AI a CRM-ben: mire jó egy magyar KKV-nak, és mire nem?

Az AI kapcsán a KKV-vezetők gyakran két szélsőség között mozognak: vagy túl sokat várnak tőle, vagy egyszerűen legyintenek rá.

A CRM-ben ennél jóval egyszerűbb a helyzet.

A mesterséges intelligencia jól használható rangsorolásra, összefoglalásra, szövegvázlatok készítésére és a következő lépések támogatására. Sokkal kevésbé alkalmas arra, hogy önállóan tárgyaljon, árat határozzon meg vagy üzleti felelősséget vállaljon.

Ráadásul az AI csak abból tud dolgozni, ami a rendszerben rendelkezésére áll. Ha a CRM adatai hiányosak vagy pontatlanok, a kapott eredmények is azok lesznek – legfeljebb meggyőzőbb megfogalmazásban.

Ebben a cikkben azt nézzük meg, mire érdemes egy 10–40 fős magyar vállalkozásnál használni a CRM-be épített AI-funkciókat, és mely döntéseket érdemes továbbra is embernél tartani.

Hol tartanak a magyar vállalatok?

A Budapesti Corvinus Egyetem kutatása szerint a magyar vállalatok körülbelül 13 százaléka használ célzott mesterségesintelligencia-megoldásokat. A kutatás arra is rámutat, hogy az ERP- vagy CRM-rendszereket a vállalatoknak csak nagyjából minden ötödike használja teljes körűen. A részletes eredmények a Corvinus kutatási összefoglalójábanolvashatók.

Ez fontos összefüggés.

A célzott AI-használat még viszonylag ritka, miközben sok vállalatnál maga az alapvető digitalizáció sincs teljesen kihasználva. Lehet egy vállalkozásnak CRM-rendszere úgy is, hogy az értékesítők továbbra is Excelben, e-mailben vagy a saját jegyzeteikben dolgoznak.

Ezért az AI bevezetésének sorrendje sem mindegy.

Először legyen megbízható ügyfélnyilvántartás és értékesítési pipeline. Utána érdemes automatizált rangsorolást, összefoglalást vagy szövegasszisztenst bevezetni.

Az AI a magyar cégeknél című cikkben tágabb vállalati nézőpontból foglalkozunk a témával. Itt kifejezetten a CRM-en belüli, napi működésre koncentrálunk.

Mire jó az AI a napi CRM-munkában?

Egy kisebb vagy közepes vállalkozásnál három területen lehet különösen hasznos.

1. Lead scoring és priorizálás

Az AI segíthet rangsorolni az érdeklődőket és üzleti lehetőségeket a CRM-ben található információk alapján.

Nem azt dönti el, hogy kinek fogunk biztosan eladni. Inkább abban segít, hogy a reggeli listában melyik érdeklődővel érdemes előbb foglalkozni.

Erről részletesebben a lead scoring cikkben írunk.

2. Ügyfél- és dealösszefoglalók

Egy régóta futó üzleti lehetőségnél könnyen összegyűlhet több tucat jegyzet, e-mail és aktivitás.

Ezek manuális átolvasása időigényes.

Egy jól működő AI-asszisztens képes lehet néhány bekezdésben összefoglalni:

• mi történt eddig;

• hol tart az ügy;

• mi volt az utolsó egyeztetés;

• mi lehet a következő lépés.

Ez különösen hasznos lehet ügyátadásnál vagy akkor, amikor egy kolléga szabadságon van.

3. Szövegvázlatok készítése

Az AI jó első verziót tud készíteni például:

• follow-up e-mailből;

• meeting-emlékeztetőből;

• értékesítési összefoglalóból;

• vezetői napi briefingből.

A hangsúly azonban az első verzión van.

Az AI-val generált szöveget érdemes átolvasni és szükség esetén módosítani, különösen akkor, ha az közvetlenül ügyfélhez kerül.

A VentasCRM-ben az ilyen AI-funkciók csomagtól függően érhetők el. A modulok között érdemes megnézni, mely funkciók kapcsolhatók be.

A bevezetésnél azonban nem feltétlenül az a cél, hogy minden AI-funkció egyszerre elinduljon. Sokkal hasznosabb lehet egy konkrét folyamatot négy hétig kipróbálni, és megnézni, valóban megtakarít-e időt.

Mire ne számítson az AI-tól?

Az AI nem zárja le helyettünk az üzletet.

Nem ismeri automatikusan a cég árrését, üzleti stratégiáját vagy az adott ügyféllel kialakult kapcsolat minden részletét.

Nem pótolja a visszahívást sem.

Ha az értékesítő nem rögzíti a CRM-ben a telefonbeszélgetés lényegét, az AI sem fogja tudni, hogy mi történt. Ha a pipeline státuszai nem tükrözik a valóságot, a scoring is hibás adatokból indul ki.

Ezért érdemes egy egyszerű szabályt követni:

az AI egy meglévő, működő értékesítési folyamatot tud gyorsítani. Magát a folyamatot nem helyettesíti.

Kockázatos lehet például:

• teljesen automatikusan kiküldeni AI által írt ügyfélleveleket;

• stratégiai döntéseket kizárólag egy CRM-chat válaszára alapozni;

• egy AI-összefoglalót ellenőrzés nélkül tényként kezelni;

• automatikus pontszám alapján végleg kizárni egy üzleti lehetőséget.

A legtöbb KKV-nál sokkal nagyobb értéket jelent az egyszerűbb felhasználás: kevesebb keresgélés, gyorsabb első szövegvázlat és jobb napi prioritási sorrend.

Adatminőség: az AI egyik legfontosabb előfeltétele

Az AI csak azokat az információkat tudja feldolgozni, amelyek rendelkezésére állnak.

Ha egy érdeklődő forrása nincs rögzítve, a cégméret csak becslés, a jegyzet pedig annyi, hogy „beszéltünk”, abból nehéz jó rangsorolást vagy összefoglalót készíteni.

Ezért egy AI-alapú scoring bevezetése előtt érdemes néhány hétig következetesen rögzíteni legalább:

• a lead forrását;

• a következő lépést;

• a következő aktivitás időpontját;

• az utolsó egyeztetés rövid összefoglalóját.

Ez nem látványos feladat, de ettől válik el egy jó bemutató a valóban használható rendszertől.

A Corvinus által idézett CRM-használati arány éppen ezért érdekes: nem ugyanaz, hogy egy vállalkozás rendelkezik CRM-rendszerrel, és az, hogy következetesen használja is azt.

Adatvédelem és AI

Az AI használata nem változtat azon, hogy az ügyféladatokat jogszerűen és megfelelő célból kell kezelni.

Érdemes alapelvként kezelni, hogy AI-funkcióba se kerüljön olyan személyes vagy üzletileg érzékeny adat, amelyet a vállalkozás egyébként sem kezelhetne.

A cégen belül pedig célszerű tisztázni:

• milyen adatokat dolgozhat fel az AI;

• ki fér hozzá az eredményekhez;

• meddig maradnak meg az adatok;

• milyen esetekben szükséges emberi ellenőrzés.

A technológia változik, de az adatkezelési és üzleti felelősség továbbra is a vállalkozásnál marad.

Példa: egy 15 fős B2B disztribútor

Vegyünk egy 15 fős B2B disztribútorcéget.

Két külső értékesítő napi 15–20 partnerrel foglalkozik, miközben a belső ügyfélszolgálat kezeli a beérkező érdeklődéseket és e-maileket.

A tulajdonos azt szeretné, hogy az AI segítsen eldönteni, kit érdemes aznap először felhívni.

Az első héten azonban a scoring szinte minden érdeklődőt hasonlóan értékel.

Nem azért, mert az AI rosszul működik.

Azért, mert a CRM-ben több ügyfélnél hiányzik a lead forrása, az utolsó aktivitás és a megfelelő jegyzet.

A csapat ezért két hétig nem az algoritmust állítgatja, hanem az adatokat teszi rendbe.

Minden új partnerhez bekerül a forrás, minden fontos telefon után készül egy rövid jegyzet, és megjelenik a következő lépés is.

A harmadik héten a rangsor már értelmezhetőbb képet mutat. Előrébb kerülnek például a rendszeresen vásárló partnerek és azok a friss érdeklődők, akik nagyobb várható rendelési értéket jeleztek.

Az AI ettől még nem szerzett új ügyfelet.

Viszont reggelente körülbelül 15 percet megspórolhat a csapatnak azzal, hogy nem nulláról kell összeállítani a napi prioritási listát.

A belső kolléga pedig egy automatikus ügyfélösszefoglaló segítségével gyorsabban tudja átadni az ügyet az értékesítőnek.

A fontos szabály továbbra is megmarad:

az AI sorrendet javasol. A végső döntést az ember hozza meg.

Hogyan próbálja ki négy hét alatt?

Nem feltétlenül szükséges vállalati AI-stratégiával kezdeni.

Válasszanak ki:

• egy felhasználót;

• egy konkrét problémát;

• egy AI-funkciót;

• és egy mérőszámot.

Például:

Felhasználó: értékesítő
Probléma: túl sok idő megy el a napi prioritási lista elkészítésével
AI-funkció: lead scoring
Mérőszám: lista összeállítására fordított idő

Vagy:

Felhasználó: ügyfélszolgálati munkatárs
Probléma: lassú az ügyátadás
AI-funkció: ügyfélösszefoglaló
Mérőszám: egy ügy átadására fordított idő

Négy hét után már érdemes megnézni, hogy változott-e valami.

Ha nem, annak oka lehet maga a funkció, de gyakran az alapadatok minősége a probléma.

Ha viszont mérhető időmegtakarítás vagy jobb follow-up arány látható, érdemes tovább bővíteni a használatot.

A store akkor lesz igazán érdekes, amikor már saját adatokkal is kiderült, mely funkció hoz tényleges értéket a vállalkozásnak.

Egyszerű szabályok az első négy hétre

• Egy funkcióval és egy felhasználóval induljon a teszt.

• Az első két hétben minden ügyfélhez kerülő AI-szöveget olvasson át ember.

• Nyert vagy elvesztett üzlet lezárásáról továbbra is ember döntsön.

• Ha az AI rendszeresen értelmetlen javaslatot ad, először a bemeneti adatokat ellenőrizzék.

• Mérjenek konkrét időt vagy eredményt, ne csak azt, hogy „hasznosnak tűnik”.

Ember és modell: ki dönt és ki javasol?

A legjobb működés általában akkor alakul ki, ha világos a feladatmegosztás.

Az AI javasol:

• prioritási sorrendet;

• szövegvázlatot;

• összefoglalót;

• következő aktivitást.

Az ember dönt:

• árról;

• kedvezményről;

• ügyfélnek tett ígéretről;

• kommunikációs hangnemről;

• üzlet lezárásáról.

Ha ez a határ nincs meghatározva, könnyen két szélsőség alakulhat ki.

Az egyik esetben a csapat túlzottan bízik az AI-ban, és ellenőrzés nélkül használja annak javaslatait.

A másikban annyira fél az automatizálástól, hogy gyakorlatilag semmire sem használja.

Az első hetekben ezért érdemes minden kimenetet emberrel ellenőriztetni. Később ez szűkíthető a nagyobb kockázatú helyzetekre, például:

• új ügyfél;

• jelentős üzleti érték;

• panasz;

• szerződéses vagy árazási kérdés.

Egy belső ügyfélösszefoglaló ennél jóval kisebb kockázatú, ezért ott gyorsabban lehet automatizálni.

A vezetői AI-briefing szintén kényelmes eszköz lehet, de érdemes időnként visszanézni az eredeti CRM-adatokat is.

Ha ugyanis a forrásadat hiányos, az AI által készített összefoglaló sem lesz megbízható.

Ezért a bevezetés sorrendje továbbra is egyszerű:

adatok → pipeline → AI.

A magyar céges AI tágabb kontextusában is ez lehet a reális út: nem az a kérdés, hogy minden folyamatba bekerül-e AI, hanem az, hogy találunk-e néhány olyan pontot, ahol ténylegesen időt vagy energiát takarít meg.

Mit csináljon jövő hétfőn?

1. Írja össze, melyik értékesítési feladat viszi el a legtöbb felesleges időt: napi lista összeállítása, e-mail-írás, ügyátadás vagy korábbi információk keresése.

2. Válasszon ezek közül egyetlen problémát.

3. Ellenőrizzen tíz nyitott üzleti lehetőséget: van-e megfelelő jegyzet, következő lépés és dátum.

4. Ha elérhető lead scoring, próbálja ki egy értékesítővel, majd hasonlítsa össze a javasolt sorrendet a saját prioritásaival.

5. Készítsen AI-összefoglalót egy régóta futó üzletről, és ellenőrizze, mi hiányzik vagy mi pontatlan benne.

6. Négy hét után mérje meg, hogy kevesebb időt visz-e el az adott feladat.

A csomagoknál megnézhető, melyik VentasCRM szinten érhetők el az egyes AI-funkciók.

Az AI akkor válik igazán hasznos CRM-eszközzé, ha nem várunk tőle többet annál, amiben valóban jó.

Segít sorrendet állítani, összefoglalni és gyorsabban elkészíteni az első verziót. Az üzleti döntést azonban továbbra is ember hozza meg.

Egy KKV számára ezért nem feltétlenül az a legjobb AI-stratégia, hogy minél több mesterséges intelligenciát épít a működésébe.

Sokkal jobb kérdés:

hol lehet vele naponta 10–20 perc felesleges munkát megszüntetni?