Kohandatud CRM kliendiandmebaasi ja otsustajatega: banchem.sk juhtumiuuring, Slovakkia

Klient pöördus meie poole ülesandega luua müügiarvestussüsteem, mis oleks kohandatud tema vajadustele – ilma tellimistasuta ja funktsioonideta, mida keegi ei kasutaks. Projekti edenedes ülesanne kasvas: vaja oli ka otsustajate kontaktide sihtotstarbelist andmebaasi, mis oleks kohandatud kliendi spetsiifilisele nišile.

Igal nädalal avaldab autori Telegram kanal uusi juhtumeid ja lähenemisviise äriautomaatikale tehisintellekti abil. Saate tellida siin: t.me/promtvibeadd.

Juhtumiuuring: banchem.sk, Slovakkia basseinikemikaalide tootja

Kliendiks oli banchem.sk, Slovakkia ettevõte, mis toodab ja tarnib puhastuskemikaale ja desinfitseerimisvahendeid, sealhulgas basseinide jaoks, ettevõtetele ja eraklientidele. Projekti müügijuhtimist juhtis noor, äsja ametisse nimetatud müügiosakonna juht, kes vastutas spaakeskustega töötamise eest.

Ülesanne oli lihtne: valmisteenuse asemel kohandatud müügiarvestussüsteem. Projekti käigus arenes see CRM-iks, millel on sisseehitatud otsuste tegemise andmebaas kindla niši jaoks – hotelli- ja spaakeskused, mis vajavad basseinikemikaale.

Miks klient valmis CRM-i tagasi lükkas?

Standardsetest, valmis CRM-idest loobuti kohe alguses: hooldus on kallis ja igakuiseid makseid tuleb teha olenemata sellest, kas meeskond kasutab kõiki teenuse funktsioone.

Töötasime välja kliendisuhete haldussüsteemi (CRM), mis integreerib tehingute haldamise ja sihtrühmaks valitud kliendibaasi otsuste langetajate kontaktidega.

Me rääkisime siin CRM-süsteemist, mitte veebisaidist, aga põhimõte on sama: valmis mall, mis ei sobi teie nišši, on sageli kallim kui kohandatud süsteem. 1001site AI rakendab seda loogikat veebisaidi või veebipoe jaoks – selle AI agent loob selle teie lingi või kirjelduse põhjal, välistades kuude pikkuse arendus- ja agentuurikontode vajaduse.

Küsimus, mis muutis arhitektuuri, oli: „Kellele me täpselt müüme?“

Iga CRM-struktuuri arutelu käigus esitas müügijuht sama küsimuse: „Kellele me täpselt müüme?“ Küsimus ei olnud selgelt suunatud arendajale, vaid talle endale ja meeskonnale. Kuid just see küsimus suunas süsteemi konkreetse kliendiprofiili, mitte abstraktse tehingute jälgimise ümber.

Arendaja arvestas eelkõige ettevõtete omanike soovidega – nemad rahastasid projekti. Kuid müügijuht jäi endale kindlaks ja lõpuks tekkis lisaülesanne: koostada üldise ettevõtete nimekirja asemel sihipärane andmebaas otsustajate otsekontaktidest, kellega tehingut sõlmida.

Miks ChatGPT ja Claude "toores" andmebaas ei töötanud

Keelemudeli ühekordne päring annab tulemuseks mustandiloendi ilma valideerimise või valikukriteeriumideta – sellest ei piisa toimiva müügiandmebaasi jaoks. Just nii see antud juhul juhtuski.

Üks omanikest soovitas müügijuhil koguda klientide andmebaas ChatGPT või Claude abil. Ta täitis ülesande täht-tähelt: ta viis valminud allalaadimise järgmisele koosolekule ja analüüsis kohe, miks see kasutu on. Töötlemata andmetega töötamine raiskab meeskonna ressursse kontrollimiseks ja ei anna tulemusi ilma täiendava töötlemiseta.

Müügijuhi seisukoht oli lihtne: ta oli valmis töötama andmebaasiga, kuid mitte sellisega, mis oleks saadud ühe vestlusroboti päringu kaudu ilma igasuguste valikukriteeriumideta. Projekt nõudis spetsiaalseid tasulisi andmeallikaid ja kohandatud hindamiskriteeriume – eraldi ettevõtmine, mida üks tasuta päring ei suutnud asendada.

Kuidas niši jaoks otsustusprotsessi punktisüsteem üles ehitati

Kliendi müügijuht töötas ise välja hindamis- ja analüüsikriteeriumid. Need on kohandatud kliendi nišiprofiilile, kuid põhimõte kehtib iga kitsa kliendisegmendiga B2B-ettevõtte kohta:

1. Määrake ideaalne kliendiprofiil kindla atribuudi abil, näiteks üldise kategooria „hotell” asemel „hotell spaa-alaga hotell”.
2. Otsi kaudseid profiilinäitajaid avatud andmete kaudu: näiteks spaaspetsialistide töökuulutused näitavad, et hotellis on spaaosakond.
3. Kontrollige potentsiaalsete klientide veebisaitidelt niši otseseid märke, näiteks spaa-ala olemasolu ja teenuste kirjeldused.
4. Koguge otsustajate kontakte spetsiaalsetest tasulistest andmeallikatest – ainuüksi avatud kataloogidest selleks ei piisa.
5. Salvesta kontaktid ja suhtlusajalugu koos tehingutega oma CRM-i, et müügimeeskond ei peaks neid eraldi otsima.

Selle tulemuseks oli otsustajate otsekontaktidega sihtrühmale suunatud valim, mis koos kliendisuhete haldussüsteemiga (CRM) muutus toimivaks müügivahendiks.

Mida äri lõpuks sai?

Müügiosakond lõpetas ressursside raiskamise suvalistele ettevõtetele ja sai oma küsimusele „Kellele me täpselt müüme?“ selge vastuse – kliendiprofiili koos otsekontaktidega CRM-i otsustajatele, ilma et oleks vaja eraldi andmebaasiotsingut teha. Tasu on ühekordne arendustasu, ilma igakuise tellimustasuta teenuse kasutamiseks.

Kellele see lähenemine sobib?

Oma CRM-i loomine otsustusprotsesside andmebaasi abil pole alati praktiline. See on mõistlik, kui teie ettevõte:

• müüb kitsale B2B nišile, millel on selge kliendiprofiil (nagu banchem.sk - spaakeskustele ja spaadega hotellidele);
• valmis sõnastama kriteeriumid oma sihtrühma hindamiseks, selle asemel et tugineda üldisele ettevõtete nimekirjale;
• Olen juba kokku puutunud tõsiasjaga, et valmis CRM-id küsivad raha funktsioonide eest, mida keegi ei kasuta.

Massmüügiks B2C tasandil või lihtsaks tellimuste vastuvõtmiseks piisab tavaliselt veebisaidist koos taotlusvormi ja sõnumsidekanaliga; spetsiaalne CRM-lahendus pole vajalik. Sarnane „kohandatud süsteem standardteenuse asemel” loogika ilmneb ka veebipoe lpkelektro.cz raamatupidamisjuhtumiuuringus.

Juhtumiuuringu autor tutvustas süsteemi seestpoolt videoülevaates – analüüsis CRM-i koos otsustusandmebaasiga ning selgitas, miks CRM ilma sellise andmebaasi ja automatiseerimiseta kasutu on.

Küsimused ja vastused

Kust saab CRM oma otsustajate kontaktide andmebaasi, mitte ainult ettevõtete nimekirja? Ainult ettevõtete nimekiri on kasutu – see vajab nišispetsiifilist hindamist. Kliendi müügijuht määratles kriteeriumid: spaaga hotellid sobivad, teised mitte. Spaad otsitakse ettevõtte veebisaidilt ja spaaspetsialisti tööpakkumiste kaudu hotellikuulutustest. Seda filtrit kasutatakse otsekontaktide sihipärase andmebaasi koostamiseks.

Miks mitte lihtsalt luua selline andmebaas ChatGPT või Claude abil? Kiire päring valmismudelile annab tulemuseks avatud lähtekoodiga andmebaaside loendi ilma kontrollimise või valikukriteeriumideta. Elujõuline variant on tasulised valdkonna andmebaasid koos kohandatud hindamiskriteeriumidega: ühest fraasist tehisintellekti vestluses ei piisa.

Kas kohandatud CRM on kallim kui valmis tellimusteenus? See on ühekordne kulu arendusfaasis, kuid puudub kuutasu ja moodulid, mida keegi ei kasuta. Korduvad maksed ja ebavajalik funktsionaalsus olid antud juhul põhjused valmislahenduste tagasilükkamiseks.

Kas see lähenemine sobib igale väikeettevõttele? Ei – see on õigustatud kitsas B2B nišis, kus on selge kliendiprofiil, ja kui valmis CRM-id sunnivad kliente maksma ebavajalike funktsioonide eest. Massilise B2C-müügi või lihtsa tellimuste vastuvõtmise jaoks piisab tavaliselt veebisaidist, millel on taotlusvorm ja sõnumivõimalused.

Allikad

• Autori postitus Telegram kanalil "Äri tehisintellektiga | Läbi võtmeaugu": https://t.me/promtvibeadd/447
• Kliendi veebisait: https://banchem.sk/

Sarnane loogika toimib ka veebilehtede puhul: süsteem, mis on kohandatud teie nišile, selle asemel, et rentida kellegi teise malli. 1001site AI – tehisintellekti agent – loob teie lingi või kirjelduse põhjal veebisaidi või veebipoe minutitega.