إدارة مراجع العملاء التي تطابق قصة النجاح المناسبة مع العميل المحتمل المناسب

كل شركة B2B لديها منتج يستحق البيع تبني في النهاية مكتبة مراجع للعملاء. العملية مكلفة وبطيئة: تحديد عميل سعيد، والتفاوض على استعداده للمشاركة، وجدولة مقابلة، وصياغة دراسة الحالة، والحصول على موافقة قانونية، والحصول على موافقة فريق التسويق الخاص بالعميل، وتصميمها، ونشرها، وإضافتها إلى الموقع. قد تستغرق دراسة حالة واحدة من ستة إلى اثني عشر أسبوعًا من المقابلة إلى النشر، وقد تبلغ التكلفة الإجمالية — وقت الكاتب، ووقت المصمم، وإدارة المشروع، ورأس مال علاقات العملاء — ما بين 3000 دولار و 8000 دولار لكل قصة. الشركات التي لديها ثلاثون دراسة حالة منشورة قد استثمرت ما بين 90,000 دولار و 240,000 دولار في تلك المكتبة. وبعد ذلك لا أحد يستخدمها بفعالية.

تجلس مكتبة المراجع في صفحة "دراسات الحالة"، وعادة ما تكون منظمة حسب الصناعة أو خطوط المنتجات، مع عدد قليل من مربعات اختيار التصفية وشبكة من البطاقات. يتصفح العملاء المحتملون ذلك مثل الكتالوج — إذا قاموا بالتصفح على الإطلاق. معظمهم لا يفعلون، لأن تصفح شبكة من الصور المصغرة لدراسات الحالة ليس بالطريقة التي يقيم بها الناس البرامج. يقيم الناس عن طريق طرح الأسئلة: "هل هذا يعمل في مجال الرعاية الصحية؟" "هل استخدمه أحد بحجم شركتي؟" "ما نوع النتائج التي تحققها الشركات في قطاع التصنيع؟" هذه أسئلة مطابقة، وشكل الشبكة مع المرشحات هو واجهة سيئة للمطابقة. إما أن يتخلى العميل المحتمل عن الأمر ويسأل المبيعات (مما يضيف أيامًا إلى الدورة) أو يختار دراسة حالة عشوائية ويأمل أن تكون ذات صلة (وهو ما لا تكون عليه عادةً، لأن العنوان قال "قصة نجاح للمؤسسات" وهم شركة ناشئة تضم 50 موظفًا).

تجربة فريق المبيعات مع مكتبة المراجع محبطة بنفس القدر، ولكن من الجانب الآخر. يستعد مندوب لمكالمة مع عميل محتمل في الخدمات المالية، فريق من 200 شخص، الشاغل الرئيسي هو أتمتة الامتثال. يعلم المندوب أن هناك دراسة حالة في مكان ما تغطي ملفًا شخصيًا مشابهًا، لكن جدول البيانات الداخلي الذي يربط المراجع بالمعايير لم يتم تحديثه منذ الربع الثالث. يسأل في قناة Slack: "هل يعرف أحد ما إذا كان لدينا دراسة حالة في مجال التكنولوجيا المالية؟" يرد شخصان برابطين مختلفين، أحدهما يتضح أنه مسودة لم تتم الموافقة عليها للاستخدام الخارجي. يختار المندوب الخيار الأكثر أمانًا، ويقرأه بسرعة قبل خمس دقائق من المكالمة، ويقدم مرجعًا ذا صلة بشكل عرضي بدلاً من أن يكون مطابقًا تمامًا. يسمع العميل المحتمل قصة عن بنك به 5000 موظف ويتساءل عما علاقة ذلك بشركتهم الناشئة للتكنولوجيا المالية المكونة من 200 موظف. المرجع، بدلاً من بناء المصداقية، يخلق مسافة.

يحل Asyntai مشكلة المطابقة عن طريق جعل مكتبة المراجع قابلة للبحث عبر المحادثة. يقوم الذكاء الاصطناعي بمسح صفحة دراسات الحالة الخاصة بك (ما يصل إلى 50 صفحة)، ويقرأ كل مرجع منشور بالكامل، ويفهم المحتوى — صناعة العميل، وحجمه، وتحديه، وحله، ونتائجه القابلة للقياس — دون الحاجة إلى وسم أو تصنيف أي شيء. عندما يسأل العميل المحتمل "هل لديكم عملاء في مجال الرعاية الصحية؟" لا يعرض روبوت الدردشة شبكة مصفاة. بل يلخص دراسة الحالة الأكثر صلة بالرعاية الصحية، ويسلط الضوء على النتائج، ويعرض مشاركة القصة الكاملة. إذا تابع العميل المحتمل بـ "أي شخص أقل من 100 موظف؟" يضيق الذكاء الاصطناعي المطابقة بشكل أكبر. تحل المحادثة محل التصفية — والمحادثة هي واجهة مطابقة أفضل بكثير لأن العميل المحتمل يمكنه التعبير عن معايير لم يتوقعها أي تصنيف مربعات اختيار أبدًا.

الفهم الدلالي هو ما يفصل هذا عن شريط البحث. يبحث البحث التقليدي في صفحة دراسات الحالة عن الكلمات الرئيسية: اكتب "تقليل التناقص" وستجد دراسات الحالة التي تستخدم كلمة "التناقص" في العنوان أو النص. لكن الذكاء الاصطناعي يفهم المعنى. إذا ناقشت دراسة حالة "تحسين الاحتفاظ بالعملاء بنسبة 28٪" دون استخدام كلمة "التناقص" على الإطلاق، فإن روبوت الدردشة يعرضها عندما يسأل العميل المحتمل عن تقليل التناقص — لأنه يفهم أن تقليل التناقص وتحسين الاحتفاظ هما نفس النتيجة. هذا النوع من الاستدلال عبر المصطلحات شيء لا يمكن أن يجسده الوسم اليدوي بالكامل، لأنه لا يمكنك توقع كل مرادف وتنوع قد يستخدمه العميل المحتمل. الذكاء الاصطناعي يقوم بذلك بشكل طبيعي.

بالنسبة لفرق المبيعات، فإن حالة الاستخدام الداخلي لا تقل أهمية عن تلك التي تواجه العملاء المحتملين. انشر روبوت الدردشة على صفحة داخلية ودع المندوبين يستعلمون عن مكتبة المراجع بنفس الطريقة التي يسأل بها العملاء المحتملون. "ما هو أقوى مرجع لدينا في قطاع التجزئة مع جدول زمني قصير للتنفيذ؟" ينتج عنه توصية منسقة مع رابط دراسة الحالة ونقاط الحديث الرئيسية لاستخدامها في المكالمة. يستعد المندوبون في 30 ثانية بدلاً من 15 دقيقة. تتحسن جودة مطابقة المراجع لأن الذكاء الاصطناعي يبحث في النص الكامل لكل دراسة حالة، وليس في جدول البيانات القديم الذي كان من المفترض أن يقوم شخص ما في تسويق العملاء بتحديثه الشهر الماضي. وعندما يتم نشر دراسة حالة جديدة، فإنها تدخل المكتبة القابلة للبحث تلقائيًا — لا يوجد صف لإضافته، ولا علامة لتعيينها، ولا بريد إلكتروني لإرساله إلى فريق المبيعات.

البُعد متعدد اللغات يفتح قدرة لا تستطيع معظم أساليب إدارة المراجع مجاراتها. من المحتمل أن تكون دراسات الحالة الخاصة بك مكتوبة باللغة الإنجليزية. لكن عميلك المحتمل في ألمانيا يسأل عن مراجع التصنيع باللغة الألمانية. يجيب روبوت الدردشة باللغة الألمانية، مستمدًا من دراسة الحالة المكتوبة باللغة الإنجليزية حول عميل تصنيع، ويترجم التفاصيل ذات الصلة مع الحفاظ على المقاييس والنتائج المحددة. يتم دعم ستة وثلاثين لغة. عميل محتمل في اليابان، أو عميل محتمل في البرازيل، أو عميل محتمل في المملكة العربية السعودية — يحصل الجميع على مطابقات مراجع بلغتهم من مكتبة واحدة باللغة الإنجليزية. لست بحاجة إلى ترجمة دراسات الحالة. لست بحاجة إلى صفحات مراجع محلية. الذكاء الاصطناعي يتعامل مع التحويل اللغوي مع الحفاظ على الحقائق سليمة.

تمتد الأدوات المخصصة في خطتي Standard و Pro لتوسيع قدرة المطابقة إلى البيانات المهيكلة. إذا كانت مكتبة المراجع الخاصة بك تتضمن بيانات وصفية — حجم الصفقة، وجدول النشر، وأرقام عائد الاستثمار، ومجموعة التكامل — فيمكن لروبوت الدردشة الاستعلام عن تلك البيانات ديناميكيًا أثناء المحادثة. "أرني مراجع ذات نشر أقل من 30 يومًا" يسحب من الحقول المهيكلة، وليس فقط من النص. بالنسبة للشركات التي لديها مكتبات مراجع كبيرة (أكثر من 50 دراسة حالة)، ينتج هذا المطابقة المهيكلة نتائج أكثر دقة بشكل ملحوظ من البحث النصي فقط، لأن الذكاء الاصطناعي يمكنه التصفية حسب المعايير الكمية قبل ترتيبها حسب الأهمية النوعية.

حسابات التكلفة تستحق المعالجة بشكل مباشر. عادةً ما تكلف منصات إدارة مراجع المؤسسات — تلك التي تحتوي على بوابات للمناصرين، وسير عمل طلب المراجع، وتكاملات CRM — ما بين 30,000 دولار و 100,000 دولار سنويًا وتتطلب منسق تسويق عملاء مخصص لتشغيلها. هذا هو الاستثمار المناسب لشركة لديها برنامج دعوة عملاء ناضج وفريق مبيعات يعالج خمسين طلب مرجع شهريًا. بالنسبة للعدد الأكبر من الشركات التي لديها عشرة إلى خمسين دراسة حالة على صفحة ويب وفريق مبيعات يحتاج إلى العثور على المرجع المناسب في الوقت المناسب، فإن هذا المستوى من الأدوات مبالغ فيه. تبدأ تكلفة Asyntai من 39 دولارًا إلى 449 دولارًا شهريًا، ويتم تثبيتها في دقائق، ولا تتطلب دور منسق. إنها لا تحاول أن تكون منصة دعوة كاملة. إنها تحاول أن تجعل محتوى المراجع الذي استثمرت فيه بالفعل قابلاً للاكتشاف — من قبل العملاء المحتملين ومن قبل فريقك الخاص — بتكلفة لا تتطلب اجتماعًا للموافقة على الميزانية.