a legjobb belépési pont egy 8 fős, telefonos értékesítéssel dolgozó csapatnál, mint egy 30 fős, komplex B2B ajánlatokkal foglalkozó szervezetnél. Az AI Transformation Day keretében pontosan ezt járjuk végig. Megnézzük a jelenlegi folyamatokat, azonosítjuk a legnagyobb időnyelőket, és konkrét, bevezethető megoldásokat javaslunk, nem általánosságokat.

Ha szívesebben kérdezel először e-mailben, írj a [email protected] címre. Néhány kérdés és egy rövid egyeztetés után általában már látszik, hol van a legtöbb potenciál.