Individualus CRM su klientų duomenų baze ir sprendimų priėmėjais: banchem.sk atvejo analizė, Slovakija

Klientas kreipėsi į mus su užduotimi sukurti pardavimų apskaitos sistemą, pritaikytą jo poreikiams – be prenumeratos mokesčio ir be funkcijų, kuriomis niekas nenaudotų. Projektui tęsiantis, užduotis augo: taip pat reikėjo tikslinės sprendimus priimančių asmenų kontaktų duomenų bazės, pritaikytos konkrečiai kliento nišai.

Kiekvieną savaitę autoriaus Telegram kanale skelbiami nauji verslo automatizavimo naudojant dirbtinį intelektą atvejai ir metodai. Prenumeruoti galite čia: t.me/promtvibeadd.

Atvejo analizė: banchem.sk, Slovakijos baseinų chemikalų gamintoja

Klientas buvo „banchem.sk“ – Slovakijos įmonė, gaminanti ir tiekianti valymo chemikalus ir dezinfekavimo priemones, įskaitant skirtas baseinams, įmonėms ir privatiems klientams. Projekto pardavimų valdymą vadovavo jauna, neseniai įdarbinta pardavimų skyriaus vadovė, atsakinga už darbą su SPA centrais.

Užduotis buvo paprasta: ne paruošta paslauga, o pritaikyta pardavimų apskaitos sistema. Projekto metu ji išsivystė į CRM sistemą su integruota sprendimų priėmimo duomenų baze, skirtą konkrečiai nišai – viešbučių SPA centrams ir SPA centrams, kuriems reikalingos baseinų cheminės medžiagos.

Kodėl klientas atmetė paruoštą CRM sistemą

Standartinės, paruoštos CRM sistemos buvo atmestos iš pat pradžių: priežiūra yra brangi, o mėnesiniai mokėjimai atliekami nepriklausomai nuo to, ar komanda naudojasi visomis paslaugos funkcijomis.

Sukūrėme CRM sistemą, kuri integruoja operacijų valdymą ir tikslinę klientų bazę su sprendimus priimančių asmenų kontaktais.

Čia kalbėjome apie CRM sistemą, o ne apie svetainę, tačiau principas tas pats: paruoštas šablonas, kuris neatitinka jūsų nišos, dažnai yra brangesnis nei pagal užsakymą sukurta sistema. 1001site AI“ įgyvendina šią logiką svetainei ar internetinei parduotuvei – jos DI agentas sukuria ją pagal jūsų nuorodą ar aprašymą, taip pašalindamas mėnesius kūrimo ir agentūrų paskyrų.

Klausimas, pakeitęs architektūrą, buvo: „Kam tiksliai mes parduodame?“

Kiekvieno CRM struktūros aptarimo metu pardavimų vadovas užduodavo tą patį klausimą: „Kam tiksliai parduosime?“ Klausimas buvo aiškiai adresuotas ne kūrėjui, o jam pačiam ir komandai. Tačiau būtent šis klausimas ir lėmė sistemos orientaciją į konkretų kliento profilį, o ne į abstraktų operacijų stebėjimą.

Vystytojas pirmiausia atsižvelgė į verslo savininkų pageidavimus – jie finansavo projektą. Tačiau pardavimų vadovas atkakliai siekė savo tikslo ir galiausiai iškilo papildoma užduotis: vietoj bendro įmonių sąrašo sudaryti tikslinę tiesioginių sprendimų priėmėjų, su kuriais būtų galima sudaryti sandorį, kontaktų duomenų bazę.

Kodėl „neapdorota“ duomenų bazė iš ChatGPT “ ir Claude neveikė

Vienkartinė užklausa kalbos modeliui pateikia juodraščio sąrašą be patvirtinimo ar atrankos kriterijų – to nepakanka veikiančiai pardavimų duomenų bazei. Būtent taip ir atsitiko šiuo atveju.

Vienas iš savininkų pasiūlė pardavimų vadovui surinkti klientų duomenų bazę naudojant ChatGPT arba Claude. Jis tiksliai įvykdė užduotį: atsisiuntimą atsinešė į kitą susitikimą ir iš karto išanalizavo, kodėl jis nenaudingas. Darbas su neapdorotais duomenimis eikvoja komandos išteklius patikrinimui ir neduoda jokių rezultatų be papildomo apdorojimo.

Pardavimų vadovo pozicija buvo paprasta: jis norėjo dirbti su duomenų baze, bet ne su tokia, kuri gauta pateikus vieną užklausą pokalbių robotui be jokių atrankos kriterijų. Projektui reikėjo specializuotų mokamų duomenų šaltinių ir pritaikytų vertinimo kriterijų – atskiro darbo, kurio negalėjo pakeisti viena nemokama užklausa.

Kaip nišinei rinkai buvo sukurtas sprendimų priėmimo balas

Kliento pardavimų vadovas pats sukūrė vertinimo ir analizės kriterijus. Jie pritaikyti prie jų nišos profilio, tačiau šis principas taikomas bet kokiam B2B verslui, turinčiam siaurą klientų segmentą:

1. Apibrėžkite idealų kliento profilį naudodami konkretų atributą, pavyzdžiui, „viešbutis su SPA zona“, o ne bendrą kategoriją „viešbutis“.
2. Ieškokite netiesioginių profilio rodiklių per atvirus duomenis: pavyzdžiui, SPA specialistų darbo skelbimuose nurodoma, kad viešbutyje yra SPA skyrius.
3. Patikrinkite potencialių klientų svetaines, ar nėra tiesioginių nišos požymių, pavyzdžiui, SPA zonos buvimo ir paslaugų aprašymų.
4. Rinkti sprendimus priimančių asmenų kontaktus iš specializuotų mokamų duomenų šaltinių – vien atvirų katalogų tam nepakanka.
5. Kontaktus ir sąveikos istoriją kartu su sandoriais saugokite savo CRM sistemoje, kad pardavimų komandai nereikėtų jų ieškoti atskirai.

Taip buvo sudaryta tikslinė imtis su tiesioginiais sprendimus priimančių asmenų kontaktais, kuri kartu su CRM tapo veikiančia pardavimo priemone.

Ką galiausiai gavo verslas?

Pardavimų skyrius nustojo švaistyti išteklius atsitiktinėms įmonėms ir gavo aiškų atsakymą į savo paties klausimą „Kam tiksliai parduodame?“ – kliento profilį su tiesiogine kontaktine informacija sprendimus priimantiems asmenims CRM sistemoje, nereikalaujant atskiros paieškos duomenų bazėje. Mokestis yra vienkartinis kūrimo mokestis, be mėnesinio prenumeratos mokesčio už paslaugos naudojimą.

Kam tinka šis metodas?

Savo CRM kūrimas naudojant sprendimų priėmimo duomenų bazę ne visada yra praktiškas. Tai prasminga, jei jūsų verslas:

• parduoda siaurai B2B nišai su aiškiu klientų profiliu (pvz., banchem.sk – SPA centrams ir viešbučiams su SPA centrais);
• pasiruošę suformuluoti auditorijos vertinimo kriterijus, o ne pasikliauti bendru įmonių sąrašu;
• Jau esu susidūręs su tuo, kad jau paruoštos CRM sistemos ima pinigus už funkcijas, kuriomis niekas nenaudoja.

Masiniams B2C pardavimams arba paprastam užsakymų priėmimui paprastai pakanka svetainės su paraiškos forma ir pranešimų kanalu; specialus CRM sprendimas nereikalingas. Panaši „individualiai pritaikyta sistema, o ne standartinė paslauga“ logika akivaizdi internetinės parduotuvės lpkelektro.cz apskaitos atvejo analizėje.

Atvejo analizės autorius vaizdo įrašo apžvalgoje pademonstravo sistemą iš vidaus – išanalizavo CRM su sprendimų priėmimo duomenų baze ir paaiškino, kodėl be tokios duomenų bazės ir automatizavimo CRM lieka nenaudingas.

Klausimai ir atsakymai

Iš kur CRM sistema gauna sprendimų priėmėjų kontaktų duomenų bazę, o ne tik įmonių sąrašą? Vien įmonių sąrašas nenaudingas – reikia nišinio vertinimo. Kliento pardavimų vadovas apibrėžė kriterijus: tinka viešbučiai su SPA, kiti – ne. SPA ieškoma įmonės svetainėje ir per viešbučių skelbimus apie SPA specialistų darbo vietas. Šis filtras naudojamas tikslinei tiesioginių kontaktų duomenų bazei sudaryti.

Kodėl gi tiesiog nesukūrus tokios duomenų bazės naudojant ChatGPT arba Claude? Greita užklausa jau sukurtam modeliui pateikia sąrašą iš atvirųjų šaltinių be patikrinimo ar atrankos kriterijų. Tinkamas pasirinkimas yra mokamos pramonės duomenų bazės ir pasirinktiniai vertinimo kriterijai: vienos frazės dirbtinio intelekto pokalbyje nepakanka.

Ar individualizuota CRM sistema yra brangesnė nei paruošta prenumeratos paslauga? Tai vienkartinis mokestis kūrimo etape, tačiau nėra mėnesinio mokesčio ir modulių, kuriais niekas nenaudoja. Šiuo atveju dėl pasikartojančių mokėjimų ir nereikalingų funkcijų buvo atsisakyta paruoštų sprendimų.

Ar šis metodas tinka kiekvienai mažai įmonei? Ne – jis pateisinamas siauroje B2B nišoje su aiškiu klientų profiliu ir kai paruoštos CRM sistemos verčia klientus mokėti už nereikalingas funkcijas. Masiniam B2C arba paprastam užsakymų priėmimui paprastai pakanka svetainės su paraiškos forma ir pranešimų siuntimo parinktimis.

Šaltiniai

• Autoriaus įrašas Telegram kanale „Verslas su dirbtiniu intelektu | Pro rakto skylutę“: https://t.me/promtvibeadd/447
• Kliento svetainė: https://banchem.sk/

Panaši logika veikia ir su svetainėmis: sistema, pritaikyta jūsų nišai, o ne nuomojamasi kažkieno kito šablonas. 1001site AI“ – dirbtinio intelekto agentas – per kelias minutes sukuria svetainę arba internetinę parduotuvę pagal jūsų nuorodą arba aprašymą.