Доступна русская версия сайта
На этом сайте принимаются только международные карты
सेल्स में न्यूरल नेटवर्क से कॉल का विश्लेषण, सेल्स मैनेजरों के लिए स्क्रिप्ट, लीड की योग्यता जाँचना और डील का अनुमान लगाएँ। उपयोगी टूल और असली उदाहरण जानें।
सेल्स टीम का समय ग्राहकों से बात करने में नहीं, बल्कि दस्तावेज़ तैयार करने और एक ही सवालों के बार-बार वही जवाब देने में बर्बाद होता है। सेल्स में AI की मदद किसी एक ऐसे टूल से नहीं मिलती जो हर काम कर दे, बल्कि कुछ खास कामों में इसके इस्तेमाल से मिलती है—जैसे कमर्शियल प्रस्ताव का मसौदा तैयार करना या ग्राहक के साथ हुई बातचीत का विश्लेषण करना।
किसी टूल को अपनाने से पहले यह समझना ज़रूरी है कि मैनेजर का सबसे ज़्यादा समय किन रोज़मर्रा के कामों में जाता है।
आम समस्याएँ ये हैं:
अलग-अलग देखें तो इनमें से कोई भी समस्या बहुत गंभीर नहीं लगती, लेकिन मिलकर ये मैनेजर के कामकाजी दिन का बड़ा हिस्सा ले लेती हैं—जबकि वह समय ग्राहकों से बातचीत में लगाया जा सकता है।
अगर आप गिनें कि मैनेजर किसी दस्तावेज़ को फॉर्मैट करने, वही जवाब दोबारा लिखने और आपत्ति का जवाब देने के लिए सही शब्द खोजने में कितना समय लगाता है, तो तस्वीर साफ़ हो जाती है। ये छोटे, लेकिन बार-बार होने वाले काम ऑटोमेशन के लिए सबसे पहले चुने जाने चाहिए—संभावित ग्राहक के साथ बातचीत को नहीं।
सेल्स मैनेजर को कम-से-कम एक बार इन कामों में लगने वाला समय मापना चाहिए, ताकि टीम कितनी व्यस्त है इसका सामान्य अंदाज़ा लगाने के बजाय समय की असली बर्बादी का पता चल सके।
ऊपर दी गई हर समस्या के लिए AI के इस्तेमाल का एक खास तरीका है, जो सीधे उसी काम को आसान बनाता है।
इसके मुख्य तरीके ये हैं:
इन पाँचों तरीकों में मैनेजर ग्राहक को भेजने से पहले नतीजे की जाँच करता है। किसी खास सौदे का संदर्भ न हो तो शब्दों का चुनाव सटीक नहीं हो सकता, इसलिए अंतिम बदलाव हमेशा कोई व्यक्ति ही करता है।
यह बात खास तौर पर आपत्तियों का जवाब देते समय लागू होती है। आम जवाबों का संग्रह एक अच्छी शुरुआत है, लेकिन ग्राहक के साथ असली बातचीत अक्सर तय स्क्रिप्ट से हट जाती है। मैनेजर को जवाब को सामने आई स्थिति के मुताबिक ढालना आना चाहिए—बातचीत के संदर्भ को समझे बिना तैयार वाक्य पढ़ देना ठीक नहीं।
कॉल स्क्रिप्ट को भी बातचीत के दौरान ग्राहक के मुताबिक ढालना पड़ता है: AI बातचीत की रूपरेखा बनाता है, लेकिन मैनेजर ग्राहक के हिसाब से लहज़ा और गति बदलता है। ऐसा न हो तो बातचीत रटी-रटाई लगती है और ग्राहक पर अच्छा असर नहीं छोड़ती।
AI अपनाने के असर का आकलन उन खास कामों में करना आसान होता है, जहाँ पहले और बाद में लगने वाले समय की तुलना की जा सकती है।
आम तौर पर ये नतीजे देखने को मिलते हैं:
इन आँकड़ों को पक्के नतीजे की बजाय एक अंदाज़ा मानें: असल असर उत्पाद, ग्राहक सूची की गुणवत्ता और प्रॉम्प्ट टेम्पलेट कितनी बारीकी से तैयार किए गए हैं, इस पर निर्भर करता है।
व्यवहार में असर पहले ही अनुरोध से नहीं दिखता, बल्कि तब बढ़ता है जब टीम अपने उत्पाद के लिए कामयाब प्रॉम्प्ट तैयार करती जाती है। आम तौर पर शुरुआती दो-तीन हफ्ते ऐसे शब्द और निर्देश खोजने में लगते हैं जिनसे बिना बदलाव किए लगातार अच्छे नतीजे मिलें।
दूसरों के प्रॉम्प्ट को बिना ढाले कॉपी न करें: एक उद्योग में काम करने वाला तरीका किसी दूसरे उत्पाद या ग्राहक वर्ग के लिए सही हो, यह ज़रूरी नहीं। टेम्पलेट को तैयार उदाहरण मानकर जस-का-तस इस्तेमाल करने के बजाय अपनी ग्राहक सूची के मुताबिक बेहतर बनाएँ।
पूरी सेल्स प्रक्रिया को एक साथ ऑटोमेट करने की कोशिश करने के बजाय एक काम से शुरुआत करना बेहतर है।
कदम इस क्रम में उठाएँ:
नतीजे की गुणवत्ता इस बात पर निर्भर करती है कि अनुरोध में लक्षित ग्राहक वर्ग और सौदे के संदर्भ का कितना बारीकी से वर्णन किया गया है: बिना जानकारी वाला सामान्य प्रॉम्प्ट अक्सर ऐसा घिसा-पिटा जवाब देता है जिसे दोबारा लिखना पड़ता है।
गोपनीयता की सीमा का भी ध्यान रखें: अनुबंध के तहत जिन ग्राहक जानकारियों को तीसरे पक्ष के साथ साझा नहीं किया जा सकता, उन्हें किसी खुले अनुरोध में पूरा का पूरा न डालें। टेम्पलेट तैयार करने के लिए उसी तरह के सौदे की गुमनाम मिसाल काफ़ी है।
chataibot.pro एक ही विंडो में कई न्यूरल नेटवर्क का सेट है। जटिल CRM सीखने या बॉट प्रोग्राम करने की ज़रूरत नहीं—बस कोई टूल चुनें और सीधे अपने ब्राउज़र में काम शुरू करें।