“Nova”智能销售自动化；将分散的销售线索转变为智能销售流程
品牌类型： 提供软件解决方案和技术服务的B2B公司
品牌名称： 新星
内坦尼克服务： 人工智能、销售自动化、AI Agent、CRM、智能系统设计
基础设施和现场技术经理：Navid Zamani
项目经理兼平面设计师：Sohail Motaghinia
Nova 智能销售自动化
Nova 是一家活跃于软件解决方案领域的 B2B 公司，随着营销活动的增加，引入的潜在客户数量也有所增加。主要问题不再是吸引潜在客户；而是不再吸引潜在客户。问题在于销售团队无法以相同的速度和准确性对所有潜在客户进行筛选、优先排序和跟进。部分信息存在于网站表单中，部分信息存在于 CRM 中，部分信息存在于销售团队的对话和电子邮件中，这种分散性并不能全面了解每个潜在客户。 Netanik为了解决这个问题，一 智能销售自动化 旨在通过结合人工智能、行为分析、潜在客户评分和 CRM，使销售流程更加结构化。
Nova的主要问题
在 B2B 销售流程中，并非所有潜在客户都具有相同的商业价值，仅仅增加潜在客户数量并不能转化为销售业绩的提高。一家公司每天可能会收到数十个请求，但其中只有一小部分符合行业、组织规模、需求、预算或购买时间方面的服务要求。如果销售团队必须以相同的方式处理所有这些潜在客户，那么大量时间就会花在不太可能转化的机会上。因此，Nova的主要问题是构建一个系统 潜在客户的识别、优先级排序和智能跟踪 是
项目目的
Netanik 的目标是设计一个系统，可以在销售线索进入销售跟进阶段之前收集和分析有关销售线索的可用信息。该系统必须能够结合公司属性、联系信息、输入源、用户行为和请求类型，以创建线索的连贯画面。然后，根据定义的规则和分析模型，将线索置于不同的优先级中，并为每个组确定下一步行动。这样，销售团队就可以专注于更相关的机会，而不是手动管理大量潜在客户。
建议的内部链接： 在“商业人工智能”一词中 → 链接到 Netanik 的人工智能服务页面。
智能销售自动化架构
在设计这个 智能销售自动化Netanik 将流程划分为几个独立但相互连接的层，以便每个部分都有特定的任务。原始数据从不同渠道输入系统，经过清洗和结构化后，提供给智能层进行分析。然后，系统根据定义的标准评估每个潜在客户的质量和准备情况，并将结果传输到 CRM。最后，根据每个潜在客户的状态，执行适当的工作流程来跟进、通知或转移给销售专家。
潜在客户进入路径
该系统的第一步是接收来自不同来源的线索，其目的是防止信息分散在多个渠道中。网站表单、广告活动、登陆页面、咨询请求和其他接触点可以连接到系统，并将基本信息放入定义的结构中。收到数据后，将识别重复或不完整的信息，并在 CRM 系统中创建或更新潜在客户记录。这种结构使每条线索从一开始就有一条清晰且可追踪的路径。
系统主要流程
流程总体架构设计如下：
从不同渠道获取线索
清理和整合信息
利用人工智能分析潜在客户概况和行为
计算分数并确定优先级
将结果记录在 CRM 中并运行工作流程
将适当的线索转移给销售团队并记录反馈
该模型在架构上接近潜在客户管理的概念；一个过程，包括吸引、评估、路由、培育和跟踪潜在客户，直到它们成为销售机会。 [建议的外部链接：HubSpot 中的潜在客户管理]
线索智能评分
该项目最重要的部分之一是系统设计 Lead Scoring 是；但在这个项目中，评分并不是基于固定的数字。有关潜在客户与目标市场的契合度以及其与品牌互动的行为的信息都经过并列分析，以更准确地了解潜在客户的质量。例如，一家公司在规模和行业方面可能很适合 Nova，但与产品或服务没有显着的互动。相比之下，Lady 可能高度参与，但在目标市场的业务类型方面没有针对性；因此，系统必须考虑这两方面。
评分标准
评分模型可以考虑不同标准的组合：
行业和目标市场的适用性
组织的规模和概况
所需产品或服务的类型
用户在网站上的行为
与内容和销售形式的互动
开始对话的准备程度
该模型符合Lead Scoring的通用概念；在CRM系统中，可以根据记录特征和记录的行为进行评分，结果可用于确定优先级和后续工作流程。 [推荐外部链接：HubSpot 线索评分]
固定分数是不够的
在许多销售流程中，具有一些固定条件的简单评分模型可能是一个很好的起点，但随着数据的增长和市场变得更加复杂，对更详细分析的需求也会增加。 Netanik 在 Nova 项目中的做法是让人工智能遵守特定的规则，而不是将决策留给不可控的模型。该系统可以检查结构化信息并使用数据中的模式以及业务规则来进行更好的分析。这样，销售自动化既有可控性，又有逐步发展的可能性。
人工智能 在销售过程中
人工智能在这个项目中的作用不仅是生成电子邮件文本或回复客户，而且还用于分析和决策部分。该系统可以将有关潜在客户的各种信息汇总在一起，并为销售专业人员创建可用的摘要。该摘要可以包括业务概况、潜在需求、进入路径、之前的交互以及建议的下一步行动。目标是让销售专业人员在拨打电话之前更全面地了解潜在客户的状态。
引导情境分析
当从多个不同来源收集潜在客户的信息时，当可以识别它们之间的关系时，数据的真正价值就显现出来了。例如，单独查看与产品相关的几个页面可能不会产生太多信息，但当这种行为与寻求建议和公司简介相结合时，它可能会产生不同的含义。智能系统试图将这些信息放在一个共同的上下文中，以便为销售团队创建更具可操作性的输出。这是哪里 人工智能在销售中的应用 它可以超越条件自动化。
为销售专业人士提供的智能摘要
设计的功能之一是在将潜在客户转介给专家之前生成其状态摘要。销售人员不必查看多个记录和以前的交互，而是以结构化视图呈现重要信息。此摘要可以帮助销售人员在开始对话时更好地了解客户的问题并避免重复的问题。这样一来，人工智能将扮演信息准备层的角色，最终的决定权仍然留给人类。
“人工智能不应该取代推销员；卖家应该在每次打电话之前拥有更好的信息和更容易的决定。”
系统与CRM的连接
CRM 在这个项目中，它被认为是销售信息的中心，而不是创建一个单独的系统，而是将智能自动化尽可能地放在CRM结构旁边。有关线索、分数、状态、活动和采取的行动的信息都记录在可跟踪的记录中。这种架构允许销售团队仍然拥有他们熟悉的环境和幕后人工智能来管理耗时的流程。因此，新技术将融入现有的基础设施，而不是创建另一个信息岛。
营销和销售的协调
成长型企业的常见问题之一是营销和销售团队之间的距离。营销会产生潜在客户，但销售人员并不总是能获得有关该潜在客户的来源、行为或背景的足够信息。设计的自动化将这些信息置于公共路径上，以便将销售线索从营销转移到销售，并提供更完整的信息。这样的结构还可以为衡量活动绩效和检查潜在客户的真实质量奠定适当的基础。
记录销售反馈
该系统的设计不仅仅是为了向销售人员发送信息，来自销售团队的反馈也被视为系统周期的一部分。通话结果、机会状态、未跟进或将潜在客户转化为客户的原因都可以成为流程改进的宝贵数据。此信息可在后续步骤中用于修改评分标准和工作流程。这样，系统逐渐从固定的自动化转变为可优化的流程。
设计智能销售工作流程
经过分析和评分后，每个线索不一定遵循相同的路径。系统根据每条记录的状态， Workflow 它将激活适当的操作，以便下一个操作与潜在客户的状况保持一致。例如，高适应度的潜在客户可以更快地转变为销售专业人员，而低适应度的潜在客户可以进入渐进的培养和沟通路径。这种分离允许根据实际优先级分配销售团队的资源。
遵循不同的路径
根据定义的结构，可以针对不同场景执行工作流：
立即推荐高优先级的销售机会
向需要审核的潜在客户发送附加信息
将未准备好的潜在客户纳入培养流程
自动提醒未完成的后续操作
在 CRM 中注册并更新状态
为时间敏感或时间敏感的机会创建警报
这种结构可以防止销售自动化成为一组分散的触发器，并且每个操作都是特定逻辑的一部分。
后续时间表
在 B2B 销售中，时间至关重要，响应延迟可能会导致失去商机。因此，在工作流程设计中考虑了潜在客户到达时间及其优先级。系统可以针对某些情况定义自动警报或操作，并在其他情况下将任务委托给相关专家。目标不是消除人类跟踪；而是消除人类跟踪。相反，重要的是减少忘记行动的可能性。
销售自动化中的人工智能代理
在项目的更高级阶段，架构可以朝着 AI Agent 销售 还有Agent与简单的Workflow的区别在于Agent可以根据现有情况使用不同的工具并遵循多步骤的流程。例如，代理可以从 CRM 接收线索信息，分析请求的上下文，检索相关信息，并在为其定义的范围内建议或执行下一步操作。当然，这样的系统必须设计有特定的工具、权限和护栏。
代理代替自动化
传统的自动化通常基于预定义的规则进行工作，并针对每种特定情况采取特定的操作。 Agent可以在更复杂的情况下分析情况，并根据定义的目标选择正确的路径。 OpenAI的官方文档也将Agent描述为一个系统，可以使用语言模型来管理Workflow的执行，并使用不同的工具来接收信息或执行操作。 [建议外部链接：OpenAI 人工智能代理官方指南]
护栏和人力控制
系统的更多自主权并不意味着消除人类控制，顺便说一句，代理拥有的能力越多，限制的定义就变得越重要。因此，项目架构考虑了确定操作范围、访问级别、转移给人类的条件以及执行操作的规则的可能性。有些动作可以完全自动化，而另一些动作则只能在专家批准后执行。这种方法帮助智能系统以特定且可控的方式移动。
销售数据安全
销售数据通常包括业务数据、联系信息、交互历史记录，有时还包括敏感的客户详细信息。因此，设计一个 智能销售自动化 如果不考虑数据安全，这不是一个完整的解决方案。应根据用户的角色定义对信息的访问权限，每个代理或工作流应仅有权访问执行其任务所需的数据。此外，记录事件和检查系统活动可以帮助更好地控制流程。
用户访问级别
销售专业人员、销售经理和组织经理不一定需要相同水平的知识。因此，系统架构应该能够根据角色和职责调整访问权限，并且不向用户提供不必要的信息。对于代理来说，也应该遵循同样的原则，每个代理应该只收到他们需要的工具和数据。这种分离是智能企业系统可持续发展的重要基础之一。
监控并记录事件
对于在业务流程中运行的系统，了解发生了什么以及为什么采取操作非常重要。记录活动、工作流状态和数据更改可以帮助技术和管理团队更好地调查系统行为。在排除故障或修改自动化逻辑时也将使用此信息。因此，系统可视性和控制从一开始就被视为设计的一部分。
项目成果及创造价值
Nova 项目表明，人工智能在销售中的价值不一定来自聊天机器人或文本生成工具。当 CRM 数据、用户行为、销售规则和人工智能功能集成到一个有凝聚力的架构中时，销售流程可以变得更加结构化和可衡量。销售团队无需以相同的方式审查所有潜在客户，而是可以获得更优先的信息并可以更好地管理他们的时间。另一方面，组织将拥有可扩展的基础设施，可以在后期连接到更高级的代理。
建筑成就
该项目最重要的成果是构建一个用于管理销售线索流的集成系统，而不仅仅是在销售流程中添加人工智能工具。创建的架构提供了从不同来源接收数据、分析信息、评分、在 CRM 中注册以及以特定路径实施后续操作的可能性。此外，系统结构的设计方式使得未来可以添加新的标准、更多的工具和更专业的代理。这种可扩展性将系统从短期项目转变为可扩展的基础设施。
纳撒尼尔的角色
在这个项目中，内塔尼克从战略、技术和业务经验相结合的角度审视了问题，并专注于构建一个可以在实际运营中使用的系统。架构设计、评分逻辑、将 AI 连接到 CRM、工作流程定义和代理开发路径是该方法的一部分。其目的不是为了展示人工智能；而是为了展示人工智能。相反，该技术必须解决销售过程中的特定问题。 Netanik 在为企业设计智能解决方案时也遵循同样的方法。
智能销售自动化的未来
该项目的下一阶段可能是为不同的销售部门开发专门的代理商。例如，一个代理可以负责分析潜在客户，另一个代理可以准备专家所需的信息，另一个系统可以监控管道并识别需要采取行动的点。这种结构如果设计正确，可以管理销售团队的部分重复性工作，同时将敏感决策转移给人类。开发路径应该基于组织的实际数据和运营需求而继续，而不仅仅是向系统添加新功能。
从线索到关系
智能销售不仅仅是将表格转化为交易，当理解整个客户旅程时，就会创造真正的价值。每次交互的数据可以帮助更好地了解客户需求、时间安排和决策背景。人工智能可以向团队提供这些信息，以形成更准确、更有针对性的沟通。从这个角度来看，销售自动化不再仅仅关注速度，而是成为构建更加连贯和可扩展流程的工具。
总结
Nova项目是设计的一个例子 智能销售自动化 专注于数据集成、人工智能分析、潜在客户评分和 CRM。在这个架构中，人工智能不再处于销售流程的边缘，而是在可以更好地分析信息并使重复性操作更加结构化的部分中引入。同时，敏感决策仍处于人类团队的控制之下，并且系统在一定的限制和访问级别下运行。最终结果是一个可扩展的基础设施，可以从潜在客户管理开始，并在未来转向专业的人工智能代理和更深层次的销售流程自动化。
