AI营销与企业应用实战
你知道AI营销与传统电话营销有什么不同吗?你知道AI营销该如何落实到企业的应用实战吗?笔者将为你揭晓它们的答案。
电话营销,也叫数据库营销,是当前企业最常用的营销方式之一,是由电话销售人员通过电话主动与客户建立联系、售卖产品以及服务的销售模式。
同时电话销售又是一种概率型的销售模式,业绩的好与坏,除与销售人员本身的能力外,还跟客户资源的质量高低强相关。电话销售除了要维护好本身的意向客户外,还需要不断的挖掘潜在客户做后续的资源储备,从而形成一个良性循环,而唯一挖掘意向客户的方式,就是打电话。
AI营销,这几年也是被炒的火热,我所接触过的很多企业以及朋友,都在关注该领域,但不管是已经应用了AI营销类的产品,还是计划采购AI营销类产品的企业,绝大多数都没有想清楚, AI到底能给企业带来什么样的价值,如何应用AI以达到减员增效的目的。
我于一年前,负责集团AI营销类产品的采购,以及AI产品与CRM系统集成的推进和管理工作,在此过程中,基本上所有的坑都踩过,也遇到了很多立项时没有考虑周全的未知问题。
所以,写了这篇文章,主要跟大家分享下,我对于AI营销这种模式对于企业的价值,以及在企业中实际的应用场景,我将从以下几个方面介绍:
- 什么是AI营销
- AI营销与电话营销的优劣势对比
- AI营销与电话营销的效率提升与人工成本的比较
- AI结合CRM的应用与实战
1. 什么是AI营销
AI营销是一种新型的电话营销方式,利用客户数据、机器学习以及云计算的方式,为企业提供客户画像分析、以及销售预测分析的依据,最后,根据AI产品的语音功能,通过电话与客户形成互动。
在国内,用于AI营销商业化产品的常见形式,主要有两种:
- 基于 服务 形式的AI : 以提升客户服务体验为主,快速响应,提高客户满意度。
- 基于 营销 形式的AI : 以售卖企业产品或服务为主,是一种主动推销型的形式。
在我所接触的近20家供应商里,以营销为主导的AI成功案例很少,甚至有超过一半的供应商没有此类案例和解决方案,或者并不是我们想要的那种解决方案。
2. AI营销与电话营销的优劣势对比
直接看下面这张表吧,简洁直观:
除结果转化率,以及企业自身的管理维度,可能受各种因素影响外(如,企业对于Ai的重视投入程度、Ai的训机好与坏、以及结果指标的定义等),在其他方面, 均是AI占有一定的优势。
3. AI营销 与电话营销的效率提升 与人工成本的比较
效率提升与成本降低,是相辅相成的,当效率提升了,也就意味着不需要销售去做一些无意义无价值的筛客户的工作,企业也就可以控制人工成本的支出,减少电销人员的投入。
但成本又不仅仅只是人工成本,还包括线路成本、话费成本、维护成本以及其他企业运营的隐性成本等。
成本的核算起来比较复杂,大家如果对此感兴趣,可以自行核算,在这里,我大概说下可以从哪几个方面来对比:
- 效率提升后,销售人员与AI机器人的支出对比。
- 销售人员的人工成本(基薪、佣金、绩效以及企业支出的社保与公积金的支出),与AI机器人的授权费和开发支出的对比
- 外呼量大幅增加后,也以为着话费和线路的支出会增加,以及大量外呼后线路的损耗和被封禁等,也可以考虑在内。
4. AI结合CRM的应用与实战
在上文有提到过,企业在应用AI前,必须先明确AI与电话销售之间的关系和区别,即哪些业务是由AI来完成,哪些业务是由销售人员来完成,以及AI对于企业的价值是什么。
否则,在以上均不明确的情况下,企业想成功实施AI,是比较困难的。
以我做的项目为例:
因出于对客户数据安全的考虑,我们采用的是混合云的部署方式,并将AI与企业的CRM、呼叫中心、客服系统以及安全策略系统进行了全面的整合,AI只提供ASR、NTT等语音、交互以及训机服务的功能,其他均由我们在局域网内来完成。
这样的部署方式,即便AI供应商在迭代升级产品时,我们还是可以在第一时间享受到此服务,而且,在保护了客户数据安全的情况下,我们的运营人员以及销售人员也可以不改变当前的业务系统的使用。
我们在采购AI营销产品前,我们就明确了AI在实际应用中的目标,并真正解决了一部分痛点:
联系人号码的有效甄别、以及状态回写
在我之前分享过的一篇文章里,我有提到过一些销售线索以及潜在客户的获取方式《To B企业,如何高效且快速地获取更多的销售线索(潜在客户)?》。
从这些渠道所获得的销售线索、以及联系方式绝大多数都是第一手资源,并没有覆盖过的。
很多企业的做法就是由短信和邮件的营销方式,转化率极低,或者将这些线索全部或一部分分发给销售进行电话覆盖,这种效率又极其低下。
我们没有采用AI之前, 电话销售人员平均每天外呼300个号码,其中200个号码为第一次覆盖,接通率40%左右,有效覆盖就更低了(有效覆盖的定义是通话时长大于15s)。
那么也就意味着,电话销售每天有60%的工作时间做了大量低效的工作, 这种低续工作所带来的损耗,无论是对于企业还是个人来说都是巨大的。
当然,采用AI外呼的方式,也不是意味着可以提高接通率,但可以用最小的时间成本和金钱成本去验证号码的有效性,如下图:
通过AI、CRM以及呼叫中心结合的方式,可以很高效的识别出号码是否有效,以及各种状态,并通过回写的方式,将甄别出来的号码状态,回写到CRM系统中,销售在领取客户,或者系统分发客户时,就可以提高销售外呼的效率,从而提高转化率。
由AI完成客户邀约注册、活动邀请以及小金额的付费转化
此业务场景是通过 配置AI的机器学习、对关键词的识别、以及拟人化的语音录制的方式 ,当AI识别出客户的某个关键词时,触发事先设置好的话术和流程,一步一步引导客户完成产品的注册、活动的邀请,以及不是太复杂的小金额产品的售卖。
在我们的应用中,我们通过对AI、CRM以及呼叫中心坐席组的集成,在AI与客户的会话过程中, 预先配置好转人工的触发条件 ,比如,当客户有更高意向的需求、或者客户对更高端的产品感兴趣、或者AI无法识别且触发了某类关键词时,转至销售人工技能组跟进,无缝与客户形成联动。
在我们持续运行了一段时间,对结果复盘时:
(1)AI邀约注册的转化率略低于销售邀约注册的转化,但从时间维度上看,同体量的客户基数上,AI节省了2/3的时间。
(2)活动邀请的到面率,基本与由人邀请的转化是持平的,所以这种场景,我们基本摒弃了人工外呼的的方式。
(3)小金额的付费转化,当前的转化结果低于我们的预期,付费转化的效果不理想,经我们分析,主要原因:
- 第一,涉及到付费业务的场景较为复杂,尤其在付费环节下,无法全面掌握客户可能会问题到的问题,也就无法满足更多的此类场景,AI在处理这种稍微复杂业务的场景时,是不如人智能的。
- 第二,因为涉及到付款,所以我们也没有放开所有的客户交给AI来做,除非训机基本能满足这类复杂的场景后,再逐步灰度和开放。
由AI完成基础客户服务答疑,以及满意度调研
我们目前没有将客服纳入到AI的重点里,仅仅只用于满意度调研的回访场景中。
而目前市场上商业化AI产品,绝大多数都是以客户服务为主的应用,通过研究分析,我认为是以下三种原因导致:
a. 服务型场景的更简单、训机也相对更容易
与服务相比,营销拥有更多的不确定性,所以,在服务形态下,更容易引导客户按照企业预先设置的流程,完成相关的服务和答疑工作。提高服务效率的同时,还可以提升客户满意度。
b. 客户更容易接受的是服务,而非营销,对企业的风险更小
在服务形态下,客户一般是主动咨询,或主动反馈问题,企业反而相对来说是被动的一方,这时,只要AI能够解决客户的疑问,就不会引起客户的反感情绪,也就不是很在意是人工回复还是机器人回复。
“喂,您好,我是xxx公司的某某某,我们公司新出了一种新产品,请问你们公司有这块业务的需要吗?”
“喂,您好,请问有什么能帮到您的?”
以上两种对话,假如是你,你会怎么做?你接到后,会是什么样的感想?
c. 国内企业不太重视服务,且客服人员相对来说可替代性更强:
这是国内企业的通病,对于企业管理者来说,营销是能为企业创造营收和利润的,而服务更多是一种消耗的资源。
且相比于营销,企业对于客服人员专业能力的要求较低,反而对职业素养和态度的要求较高,人本身就是一个复杂有感情的动物,不可能随时都保持着好的心态做事,而AI就是一个没有“感情”的机器,无论客户是骂还是闹,机器人都能“不卑不亢”,也就进一步减少了投诉的可能性。
总结
AI营销相对于电话营销来说,它的最大优势就是:节省成本和提高效率,但AI不能完全的取代销售的工作!
- 企业在应用AI时,请先考虑清楚,AI营销与电销之间的关系和区别,以及AI营销在企业中的应用价值和目标。
- AI的拟人化(语音合成或录音)是非常重要的,直接影响了客户是否会第一时间挂断电话,所以,企业在训机时,一定要重视语音的效果。
- AI训机是一个长期的过程,企业不能短视,而只关注眼前的转化,训机的好坏直接影响了AI的转化率和效率。
- 无论是通过AI外呼,还是销售主动外呼,电话线路和号码资源对企业来说是宝贵的,在三大运营商的管控越来越严的情况下,降低号码的被投诉率是企业务必要重点考虑的。
一旦,企业外呼的号码被限制无法外呼,或者号码被第三方标记为欺诈、推销等类型,那对于企业会造成非常大的影响。
最后的最后,再次强调,请在国家法律法规以及相关政策的允许下,开展AI的业务!
本文由@鑫鑫大叔 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自Unsplash, 基于CC0协议
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: