Case study

Конфигурации пилотов SalesAI

Data Science, Machine Learning и Knowledge Graphs в продажах. Полный гид по конфигурации пилота SalesAI


Все слышали, что такое Data Science, Machine Learning и Knowledge Graphs в продажах. И возможно, многие хотели бы попробовать, но не знают, как это сделать.

Чтобы попробовать рокет сайенс в продажах и получить результат на основе Data Driven, а не нарративы old-school консультанта, достаточно пары кликов.

Подготовили полный гайд, в котором каждый может выбрать свой вариант пилота новейших технологий исходя из потребностей и целей. Выбирайте.

Разделили его на 2 части: сверху для ЛПР, ниже подробности для тех, кто любит детали.

 

Вариант
1
2
3
4
Проблема
Менеджеры просирают сделки по непонятной причине.
 
Отсутствие качественных данных для прогнозирования и принятия решений 64% времени сейлзы тратят на заполнение CRM. Человеческий фактор. Не понятно, что происходит на самом деле.
РОП не успевает слушать звонки и давать фидбеки. Неконтролируемая конверсия продаж. Долгий цикл сделки Энтропия в CRM и процессах продаж. Человеческий фактор мешает эффективно управлять продажами.
Слишком медленный рост компании. Нет прозрачности работы сейлов. Низкая производительность менеджеров по продажам.
Цель пилота
Получить размеченные качественные данные в системе и обработать их самостоятельно. Сэкономить время сейлов, чтобы они звонили в 2 раза больше.
Получить качественные данные по всем проведенным во время пилота встречам в CRM. Получить инсайты на основе применения Data Driven подхода: выводы для сокращения цикла сделки и увеличения конверсии. Почему у лучших продавцов получается продавать? Почему сделки сливаются?
Оцифровать контроль качества звонков с помощью рокет сайенс технологий: ИИ, машинного обучения (ML) и графов знаний (KG) применительно к продажам. Получить размеченные датасеты. Составить выводы для оптимизации сокращения цикла сделки и увеличения конверсии. Получить инсайты: почему у лучших продавцов получается продавать? Что сделать, чтобы остальные продавали также? Почему сделки сливаются?
Подготовить Data Driven стратегию роста компании.
Используемая система квалификации
нет или BANT
Своя система квалификации или оценки качества
Своя система квалификации или оценки качества
Риск неуспешного пилота
Прямых финансовых рисков НЕТ.
0-10%, Минимальный, тестируется имеющаяся функциональность с минимальными доработками. Максимальные потери - стоимость подписки за 3 мес. Наличие собранных качественных данных и полученных инсайтов (метаданных) компенсирует все финансовые риски.
10-20%, тестируются новые гипотезы, которые могут не взлететь с первого раза. Влияет на срок проведения пилота и может отразиться на себестоимости/бюджете пилота. Наличие собранных качественных данных и полученных инсайтов (метаданных) компенсирует все финансовые риски.
20-40%: кроме тестирования новых гипотез, тестируется новая технология и дополнительный риск фактор - надежность сложной системы с множеством интеграций. Чем больше интеграций - тем сложнее система и тем выше риск либо не уложиться в срок, либо в бюджет пилота. Наличие собранных качественных данных и полученных инсайтов (метаданных) компенсирует все финансовые риски.
Срок проведения пилота
2 недели
3 месяца
3-6 месяцев
3+ месяцев
Количество сотрудников в пилотной группе
от 1
от 5 чел до 50% команды продаж
от 10 чел до 50% команды продаж
от 10 чел до 50% команды продаж
CTA
Бесплатный тест
Готовые кейсы
скоро
скоро
скоро
Подробнее
       
Ответственный за пилот
Любой сотрудник отдела продаж
РОП пилотной группы
Директор по продажам, коммерческий директор
Директор по продажам, CDTO, VP of Sales
Используемая CRM
-
Bitrix24, Hubspot или amoCRM
-
Любая
Спецификация 
нет интеграции и кастомизации
интеграция с CRM и никакой кастомизации
кастомизация без интеграции
и интеграция и кастомизация
Наличие данных
нет
не обязательно
Да, либо собираем с помощью SalesAI
Обязательно большой объем данных
Описание данных
-
-
Размеченный датасет достаточного объема (1к+ записей) в виде записанных и транскрибированных звонков с уровнем WER не более 5%. Либо сбор данных с помощью SalesAI во время пилота.
Размеченный датасет очень большого объема (10к+ записей) в виде записанных и транскрибированных звонков с уровнем WER не более 5%.Количество лейблов на пилоте не более 5. Все события привязаны с сделкам. Результат каждой сделки известен.Все данные хранятся и обрабатываются в одном месте (DWH) или CRM. Качество данных позволяет строить на них прогнозные модели.
Интеграция
нет интеграций
Нативная интеграция с Bitrix24, Hubspot или amoCRM
без интеграций с CRM
Интеграция с любой CRM, с телефонией, DWH и с ASR клиента
Набор сущностей для извлечения
BANT
Не более 10 любых лейблов
Не более 10 любых лейблов
Онлайн/Оффлайн
онлайн
онлайн
оффлайн
онлайн
Требуется ли разметка датасета
нет
нет
да
да
Этапы пилота
Разворачивается за 5 мин: Скачал salesai.exe и сразу начал пользоваться. Используется во время каждой встречи с лидом.
Разворачивается за 15 мин: Оплата лицензий для пилотной группы на 3 месяца вперед. (можно по карте). Настройка интеграции Предоставление доступа всей пилотной команде. Обучение/Демо. Использование системы 3 мес. Ежемесячный контроль результатов. Решение.
Оплата лицензий. Подготовка ТЗ на разметку датасета. Сбор и подготовка датасета. Оценка стоимости на разметку данных. Оплата стоимости разметки данных. Подготовка математических моделей. Проведение разметки данных. Параллельный сбор дополнительных данных. Прогон данных через мат модели. Получение результатов. Валидация результатов. Повторные тесты гипотез. Доработка. Доразметка. Внесение изменений. Повторная обработка датасета. Визуализация данных. Подготовка плана внедрения. Внедрение новой модели. Тестирование новой модели
Оплата лицензий. Подготовка ТЗ на разметку датасета. Сбор и подготовка датасета. Подготовка ТЗ на интеграции. Согласование ТЗ. Оценка стоимости интеграций. Оплата интеграций. Разработка интеграций (CRM, ASR, DWH, IP-телефония и тд). Оценка стоимости на разметку данных. Оплата стоимости разметки данных. Подготовка математических моделей. Проведение разметки данных. Параллельный сбор дополнительных данных. Прогон данных через мат модели. Получение результатов. Валидация результатов. Повторные тесты гипотез. Доработка. Доразметка. Внесение изменений. Повторная обработка датасета. Визуализация данных. Подготовка плана внедрения. Внедрение новой модели и тд
Процесс принятия решения после окончания пилота
Удобство пользования Сохранение данных Эффективность контроля Применение квалификации
Сравнение результатов пилотной группы и контрольной группы. Если пилотная группа победила, то лицензии SalesAI закупаются на всех сотрудников
Сравнивается эффективность новой воронки и старой воронки на 2-3 циклах продаж.
Сравнивается эффективность определения стадии лида а воронке системой по сравнению с эффективностью текущего инструмента.
Следующий шаг после успешного пилота
Оплата более функционального тарифа Чемпион и внедрение на всю команду
Оплата тарифа Чемпион на всю команду.Подготовка к переходу на тариф Команда Чемпионов для более успешной игры.
Переход на тариф Команда Чемпионов на всю команду продаж, полученные результаты и фреймворки сразу запускаются в работу и масштабирование, разрабатывается план дальнейшего совершенствования системы продаж.
Полученные фреймворки сразу запускаются в работу и масштабирование, разрабатывается план дальнейшего совершенствования: Описывается ТЗ на кастомизацию Оценивается срок/стоимость доработок, Происходит согласование бюджета и подписание договора.Оплата траншами и запуск проекта в работу.
Следующий шаг после неуспешного пилота
Продолжается поиск лучшего варианта с помощью других решений.
Неоплата следующего периода. Поиск более эффективного решения или еще одна попытка.
Сделать еще одну итерацию и итерационно улучшать по HADI до момента достижения успеха.
Итерационно искать работающую гипотезу по HADI до момента достижения успеха.
Предположительный ROI
 
12 мес, 300%+
36 мес, 600%+
Срок окупаемости коммерческой эксплуатации
 
3-4 мес
4-6 мес (100+ чел)
6-9 мес (200+ чел)
IRR,%
 
35
35
35
Доп услуги в стоимости пилота
-
нет
Проведение разметки датасетов. Подготовка математических моделей
Проведение разметки датасетов. Подготовка математических моделей. Разработка кастомизированных интеграций.
Чем можно заменить
Ассистент = 100000 руб/мес на каждых трех сейлов (с учетом налогов и оверхедов) 
Ассистент = 100000 руб/мес на каждых трех сейлов (с учетом налогов и оверхедов)
Команда разработки: back - 10 чел ML - 5 чел BA - 2 чел Team Lead - 2 Срок - 6-12 мес (без учета рекрутинга) Бюджет, руб = 71М+
Команда разработки: back - 15 чел ML - 10 чел BA - 3 чел Team Lead - 4 Срок - 6-24 мес (без учета рекрутинга) Бюджет, руб = 200M+
CTA
 

Получить тестовый доступ к SalesAI бесплатно:

 

Похожие статьи

Будьте всегда в курсе передовых технологий продаж

Для Data-Driven лидеров роста, наш канал в Telegram: VP of sales.