החברה הוציאה הון על ייצור לידים, ואז חילקה אותם בסבב פשוט: הליד הבא, הנציג הפנוי הבא. כך לקוח מוכן לקנות נחת על זוטר שאיבד אותו, בזמן שאיש מכירות בכיר שרף אחר צהריים שלם על מישהו שלעולם לא היה חותם. שני קצוות הרצפה היו מתוסכלים, ושיעור ההמרה הראה את זה.
ניתוב בסבב מתייחס לכל הלידים אותו דבר: מי שפנוי מקבל את הבא בתור. אבל הלידים לא זהים זה לזה, והתאמה של קונה בעל ערך גבוה לנציג הלא נכון הורסת בשקט את עצם הביקוש שהחברה שילמה עליו כל כך הרבה כדי לייצר.
אי-ההתאמה פגעה בשני הכיוונים. לידים חמים בעלי כוונה גבוהה למוצר פרימיום נחתו על נציגים זוטרים בלי הניסיון לסגור אותם, ולידים קרים בהסתברות נמוכה בזבזו את זמנם של הסוכנים הבכירים ביותר על הרצפה, האנשים שאמורים רק לסגור.
והחברה גיששה באפלה בכל מה שנוגע לכוונה. כל מה שהיא ידעה היה שמישהו השאיר טופס; לא היה לה שום מדד לכמה אותו אדם באמת מוכן לקנות, כך שהיא לא יכלה לתעדף את התור גם אם רצתה. המרה נמוכה הייתה התוצאה הבלתי נמנעת.
לקרוא עד כמה כל ליד מוכן, לנתב אותו לנציג שבאמת יכול לסגור אותו, ולומר לנציג הזה למה.
מודל חיזוי קורא מאות אותות על כל ליד נכנס, התנהגות באתר, זמן שהייה בעמוד התמחור, מקור, דמוגרפיה ציבורית, ומקצה ניקוד כוונה ברגע שהוא מגיע, כך שאפשר סוף סוף לסדר את התור לפי מי שבאמת מוכן לקנות.
הסבב נעלם. בקשת פרימיום עם ניקוד גבוה במיוחד מנותבת עכשיו אוטומטית, תוך דילוג על התור, לבכיר שמתמחה בדיוק במוצר הזה, במקום לנחות על מי שבמקרה היה פנוי.
לידים בניקוד נמוך הולכים לרצפי אימייל או לנציגים זוטרים לטיפוח, כך שזמנו של סוכן בכיר מושקע בעסקאות ששוות סגירה ולא בשיחות בלי סיכוי מציאותי להמרה.
כשהנציג פותח את הליד, המערכת מראה שורה אחת שמסבירה למה הליד הזה שווה את השיחה ובאיזה מוצר לפתוח, כך ששיחת הפתיחה יוצאת לדרך מהנקודה החזקה ביותר.
ה-AI מדרג ומכוון; הוא לעולם לא מדבר עם הלקוח. שיקול הדעת, מערכת היחסים והסגירה נשארים כולם אצל צוות המכירות, מכוונים עכשיו ללידים שבהם שיקול הדעת הזה משתלם.
המודל עוקב אחרי אילו לידים באמת ממירים אצל אילו נציגים ומחדד את הניקוד והניתוב בהתאם, כך שההתאמה משתפרת ככל שהוא רץ יותר במקום להתיישן.
המרה גבוהה יותר, עלות רכישה נמוכה יותר, ורצפה שהפסיקה להילחם בתור של עצמה.
עצם ההתאמה של כל ליד לנציג המתאים ביותר, במקום לפנוי הבא, העלתה את שיעור ההמרה ביותר מ-25%, והפכה ביקוש שהחברה כבר שילמה עליו למכירות שקודם פשוט התפספסו.
נציגים בכירים הפסיקו לשרוף זמן על זבל והתמקדו רק בעסקאות איכותיות, מה שהוריד את עלות רכישת הלקוח, והעלה את מורל הצוות בזכות זרם יציב ומתועדף של לידים ששווה להתקשר אליהם.
ניקוד שסתם יושב בלוח בקרה לא משנה כלום; הערך הוא להשתמש בו כדי לנתב את הליד לאדם שהכי סביר שיסגור אותו, ולצייד אותו בסיבה. זו אותה משמעת של ניקוד חיזויי שמאחורי עבודת ניקוד הלידים שלנו, מכוונת לניתוב ולהתאמה ולא לדירוג הפייפליין.
הנציגים התפזרו על כל הלידים בלי אבחנה. העשרת נתונים וניקוד חיזויי ב-AI הפנו אותם לעסקאות ששוות את הזמן, והעלו המרה ומהירות תגובה על לידים אסטרטגיים.
לפרויקט המלא ← הצלחת לקוח · SaaSנטישה הופיעה מאוחר מדי מכדי לעצור. מודל בריאות לקוח סימן סיכון ואותות הרחבה חודשים לפני החידוש, והעלה את שיעור זכייה בחידוש וקיצץ נטישה ברוטו.
לפרויקט המלא ←
Reef TRH