فرض کنید یک شرکت بازرگانی بینالمللی در زمینه صادرات قیر، اوره و پلیمر فعالیت میکند. این شرکت ۳۰۰ مشتری فعال در کشورهای مختلف دارد و روزانه دهها ایمیل، استعلام قیمت و درخواست خرید دریافت میکند.
وضعیت قبل از استفاده از هوش مصنوعی
-
تمام استعلامها وارد CRM میشوند.
-
کارشناسان فروش باید تکتک ایمیلها را بخوانند.
-
برخی مشتریان فقط قیمت میخواهند و هرگز خرید نمیکنند.
-
برخی مشتریان واقعاً آماده خرید هستند اما به دلیل حجم زیاد کار، پاسخ آنها با تأخیر داده میشود.
-
مدیر فروش نمیداند کدام مشتری در آستانه از دست رفتن است.
ورود عامل هوش مصنوعی به CRM
یک Agent هوش مصنوعی به CRM متصل میشود و بهصورت مداوم موارد زیر را بررسی میکند:
-
تعداد درخواستهای قیمت هر مشتری
-
حجم خریدهای گذشته
-
زمان آخرین خرید
-
تعداد ایمیلهای رد و بدل شده
-
نوع محصول مورد علاقه
-
سرعت پاسخگویی مشتری
-
وضعیت بازار کشور مقصد
سناریوی واقعی
ساعت ۹ صبح، ۲۰ درخواست جدید وارد CRM میشود.
عامل هوش مصنوعی همه را تحلیل میکند و نتیجه زیر را تولید میکند:
مشتری اول (ترکیه)
-
۵ بار در دو هفته اخیر درخواست قیمت داده است.
-
قبلاً ۲ میلیون دلار خرید داشته است.
-
آخرین خرید ۸ ماه پیش بوده است.
هوش مصنوعی نتیجه میگیرد:
احتمال خرید: ۸۷٪
ارزش احتمالی معامله: ۴۵۰ هزار دلار
بنابراین CRM این مشتری را در اولویت اول قرار میدهد و به مدیر فروش هشدار میدهد:
«این مشتری احتمالاً آماده عقد قرارداد جدید است. پیشنهاد میشود ظرف ۲ ساعت آینده تماس مستقیم برقرار شود.»
مشتری دوم (کنیا)
-
در ۶ ماه گذشته ۱۲ بار درخواست قیمت داده است.
-
هیچ خریدی انجام نداده است.
هوش مصنوعی تشخیص میدهد:
احتمال خرید: ۹٪
بنابراین به جای درگیر کردن مدیر فروش، یک پاسخ خودکار شامل کاتالوگ و لیست قیمت برای او ارسال میشود.
مشتری سوم (امارات)
-
سال گذشته ۱.۵ میلیون دلار خرید داشته است.
-
۴ ماه است هیچ سفارشی ثبت نکرده است.
عامل هوش مصنوعی این موضوع را غیرعادی تشخیص میدهد و هشدار میدهد:
ریسک از دست رفتن مشتری: بالا
سپس به صورت خودکار یک وظیفه در CRM ایجاد میکند:
«تماس با مشتری ظرف ۲۴ ساعت آینده و بررسی علت کاهش خرید»
مرحله بعد: تهیه پیشنهاد قیمت خودکار
مشتری از هند درخواست خرید ۵۰۰۰ تن قیر میدهد.
عامل هوش مصنوعی:
-
سابقه خرید مشتری را بررسی میکند.
-
آخرین قیمتهای فروش را پیدا میکند.
-
حاشیه سود مناسب را محاسبه میکند.
-
پیشنویس پروفرما و پیشنهاد قیمت را آماده میکند.
-
برای تأیید نهایی به مدیر فروش ارسال میکند.
کاری که قبلاً ۳۰ دقیقه زمان میبرد، اکنون در کمتر از ۲ دقیقه انجام میشود.
نتیجه نهایی برای شرکت
بعد از ۶ ماه:
-
زمان پاسخگویی به مشتریان ۷۰٪ کاهش مییابد.
-
تعداد فرصتهای فروش از دست رفته ۵۰٪ کمتر میشود.
-
تیم فروش به جای ۳۰۰ مشتری، فقط روی ۵۰ مشتری با احتمال خرید بالا تمرکز میکند.
-
فروشندگان زمان خود را صرف مشتریان واقعی میکنند نه افرادی که فقط قیمت میخواهند.
-
نرخ حفظ مشتریان قدیمی افزایش پیدا میکند.
در این سناریو، هوش مصنوعی فقط یک «چتبات» نیست؛ بلکه مانند یک مدیر فروش دیجیتال عمل میکند که بهطور مداوم مشتریان را تحلیل میکند، فرصتهای فروش را شناسایی میکند، مشتریان در معرض ریزش را پیدا میکند و حتی پیشنویس پیشنهادهای تجاری را آماده میسازد. این دقیقاً همان جایی است که بیشترین ارزش را برای یک شرکت بازرگانی ایجاد میکند.