القنوات
كيفية بناء مسارات عمل الذكاء الاصطناعي لرعاية العملاء المحتملين والتي تحجز المزيد من المواعيد للشركات الصغيرة
Ravinaro9 قراءة دقيقة
كيفية بناء مسارات عمل الذكاء الاصطناعي لرعاية العملاء المحتملين والتي تحجز المزيد من المواعيد للشركات الصغيرة
تضمن تقنيات أتمتة رعاية العملاء المحتملين المدعومة بالذكاء الاصطناعي التفاعل التلقائي مع كل مكالمة واردة ورسالة واتساب، بدءًا من أول مكالمة فائتة وحتى تأكيد الحجز، دون الحاجة إلى متابعة كل عميل محتمل يدويًا. يقرأ الذكاء الاصطناعي ما يقوله العميل المحتمل فعليًا، سواءً كان ذلك صوتيًا أو نصيًا، ويُعدّل خطوته التالية بناءً على هذا المحتوى بدلًا من إرسال نفس البريد الإلكتروني المُجدول إلى جميع المشتركين في القائمة.
دراسة إدارة استجابة العملاء المحتملين التي أجراها معهد ماساتشوستس للتكنولوجيا بالتعاون مع موقع InsideSales.com: تزيد احتمالية تأهيل العميل المحتمل بمقدار 21 ضعفًا عند التواصل معه خلال 5 دقائق مقارنةً بـ 30 دقيقة.
لماذا تحتاج الشركات الصغيرة إلى سير عمل لرعاية العملاء المحتملين مدعوم بالذكاء الاصطناعي
مع كل ساعة يمرّ فيها عميل محتمل دون رد، تتضاءل فرص حجز موعد معه بشكل حاد. ووفقًا لبحث أجرته شركة Outsales استنادًا إلى دراسة إدارة استجابة العملاء المحتملين التي أجراها معهد ماساتشوستس للتكنولوجيا/InsideSales.com، فإن الرد في غضون خمس دقائق بدلًا من ثلاثين دقيقة يزيد من فرص تأهيل هذا العميل المحتمل بما يصل إلى 21 ضعفًا، بينما يؤدي الانتظار لأكثر من ساعة إلى خفض فرص التأهيل بنحو سبعة أضعاف مقارنةً بالرد خلال الستين دقيقة الأولى. يقول الدكتور جيمس أولدرويد، الباحث الزائر في معهد ماساتشوستس للتكنولوجيا والمؤلف الرئيسي لتلك الدراسة: "تُعدّ فترة الخمس دقائق العامل الأكثر أهمية في تحويل العملاء المحتملين إلى عملاء فعليين". يشتري ما يقارب 78% من مشتري الشركات (B2B) من البائع الذي يستجيب أولًا، مما يعني أن السرعة وحدها غالبًا ما تحدد من يحصل على الموعد حتى قبل بدء أي محادثة.
لا يُعدّ الرد التلقائي البسيط بديلاً عن رعاية العملاء المحتملين بالذكاء الاصطناعي. فالرد التلقائي يرسل رسالة واحدة ثابتة ويتوقف. أما حملات البريد الإلكتروني التقليدية، فتُرسل على فترات زمنية أطول: حيث تُرسل نفس سلسلة الرسائل في اليوم الأول والثالث والسابع إلى جميع جهات الاتصال في الشريحة، بغض النظر عما قالوه أو ما إذا كانوا قد ردوا أم لا. في المقابل، تستمع رعاية العملاء المحتملين بالذكاء الاصطناعي إلى المحادثة الفعلية، سواءً كانت هاتفية أو عبر واتساب، وتستخلص احتياجات العميل المحتمل، ثم تُحدد نقطة الاتصال التالية بناءً على ذلك، مما يُقلّص الفجوة بين الاستفسار والحجز التي تتركها حملات البريد الإلكتروني الثابتة مفتوحة على مصراعيها.
يلقي صاحب مشروع صغير نظرة خاطفة على هاتفه الذي يهتز بإشعار واتساب، بينما تعرض شاشة الكمبيوتر المحمول خلفه لوحة تحكم إدارة علاقات العملاء (CRM) التي يتم تحديثها في الوقت الفعلي.
معدلات الرد النموذجية حسب القناة
واتساب 35-55%، رسائل نصية قصيرة ~45%، بريد إلكتروني 1-6%
رسم استراتيجية التفاعل متعددة القنوات
يعتمد اختيار القناة المناسبة على مرحلة المحادثة، وليس على التفضيل الشخصي. فالمكالمة الفائتة تتطلب ردًا فوريًا، وسؤال التحقق من الأهلية يُناسب إرساله عبر رسالة واتساب ليجيب عليه العميل المحتمل بين الاجتماعات، أما تأكيد الحجز النهائي فيُفضل أن يكون عبر مكالمة هاتفية أو رابط في التقويم. إن تحديد ذلك مسبقًا، بدلًا من الارتجال مع كل عميل محتمل، هو ما يحافظ على ترابط التسلسل.
يجب أن ينتقل سياق المحادثة مع العميل المحتمل عبر جميع القنوات. فإذا اتصل شخص ما، ثم ترك رسالة صوتية، ثم ردّ على رسالة متابعة عبر واتساب يذكر فيها خدمة معينة، فإن نقطة الاتصال التالية، سواء كانت رسالة نصية أخرى أو مكالمة صادرة، يجب أن تشير إلى تلك التفاصيل بدلاً من إعادة بدء المحادثة من الصفر. وهنا تكمن أهمية اتباع نهج موحد: إذ تتعامل أنظمة الذكاء الاصطناعي من رافينارو مع المكالمات الصوتية ورسائل واتساب ضمن نفس آلية رعاية العملاء، بحيث ينتقل قصد المتصل المعلن إلى سلسلة الرسائل النصية ذهابًا وإيابًا دون أن يكرر العميل المحتمل نفسه. عادةً ما تكون الشركات التي تستخدم بالفعل أتمتة واتساب للتواصل مع العملاء إلى جانب خطوط الهاتف هي الأنسب لتطبيق هذا النظام، لأن القنوات متصلة بالفعل بنفس النظام الأساسي.
تصميم سلاسل رسائل المتابعة الآلية
تتألف سلسلة العمل من ثلاثة أجزاء: استجابة أولية سريعة، وعدد قليل من المتابعات المتباعدة، وقاعدة واضحة لتحديد متى يتولى موظف بشري أو رابط حجز الأمر. مثال عملي يناسب شركة خدمات تتلقى مكالمات واردة يبدو كالتالي.
- يؤدي الاتصال الفائت إلى إرسال رسالة فورية عبر واتساب. في غضون ثوانٍ من الاتصال الفائت، يرسل الذكاء الاصطناعي رسالة عبر واتساب لتأكيد الاتصال، وتحديد اسم الشركة، وسؤال العميل المحتمل عن نوع المساعدة التي يحتاجها.
- المتابعة الحوارية بناءً على الرد: إذا أجاب العميل المحتمل بطلب خدمة أو سؤال، فإن الذكاء الاصطناعي يطرح سؤالاً أو سؤالين تأهيليين حول التوقيت ونوع الخدمة ونطاق الميزانية، ثم يعرض مواعيد متاحة مباشرة في المحادثة.
- محاولة معاودة الاتصال بواسطة الذكاء الاصطناعي إذا لم يتم الرد على المحادثة. إذا لم يكن هناك رد خلال فترة زمنية محددة، عادةً يوم واحد، يقوم الذكاء الاصطناعي بإجراء مكالمة صادرة تشير إلى النص السابق، ثم يقوم بالتصعيد إلى أحد أعضاء الفريق البشري إذا لم يتم الرد على المحاولة الثانية أيضًا.
لا تقل أهمية وتيرة التواصل عن أهمية المحتوى. يتفق خبراء تطوير مبيعات الشركات على أن النطاق الأمثل للتواصل يتراوح بين نقطتين إلى ثلاث نقاط أسبوعيًا، بإجمالي ثماني إلى اثنتي عشرة نقطة تواصل على مدى أسبوعين إلى أربعة أسابيع، قبل أن تنخفض معدلات الاستجابة بسبب إلغاء الاشتراكات والشكاوى من الرسائل المزعجة. هذا الصبر يؤتي ثماره: 80% من المبيعات تتطلب خمس محاولات متابعة على الأقل لإتمامها، ومع ذلك، يتخلى 44% من مندوبي المبيعات عن المتابعة بعد محاولة واحدة فقط، وفقًا لتحليل Growleads لوتيرة متابعة مبيعات الشركات. غالبًا ما يكون لتسلسل الذكاء الاصطناعي الذي يستمر بعد هذه النقطة، عندما يتوقف مندوب المبيعات البشري، دور حاسم في تحديد موعد المقابلة من عدمه.
استخدام الذكاء الاصطناعي للتخصيص والتجزئة
ينبغي أن يستند تقسيم العملاء المحتملين إلى ما يقوله العميل، لا إلى النموذج الذي ملأه. يعتمد تقسيم العملاء المحتملين الثابت على ملء النموذج، حيث يتم فرزهم بناءً على قائمة منسدلة اختاروها مرة واحدة. أما تقسيم العملاء المحتملين الديناميكي، فيعتمد على الذكاء الاصطناعي لاستخلاص الإشارات أثناء المحادثة: سواء ذكر المتصل جدولًا زمنيًا عاجلًا، أو سمّى خدمة معينة، أو أشار إلى أنه صاحب القرار، أو قدّم مبلغًا محددًا للميزانية.
ينجح هذا الأسلوب لأن الذكاء الاصطناعي الحديث في المحادثات قادر على فرض بنية ثابتة لمخرجاته بدلاً من النصوص المتفرقة. فتقنيات مثل "المخرجات المنظمة" من OpenAI و"استخدام الأدوات" من Anthropic تُقيد النموذج لإرجاع حقول JSON نفسها في كل مرة، والتي يستخدمها الذكاء الاصطناعي بعد ذلك لاستدعاء وظائف إدارة علاقات العملاء (CRM) مباشرةً، وتعيين خاصية جهة اتصال، أو تصنيف مرحلة من مراحل مسار المبيعات، أو تحديد عميل محتمل ذي نية عالية، وذلك بشكل حتمي بدلاً من التخمين. يُظهر التحليل التقني الذي أجرته Insurge لبناء نظام تأهيل العملاء المحتملين بالذكاء الاصطناعي كيف يحل استخراج الكيانات في الوقت الفعلي محل الأسلوب القديم المتمثل في انتظار إرسال نموذج لتفعيل شريحة ثابتة. والنتيجة العملية هي أن العميل المحتمل الذي يذكر "أحتاج إلى حل هذه المشكلة بحلول يوم الجمعة" يُوجّه تلقائيًا إلى مسار الاستجابة العاجلة، بينما يحصل العميل المحتمل الذي يسأل فقط عن الأسعار على مسار أبطأ يركز على المعلومات أولاً، دون الحاجة إلى فرز يدوي. هذا المنطق نفسه هو أساس تقنيات تأهيل العملاء المحتملين بالذكاء الاصطناعي المصممة خصيصًا لحجز المواعيد .
دمج محرك رعاية العملاء المدعوم بالذكاء الاصطناعي مع نظام إدارة علاقات العملاء (CRM) الخاص بك
يجب أن تُسجّل جميع تفاعلات الذكاء الاصطناعي، سواءً كانت صوتية أو نصية، في نظام إدارة علاقات العملاء (CRM) كبيانات مُهيكلة فور حدوثها، وليس كتحديث مُجمّع بعد ساعات. تدعم كل من HubSpot وSalesforce وPipedrive هذا الأمر من خلال بنية تحتية مُخصصة لهذا الغرض. تُمكّن واجهة برمجة تطبيقات CRM وواجهة برمجة تطبيقات Calling Extensions من HubSpot وكيل الصوت المدعوم بالذكاء الاصطناعي من إنشاء جهة اتصال أو تحديثها، وتفعيل سير العمل فور انتهاء المكالمة. يستخدم Salesforce Service Cloud Voice كائن Voice Call مُخصصًا إلى جانب واجهة برمجة تطبيقات Composite REST، التي يُمكنها تجميع ما يصل إلى 25 طلبًا فرعيًا في رحلة ذهاب وإياب واحدة للحفاظ على زمن استجابة منخفض أثناء المكالمة المباشرة. يُقدّم Pipedrive نقاط نهاية REST أخف وزنًا واشتراكات webhook التي يتم تفعيلها عند تغييرات مرحلة الصفقة أو سجلات الأنشطة الجديدة. يُغطي استعراض Twig التقني لتكامل الذكاء الاصطناعي الصوتي مع CRM كيفية ربط هذه الاتصالات عادةً للمزامنة في الوقت الفعلي عبر جميع المنصات الثلاث.
تُثير مزامنة نصوص المكالمات ومحادثات واتساب في سجل إدارة علاقات العملاء (CRM) تساؤلاتٍ حول معالجة البيانات لا يُمكن للشركات الصغيرة تجاهلها. تُعتبر التسجيلات الصوتية ونصوصها بياناتٍ شخصية، وفي بعض الأنظمة القانونية تُعتبر بياناتٍ بيومترية، بموجب أُطرٍ مثل اللائحة العامة لحماية البيانات (GDPR)، ما يعني ضرورة الإفصاح مُسبقًا عن أن الذكاء الاصطناعي يُدير التفاعل، ووجود أساسٍ قانوني للتسجيل، وفترة احتفاظ مُحددة قبل الحذف. يُجنّب مراجعة متطلبات الامتثال للائحة العامة لحماية البيانات (GDPR) لنظام استقبال الذكاء الاصطناعي قبل تفعيل مزامنة النصوص، بناء نظام رعاية عملاء يعتمد على ممارسات بيانات قد تحتاج إلى تعديل لاحقًا. تُعدّ السجلات المُكررة نقطة ضعفٍ شائعة أخرى: فالمطابقة بين رقم الهاتف ومعرّف واتساب قبل إنشاء جهة اتصال جديدة، بدلًا من بعدها، تمنع تحويل عميل مُحتمل واحد إلى ثلاثة سجلات منفصلة في نظام إدارة علاقات العملاء عبر ثلاث قنوات.
قياس نجاح حملات رعاية العملاء
لا تُقدّم معدلات فتح الرسائل معلومات كافية حول فعالية سلسلة الرسائل. الأرقام الثلاثة المهمة هي: وقت الاستجابة الأولى، ومعدل تحويل العملاء المحتملين إلى مواعيد، ومرحلة توقف العملاء المحتملين عن الرد في سلسلة الرسائل. يجب تتبع وقت الاستجابة الأولى بالدقائق، وليس بالساعات، نظرًا لسرعة انخفاض احتمالات التأهيل. يجب قياس معدل تحويل العملاء المحتملين إلى مواعيد لكل قناة ولكل نقطة اتصال، حتى تتمكن من معرفة ما إذا كان سؤال التأهيل عبر واتساب أو محاولة معاودة الاتصال هي التي أدت فعليًا إلى الحجز، بدلًا من الاعتماد على متوسط الحملة ككل.
يُعد تحليل معدل التوقف عن التواصل بنفس أهمية رقم التحويل الرئيسي. فإذا توقف معظم العملاء المحتملين عن التفاعل بعد نقطة الاتصال الثانية بدلاً من الرابعة، فهذا يدل على ضرورة إعادة صياغة الرسالة الثانية قبل إضافة المزيد من نقاط الاتصال لاحقًا. ويتطلب ربط الحجز بنقطة اتصال محددة، بدلاً من ربطه بـ"الحملة" بشكل عام، إضافة وسم لكل رسالة ومكالمة في نظام إدارة علاقات العملاء (CRM) باستخدام مُعرّف خطوة التسلسل، وهذا سبب إضافي لضرورة مزامنة نظام إدارة علاقات العملاء المذكورة أعلاه في الوقت الفعلي. للاطلاع على إطار عمل أكثر شمولاً لربط هذه الأرقام بالعائد الفعلي على الاستثمار، راجع هذا الدليل لقياس عائد الاستثمار لأنظمة الاستقبال الذكية للشركات الصغيرة .
الأخطاء الشائعة عند أتمتة رعاية العملاء المحتملين باستخدام الذكاء الاصطناعي
الإفراط في إرسال الرسائل هو أسرع طريقة لتحويل عميل محتمل جاد إلى عميل ضائع. فالعميل الذي ردّ مرتين وطلب معاودة الاتصال لا يحتاج إلى رسالة واتساب آلية ثالثة؛ بل يجب أن يكتشف النظام هذا التفاعل ويوقف الرسائل الآلية مؤقتًا لصالح التواصل البشري أو إجراء مكالمة مجدولة. ويؤكد تحليل مار تك للعلاقة بين الملاءمة والاكتشاف في رعاية العملاء المحتملين في قطاع الأعمال على نفس الفكرة: فالتواصل المبني على ما يُشير إليه العميل المحتمل أفضل من عدد ثابت من الرسائل المطبقة بشكل موحد.
ثلاثة أخطاء أخرى تظهر بشكل متكرر في الممارسة العملية:
- قوائم الحظر التي لا يتم تحديثها في اللحظة التي يقوم فيها عميل محتمل بالحجز أو الشراء أو يطلب التوقف، مما يؤدي إلى استمرار العميل الذي حجز بالفعل في تلقي رسائل نصية ترويجية مخصصة للعملاء المحتملين.
- تجاهل طلبات إلغاء الاشتراك، الأمر الذي يعرض الولايات المتحدة لخطر التعرض المباشر بموجب قواعد قانون حماية المستهلك عبر الهاتف (TCPA) التي تتطلب موافقة مسبقة على الرسائل النصية القصيرة الآلية والتواصل الصوتي والاستجابة الفورية لطلبات عدم الاتصال.
- ترك مطالبات الذكاء الاصطناعي ثابتة بعد الإطلاق بدلاً من مراجعتها بناءً على بيانات الرد والانسحاب الفعلية، لذا فإن الرسالة التي يكون أداؤها ضعيفاً في الأسبوع الأول تستمر في الأداء الضعيف في الأسبوع الثاني عشر.
تُطبق قواعد الموافقة والإفصاح من أول اتصال، وليس فقط بمجرد أن يصبح العميل المحتمل متقدمًا في التسلسل، كما أن إقران سير عمل رعاية العملاء بتغطية متعددة اللغات واضحة أمر مهم إذا كانت نسبة كبيرة من العملاء المحتملين الواردين يراسلون بلغة أخرى غير الإنجليزية؛ وتغطي هذه النظرة العامة لخيارات الدعم الآلي متعدد اللغات للشركات الصغيرة ما يجب التحقق منه قبل توسيع التسلسل عبر اللغات.
ابدأ بمراجعة متوسط وقت الاستجابة الأولية لآخر عشرين عميلًا محتملًا، ثم حدد نقاط التواصل التي كان من الممكن أن تصل إليها رسائل واتساب أو معاودة الاتصال بالعملاء الذين لم يتفاعلوا. هذا الرقم تحديدًا، أكثر من أي رقم آخر، يُشير إلى نقطة البداية الصحيحة لتسلسل التواصل الآلي.
Written by Ravinaro
We build AI receptionists, WhatsApp agents and booking automation for small businesses. If this post raised a question about your own setup, a short call answers it faster than a search.
Keep reading
