Why Sales Reps Struggle Without Context and What It’s Costing You

Miért küszködnek az értékesítők a kontextus hiánya miatt, és mibe kerül ez Önnek?

8 minute read

Értékesítője párhuzamos tárcsázót használ, és egyszerre hat potenciális ügyfelet hív fel.

Hirtelen valaki felveszi a telefont.

Az értékesítőnek pontosan nulla másodperce van a felkészülésre. Nincs ideje megnézni a LinkedIn-t. Nincs ideje átnézni a Salesforce-ot. Nincs ideje… semmire. Csak indulni kell.

Hogyan tudja a legjobban kihasználni az első 10 másodpercet, ha minden, amit a potenciális ügyfélről tudnia kell, különböző eszközökön szétszórva található?

Pontosan ezt a kihívást vetette fel egyik SDR-ünk, Adam Hebert.

A Nookshoz hasonló párhuzamos tárcsázók használatával az értékesítők felkészületlenül vágnak bele a hívásokba. A kritikus kontextus – beleértve a termékhasználatot, a korábbi interakciókat, a potenciális ügyfelek adatait és a vállalati híreket – szétszórtan található a Salesforce-ban, a Pocusban, a LinkedInben és más eszközökben. Ezek közül semmi sem kerül elő akkor, amikor a leginkább szükség lenne rá.

Ez nem csupán az értékesítés problémája. Ez a munkavégzés szétszórt jellegének problémája.

A széttagolt kontextus valódi költsége

Ha az információk különböző eszközök között szétszóródnak, az mindent lelassít.

És ez nem csupán anekdotikus megállapítás. A Microsoft felmérése szerint a munkavállalók 62%-a állítja, hogy a munkanap során túl sok időt tölt információk keresésével.

Azoknál az értékesítési csapatoknál, amelyek egy telefonhívás sebességével dolgoznak, ez a széttagoltság versenyhátrányt jelent.

Értékesítési csapatunk pontosan ezt élte át. Annak ellenére, hogy fejlett eszközökkel, gazdag CRM-adatokkal és mesterséges intelligencia funkciókkal rendelkeztek, ezek egyike sem segített, amikor szükség volt rájuk, de nem voltak egy helyen elérhetők.

Ezért kifejlesztettünk valami jobbat.

A munkaterületek szétszóródása az alaphelyzet, nem pedig kivétel

Ez nem egy ritka eset.

Mesterséges intelligencia érettségi felmérésünkből kiderül, hogy a legtöbb csapat széttagolt környezetben dolgozik, ami állandó nehézségeket okoz már az alapvető információk megszerzésében is.

Ha ez az alap, az AI nem azért vall kudarcot, mert gyenge, hanem azért, mert hiányzik belőle a kontextus. További információkat az „Az AI érettségi szintje” című jelentésben talál.

A legtöbb szervezetnél hiányzik az a egységes kontextus, amelyre a mesterséges intelligenciának szüksége van
A legtöbb szervezetnél hiányzik az a egységes kontextus, amelyre a mesterséges intelligenciának szüksége van

Az intelligencia beépítése a munkafolyamatba

Adam Hebert SDR-ünkkel és Mike Slade technikai támogatásával együttműködve létrehoztunk egy munkafolyamatot a Retoolban, amely bemutatja, mire nyílik lehetőség, ha kiküszöböljük a kontextus szétszóródását.

A munkafolyamat elindul, még mielőtt az értékesítő felhívná a potenciális ügyfelet.

A rendszer mindent összegyűjt, a Salesforce-tevékenységektől kezdve a raktárunkból származó termékhasználati adatokon és a cégadatokon át egészen a Perplexity-n keresztül érkező valós idejű vállalati frissítésekig. Ezeket az információkat egy betanított mesterséges intelligencia modell összegzi, majd közvetlenül a tárcsázó képernyőjére továbbítja.

Mostantól, amikor egy potenciális ügyfél felveszi a telefont, az értékesítő irányítópaneljén azonnal megjelenik a lényeg: egy személyre szabott értékesítési forgatókönyv, a kontextus összefoglalása és a kapcsolattartóval kapcsolatos releváns részletek.

Nincs többé rohanás vagy lapok közötti váltogatás. Nincs többé emlékezetbeli akrobatika. Nincs többé pánik, amikor ki kell találni, hogyan tartsuk fenn a potenciális ügyfél érdeklődését.

Az eredmény? Bizalom és egyértelműség már az első üdvözlés pillanatától kezdve.

A rendszer bevezetése óta javultak a konverziós arányok és a hívások hatékonysága. De a rendszer kiépítése nem csupán technikai tanulságokkal szolgált számunkra.

Mit tanultunk: a megfelelő intelligencia kialakítása

A technikai megvalósítás fontos tanulságokkal szolgált számunkra a feladatra legalkalmasabb eszközök használatáról. Különösen kritikus fontosságú volt a megfelelő mesterséges intelligencia-modell kiválasztása.

Több modellt is teszteltünk különböző felhasználási esetekre:

  • A Gemini a strukturált, szabályalapú feladatoknál nyújtotta a legjobb teljesítményt
  • A GPT kreatívabb utasításokat és rugalmasabb megfogalmazásokat is kezelni tudott
  • Claude valós idejű teljesítménye megfelelő volt, de még mindig lemaradt
  • A Perplexity elengedhetetlenül fontos lett, amikor naprakész webes kontextusra volt szükségünk, például a legújabb vállalati kezdeményezésekre vagy toborzási hírekre. Egyetlen más modell sem tudta felülmúlni a frissességét és relevanciáját.

Itt van a finom különbség: még a „megfelelő” modell sem volt elég a precíz prompt-tervezés, a pontos adatlekérdezések és az élő érvényesítés nélkül. Első verzióink három állandó probléma miatt buktak meg:

  1. Hibás adatlekérdezések az adattárból
  2. Hibás prompt-tervezés
  3. Eltérés az értékesítők igényei és a rendszer által nyújtott lehetőségek között

Például egy rendszerüzenet azt jelezheti az értékesítőnek, hogy a potenciális ügyfél ingyenes csomagot használ, miközben valójában fizető ügyfélről van szó. Ez rombolja a hitelességet. Egy hideghívás során pedig nincs esély a helyreállításra, ha az alapvető tényeket tévesen állítjuk be.

Rendkívül alaposnak kellett lennünk a hibakeresés során – össze kellett hangolnunk a mesterséges intelligencia kimenetét a CRM-rekordokkal, tesztelnünk kellett a lekérdezési logikát, és finomítanunk kellett a promptokat, amíg az eredmények megbízhatóak nem lettek.

A legértékesebb tanulság: építsen visszacsatolási ciklusokra

A legnagyobb áttörés nem technikai jellegű volt. Hanem kulturális.

A rendszer csak azért lett jobb, mert Adam és a többi SDR következetes, őszinte visszajelzéseket adott. Rámutattak a pontatlanságokra, fejlesztéseket kértek, és elég sokáig kitartottak az eszköz mellett ahhoz, hogy segítsenek nekünk a továbbfejlesztésben.

Ezen a visszacsatolási ciklus nélkül valami okosat, de haszontalan dolgot hoztunk volna létre.

Ezzel olyan megoldást hoztunk létre, amelyre az értékesítők valóban támaszkodhatnak.

Adam a bevezetéssel kapcsolatos tanulságot a legegyszerűbb módon foglalta össze, amit valaha hallottam.

Egy nemrégiben megjelent bejegyzésében a következőket írta:

Adam Hebert szabálya az ügynökök munkameneteire vonatkozóan
Adam Hebert szabálya az ügynökök munkameneteire vonatkozóan

Pontosan ez a gondolkodásmód tette hatékonnyá ezt a munkafolyamatot. Nem a csillogó mesterséges intelligenciával kezdtük. Először feltérképeztük azokat a lépéseket, amelyeket az értékesítők a valóságban ténylegesen megtesznek, majd visszacsatolásokkal finomítottuk a folyamatot, amíg el nem nyertük a bizalmat.

A pontszerű megoldásoktól az ambient intelligenciáig

Összehangolás a ClickUp-pal
Összehangolás a ClickUp-pal

Ez az élmény rávilágított az AI-átalakulás egyik alapvető elemére.

A legtöbb szervezet az AI-t a meglévő munkafolyamatokhoz hozzáadott funkcióként kezeli. Konkrét feladatokra szánt pontszerű megoldásokat vásárolnak, ami az úgynevezett „AI-szétszóródáshoz” vezet: több, egymástól független eszköz jön létre, amelyeket a csapatok végül elhagynak, mert a velük járó erőfeszítés meghaladja a kapott értéket.

Értékesítési kontextusrendszerünk hatékonyan működik, mert egységes információs bázison alapul.

A kihívás abban állt, hogy eszközeink – a Salesforce, az adattárház és a párhuzamos tárcsázó – nem kommunikáltak egymással. Egységes munkafolyamatot kellett tervezünk, és köré kellett építenünk egy mesterséges intelligenciát, hogy mindent összekapcsoljunk.

Ha a munkáját, az adatait és az együttműködést egyetlen környezetben egyesíti, az AI hirtelen megkapja azt a kontextust, amelyre szüksége van ahhoz, hogy valóban segíteni tudjon.

Így néz ki az egységes kontextus.

Itt nem egy igazgatósági jelentésről van szó. Hanem arról, hogy mire nyílik lehetőség, ha a munka, az adatok és a tudás egy helyen található.

A ClickUp Brain nem találgat. Nem részleges kontextus alapján dolgozik. Az élő munkák – beleértve a terveket, a kódot és a projekteket – alapján következtet, anélkül, hogy bárkinek is kézzel össze kellene állítania az információkat.

Ez volt az a változás, amire értékesítési csapatunknak szüksége volt. Az a mesterséges intelligencia, amely a pillanatban jelenik meg, és összehangolt kontextusra épül, nem pedig szétszórt eszközökre.

👉 Nézze meg, hogyan szabadíthatja fel a mesterséges intelligencia valódi erejét a munkaterületek szétszóródásának megszüntetése. Hogyan lehet megoldani a munkaterületek szétszóródását →

A ClickUp Brain összefoglalja a Figma, a GitHub és a projektlista által nyújtott projektkontextust

A korlátozott információkon alapuló általános javaslatok helyett olyan releváns betekintést kap, amely a teljes körű megértésen alapul.

Az eredmény az, amit környezeti intelligenciának nevezünk: olyan rendszerek, amelyek csendben működnek a háttérben, teljes kontextussal rendelkeznek, és pontosan azt jelenítik meg, amire szükséged van, anélkül, hogy kérdeznének vagy manuálisan kellene keresned.

De ez csak akkor válik lehetségessé, ha megoldja a munkaterületek szétszóródásának problémáját.

A Convergence bevezetése előtt: egy értékesítő, hat lap

Ez a kihívás még a ClickUp-on belül is fennáll. Íme, hogyan nézett ki korábban egy tipikus értékesítési beszélgetés:

  • A Salesforce egy lapon nyílik meg
  • Pocus egy másik
  • A LinkedIn a harmadik
  • Egy vállalati irányítópult a negyedikben
  • Jegyzetek ötödikben
  • És talán egy böngészőfület, amelyen kétségbeesetten keresik a legfrissebb vállalati híreket a Google-on

Egyik eszköz sem osztotta meg a kontextust. Az eszközökbe beépített mesterséges intelligencia-asszisztensek hatóköre korlátozott volt, és nem tudtak egymás adataiból meríteni. Az értékesítőnek kellett a rendszerek közötti összekötő kapocsnak lennie.

Ez pedig az emberi hibák és az elszalasztott lehetőségek receptje.

Ahol az intelligens támogatás valóban hasznossá válik

Amikor a csapatok végre megoldják a munkaterületek szétszóródásának problémáját, egy finom, de hatékony lehetőség nyílik meg: a mesterséges intelligencia már nem csupán írási eszközként működik, hanem a munkafolyamat szerves részévé válik.

Éppen ezért fektetünk be a ClickUp-nál az ügynökökbe és a munkaterületi intelligenciába. Egy egységes munkaterületen belül a szuperügynökök ugyanúgy tudják csendben támogatni az értékesítőket, ahogyan a legjobb funkcióközi partnereid is: a megfelelő pillanatban előhívják a megfelelő kontextust, összekapcsolják a különböző eszközökből érkező jelzéseket, és csökkentik azt a mentális terhelést, ami a valós idejű munkát annyira kimerítővé teszi.

És azokban a pillanatokban, amikor a sebesség fontosabb, mint öt rendszer között váltogatni, a ClickUp BrainGPT további előnyt biztosít az értékesítőknek. A Talk-to-Text funkció beépítésével az asztali felületbe az értékesítők a beszélgetés menetét megszakítás nélkül rögzíthetik az információkat, frissíthetik a mezőket vagy jegyezhetik fel a megállapításokat a hívás közben.

Mindez nem működik egy széttagolt környezetben. De ha a kontextusok egységessé válnak, az intelligencia végre lépést tud tartani a valódi munka ütemével.

ClickUp BrainGPT + ClickUp Talk to Text

A konvergencia nem csak az értékesítésre vonatkozik

Ez azonban nem csak az értékesítési csapatokat érinti. És a hatások nem korlátozódnak csupán az időre és a termelékenységre.

  • Az értékesítési csapatok számára a szétszórt kontextus elvesztett üzleteket és kihagyott lehetőségeket jelent
  • A termékfejlesztő csapatok számára ez felesleges munkát és összehangolatlan prioritásokat jelent
  • A marketingcsapatok számára ez széttagolt munkafolyamatokat jelent, ami megnehezíti az egységes adatokhoz való hozzáférést, a stratégiák összehangolását és a kampányok hatékony végrehajtását.
  • A vezetők döntéseiket részleges információk alapján hozzák meg

Ez nem csupán munkafolyamat-kérdés. Hanem a döntések minőségének kérdése is.

Az ideális megoldás nem az, hogy további eszközöket vezetünk be vagy újabb integrációkat építünk ki. Hanem a konvergencia.

A konvergencia elkerülhetetlensége

Összehangolja munkáját, tudását és az együttműködést egy egységes munkaterületen, ahol a kontextus természetesen áramlik, és a mesterséges intelligencia teljes megértéssel működhet.

Azok a szervezetek, amelyek elsőként oldják meg a munkamenetek szétszórt jellegét, vezető szerepet fognak betölteni a mesterséges intelligencia korszakában. Azok, akik továbbra is a széttagolt rendszerek csapdájában ragadnak, nem tudják kiaknázni a mesterséges intelligencia teljes potenciálját, függetlenül attól, hogy mennyire fejlettek a modelljeik. Az igazi intelligencia egységes kontextust igényel – ez az az alap, amelynek köszönhetően minden mesterséges intelligencia-réteg valóban működőképes.

Amikor az értékesítője egy váratlan hívást fogad, nem kellene, hogy emberi adatbázisként működjön, és fejben állítsa össze a hat különböző rendszerből származó töredékeket.

Az intelligenciának már ott kell lennie. Környezethez igazodó. Pontos. Cselekvésre késztető.

És ez csak akkor lehetséges, ha először megoldja a munkaterületek szétszóródásának problémáját.

Összefoglalás

Mielőtt létrehoztuk ezt a rendszert, az értékesítőknek öt lap volt megnyitva – a Salesforce, a Pocus, a belső irányítópultok, a LinkedIn és esetleg a Google –, és a beszélgetés közben próbálták összerakni a történetet.

Most? A történet már készen áll. Még mielőtt a potenciális ügyfél köszönne, máris rendelkezésre áll. Mindezt egy egységes munkakörnyezet támogatja, amelyet kontextustudatos mesterséges intelligencia hajt.

Így néz ki, amikor a mesterséges intelligencia valóban hasznos.

Ez az a kulcs, amely minden értékesítőt gyorsabbá, okosabbá és hatékonyabbá tesz.

Építsd fel a saját értékesítési kontextusrendszeredet! Kezdd azzal, hogy egységesíted az értékesítők által már használt eszközöket. Ezután építsd be a mesterséges intelligenciát oda, ahol valós idejű értéket teremt.

A ClickUp egy helyet kínál, ahol mindent egybe lehet gyűjteni.

Gyakran feltett kérdések

Mit jelent a „széttagolt kontextus” az értékesítési munkafolyamatban?

A széttagolt kontextus akkor alakul ki, amikor a fontos értékesítési információk egymástól független eszközökön – például CRM-rendszerekben, telefonhívás-kezelő programokban, adattárakban és belső dokumentumokban – találhatók. Az értékesítők kénytelenek lapok között váltogatni vagy a memóriájukra hagyatkozni, ahelyett, hogy minden szükséges információt egy helyen láthatnának.

Miért különösen káros a széttagolt kontextus a kimenő értékesítési csapatok számára?

A kimenő értékesítés a hívások sebességével halad. Amikor egy potenciális ügyfél váratlanul felveszi a telefont, az értékesítőknek másodperceik vannak, nem perceik. Ha a kontextus szétszórt, felkészületlenül kezdik a hívásokat, ami csökkenti az önbizalmat, a hívások minőségét és a konverziós arányokat.

Képes-e a mesterséges intelligencia önmagában megoldani a széttagolt kontextus problémáját?

Nem. A mesterséges intelligencia csak a rendelkezésre álló kontextus alapján tud működni. Ha az adatok különböző eszközök és rendszerek között vannak szétszórva, a mesterséges intelligencia kimenetei hiányosak vagy hibásak lesznek. A széttagolt kontextus megoldásához először a munkafolyamatot kell egységesíteni, majd erre rá kell építeni a mesterséges intelligenciát.

A környezeti intelligencia azt jelenti, hogy a releváns információk automatikusan megjelennek a munkafolyamaton belül, anélkül, hogy az értékesítőknek kérniük kellene őket. Ahelyett, hogy eszközöket kellene keresniük vagy manuálisan kellene meghívniuk a mesterséges intelligenciát, a kontextus már ott van, amikor a hívás megkezdődik.

Miért nem működnek gyakran a pontszerű AI-eszközök az értékesítési csapatokban?

A pontszerű AI-eszközök általában egy rendszerből származó, korlátozott mennyiségű adaton működnek. Ez az AI-szétszóródáshoz vezet, ahol több AI-eszköz is létezik, de egyik sem rendelkezik a teljes kontextussal. Ennek eredménye a felesleges erőfeszítés, miközben az eredményekbe alig lehet megbízni.