CRM-ის მონაცემების ნახევარი არასწორია: ვინ წერს მასში და რატომ მუშაობს AI იქ მხოლოდ კონტროლით

20 ოქტომბერს Salesforce-მა Braze-ის ყიდვა გამოაცხადა დაახლოებით 5,66 მილიარდ დოლარად, SaaStr-მა სათაურში გაიტანა, რომ თქვენი CRM-ის მონაცემების ნახევარი არასწორია, HubSpot-მა და MarTech-მა კი CRM-ის არჩევისა და ბაზის სეგმენტაციის გიდები გამოაქვეყნეს. სერვისული კომპანიის ან გაქირავების მფლობელისთვის ყველა ეს სიახლე ერთ კითხვაზე დადის: ვინ წერს CRM-ში და შეიძლება თუ არა ამ მონაცემებს ენდო. აშშ-ში PDR-კომპანიაში ყოველი ზარი CRM-ში გამყიდველის ხელის გარეშე ხვდება, და ქვემოთ ავხსნი, რატომ არის ეს პლატფორმის არჩევაზე მნიშვნელოვანი.

გარიგება და რა არის მასში ჩვეულებრივი კომპანიისთვის

MarTech-მა 20 ოქტომბერს გაარჩია, რატომ ყიდულობს Salesforce Braze-ს: კლიენტის სიგნალსა და მოქმედებას შორის სიჩქარისთვის. Salesforce აქციაში 47,50 დოლარს იხდის, 58%-ით მეტს წინა დახურვის ფასზე, რომელიც 30,04 იყო. Braze-ს დაახლოებით 2770 კლიენტი ჰყავს და 227,2 მილიონი დოლარის კვარტალური შემოსავალი აქვს. ავტორი პრაქტიკულ კითხვებს სვამს: სად იცხოვრებს კლიენტის პროფილი და მიიღებენ გუნდები ერთ პროფილს თუ სინქრონიზაციის კიდევ ერთ ამოცანას.

SaaStr-მა იმავე დღეს მულტიპლიკატორები დაითვალა: Salesforce ბოლო 12 თვის შემოსავლის 6,8-ჯერად ოდენობას იხდის, როცა ეს შემოსავალი 834 მილიონი დოლარია, წინა დღეს კი ბაზარი Braze-ს შემოსავლის 3,7-ჯერადად აფასებდა. ხუთი დაკვირვებიდან ერთი მაინტერესებს. Braze-ის შემოსავალი დანერგვის მომსახურებიდან ერთ წელიწადში 8,3-დან 19,6 მილიონ დოლარამდე გაიზარდა: ავტორი ამას იმით ხსნის, რომ AI-სცენარებს მონაცემების ხელით მომართვა სჭირდება, და კლიენტები ამაში იხდიან.

მონაცემების ნახევარი არასწორია

SaaStr-მა 25 ოქტომბერს Aurasell-ის სესია გადმოსცა AI Day-დან. სათაურში არასწორი მონაცემების ნახევარი და ხელმძღვანელების 49%-იანი დენადობაა, შიგნით კი ისტორია აკვარიუმზე: კლიენტების საძიებო აგენტმა წერილი დაწერა, რომელშიც ადრესატს ჰკითხა, როგორ არის მისი სახლის აკვარიუმი. აგენტმა ეს კომპანიის საკუთარ CRM-ში, ერთი წლის წინანდელი შეხვედრის ტრანსკრიფციაში იპოვა. ამ ისტორიაში ჩემთვის შემოწმების ნაბიჯია მნიშვნელოვანი: გაგზავნამდე კონტაქტზე ყოველ გეგმას გამყიდველი ხედავს, შეუძლია აგენტი შეასწოროს და გაგზავნას თვითონ ადასტურებს.

HubSpot-მა 19 ოქტომბერს AI-CRM-ის გიდში ჩამოთვალა, რა ითვლება AI-ის მართვად: AI-ფუნქციებზე წვდომა როლების მიხედვით, შემოწმება და დადასტურება, სანამ შედეგი კლიენტთან წავა, AI-ის მიერ შეტანილი ცვლილებების ჟურნალი და პერსონალური მონაცემების წესები. HubSpot-ის მეორე ტექსტი იმავე დღიდან CRM-ის არჩევაზეა: კრიტერიუმების ცხრილი პირველ დემონსტრაციამდე შეადგინეთ, თორემ კომიტეტი წონებს იმას მოარგებს, ვინც მოეწონა. ვენდორთან მთავარი კითხვა მონაცემთა მოდელსა და ინტეგრაციებს ეხება: რა ფუჭდება პირველი ათი აპლიკაციის შემდეგ.

MarTech-მა 20 ოქტომბერს დღესასწაულების წინ სეგმენტაციაზე დაწერა: ბაზა ბოლო ყიდვის სიძველის მიხედვით ოთხ ჯგუფად დაყავით, ყველაზე ძველებს სამ წერილზე მეტი არ გაუგზავნოთ და ისიც მცირე პარტიებით. ძველი მისამართები უკან ბრუნდება, მათ შორის სპამ-ხაფანგებიცაა, და საუკეთესო კლიენტებისთვის განკუთვნილი წერილებიც შეიძლება სპამში მოხვდეს. განმეორებითი ყიდვები ბრენდის გაყიდვების 5-დან 30%-მდე იძლევა.

მაგალითი: გაქირავება და ერთი კლიენტის სამი ნომერი

ავიღოთ მანქანების გაქირავება. კლიენტმა 2024 წელს მანქანა საიტით დაჯავშნა, 2025-ში სხვა ნომრიდან დარეკა, წელს კი WhatsApp-ში მესამე ნომრიდან მოწერა. თუ კონტაქტს მენეჯერი ქმნის, CRM-ში სამი ბარათი იქნება, და სიძველის მიხედვით სეგმენტაცია ამ ადამიანს ახალ კლიენტად აჩვენებს. თუ ზარი და შეტყობინება CRM-ში ტელეფონიასა და საიტთან ინტეგრაციით ხვდება, სისტემა დამთხვევას ნომრითა და email-ით ეძებს და ბარათებს აერთიანებს, სანამ მენეჯერი მათ დაინახავს. CRM-ში მონაცემები იქ ფუჭდება, სადაც მათ ადამიანი შეიყვანს, ამიტომ პირველ რიგში შეყვანის ხერხს ვცვლი.

ჩვენთან ყოველი ზარი CRM-შია

აშშ-ში PDR-კომპანიაში 2021 წლიდან სერვერს, ტელეფონიასა და CRM-თან კავშირს ვაკეთებ. IVR-ზე შემომავალი ზარის შემდეგ სისტემა თვითონ ქმნის ლიდს GoHighLevel-ში და მას ჩანაწერსა და AI-ანალიზს ურთავს: ვინ დარეკა, ლიდი, მოქმედი კლიენტი თუ სადაზღვევო, და როგორ უპასუხა თანამშრომელმა. გამყიდველი ხელით არაფერს შეიყვანს, ამიტომ ბარათი იმ ნომრით ჩნდება, საიდანაც დარეკეს. ადრე კომპანიაში 20 ადამიანი მუშაობდა, დღეს 30-ზე მეტია, ყოველი ნამდვილი ლიდი ძაბრს ბოლომდე გადის და გაყიდვაში კონვერსია 30%-ით გაიზარდა.

AI-ის კონტროლის წესი იმავე კომპანიის დოკუმენტების პარსერებიდან მომდის: ამოცნობის შემდეგ მონაცემებს AI-ვალიდატორები ამოწმებენ Anthropic-ის, OpenAI-ისა და Gemini-ის სერვისებზე, საბოლოო შედეგს კი თანამშრომელი ადასტურებს. დოკუმენტების დაახლოებით 99,9% ხელით შესწორების გარეშე გადის, და ეს კვირაში დაახლოებით 60 საათს ათავისუფლებს. აგენტს, რომელიც კლიენტებს თვითონ წერს, მხოლოდ დადასტურების იმავე ნაბიჯით გავუშვებდი, რომელიც Aurasell-მა აჩვენა.

CRM-ებს სხვადასხვას ვაკავშირებ: AmoCRM, Bitrix24, HubSpot, Pipedrive, GoHighLevel და 1C. სამხრეთ აფრიკაში გაქირავების კომპანიაში 2024 წლის ოქტომბერში ყველაფერი AmoCRM-ითა და Google Sheets-ით დაიწყო, და იქ კარგად ჩანდა, როგორ ჩნდება მონაცემებში შეუსაბამობა, როცა CRM-ის გვერდით საკუთარი აპლიკაცია ჩნდება: წინასწარ უნდა გადაგვეწყვიტა, სად სრულდება წესები. პლატფორმა მეორეხარისხოვანია. მთავარია, ვინ წერს მასში.

რას გავაკეთებდი

დაითვალეთ, ბოლო თვის კონტაქტების რა წილი შეიქმნა ხელით და რა წილი ინტეგრაციით. ხელით შექმნილები ინტეგრაციაზე თითო არხით გადაიყვანეთ: ჯერ ტელეფონია, მერე საიტი.

დუბლიკატები ნომრითა და email-ით შესასვლელშივე დაიჭირეთ. კვარტალში ერთხელ ანგარიში მათ ვერ გამოასწორებს.

სეგმენტაციამდე დაგზავნიდან ამოიღეთ მისამართები, საიდანაც ერთი წლის განმავლობაში არცერთი პასუხი არ მოსულა, ან მათ მცირე პარტიებით გაუგზავნეთ, როგორც MarTech ურჩევს.

CRM-ში ნებისმიერ AI-ს მიეცით შეზღუდული უფლებების როლი და ჟურნალი: რა შეცვალა, როდის და რა შემავალი მონაცემის საფუძველზე.

დუბლიკატებზე, გამოტოვებულ მონაცემებსა და კავშირში AI-ის ადგილზე სტატიაში როგორ დავაკავშიროთ საიმედოდ დოკუმენტები, CRM და ამოცანები დავწერე. მიმართულებები: CRM, რომელიც გუნდის მუშაობასთანაა დაკავშირებული და ბიზნესი როგორც ერთიანი სისტემა. პროექტები მთლიანად: სერვისულმა გუნდმა კონვერსია 30%-ით გაზარდა და გაქირავება სამხრეთ აფრიკაში AmoCRM-ით. იმავე თემაზე: ვინ დარეკა და რატომ: ზარების AI-ანალიზი და მეტრიკები, რომლებიც გუნდს ცუდ გადაწყვეტილებებს ასწავლის. ადრე ვწერდი იმაზე, ვინ აგებს პასუხს კომპანიის კონტექსტზე CRM-ის AI-ში. თუ გამყიდველები კონტაქტებს ხელით ქმნიან, ანგარიშები კი რეალობას არ ემთხვევა, მომიყევით, საიდან მოდის მომართვები. ამოცანის განხილვა.