Menghalakan Prospek ke Wakil Berdasarkan Konteks Perbualan Sembang

Seorang prospek menaip: "Kami sedang menilai anda berbanding Salesforce untuk 200 tempat duduk, kami perlu bergerak menjelang akhir suku tahun." Bot sembang anda menandai perbualan, perbualan ditutup, dan prospek duduk dalam barisan umum selama dua jam kerana peraturan penghalaan anda hanya melihat jawatan kerja.

Itu adalah urusan yang boleh dimenangi yang ditangani seperti prospek masuk sejuk.

Masalahnya bukan sistem penghalaan. Ia adalah inputnya. Kebanyakan peraturan penghalaan menggunakan data statik: jawatan kerja dari medan borang, saiz syarikat dari alat pengayaan, geografi dari alamat IP. Isyarat-isyarat ini nyata, tetapi ia adalah isyarat demografi. Ia memberitahu anda siapa prospek itu, bukan apa yang mereka mahukan sekarang.

Perbualan sembang mengandungi isyarat niat masa nyata. Apa yang prospek taip, seberapa cepat mereka membalas, ciri produk mana yang mereka tanya, sama ada mereka menyebut pesaing atau garis masa: semua ini lebih meramalkan kesediaan pembeli berbanding jawatan kerja mereka semata-mata. Penyelidikan Gartner mengenai teknologi jualan B2B menunjukkan bahawa penghalaan berasaskan konteks menggunakan isyarat tingkah laku masa nyata berbanding demografi statik boleh meningkatkan kadar penukaran prospek ke peluang sebanyak 20-35%. Untuk model penilaian yang bersama peraturan penghalaan ini, lihat Penilaian Prospek untuk Prospek yang Ditangkap Melalui Sembang.

Panduan ini menunjukkan cara mengekstrak isyarat-isyarat tersebut, menyusunnya sebagai input penghalaan, dan membina peraturan keputusan yang mendapatkan prospek yang betul kepada wakil yang betul dengan lebih cepat.

Jurang Penghalaan yang Dicipta oleh Sembang

Penghalaan prospek tradisional berfungsi dengan baik untuk penyerahan borang kerana borang mengumpul data berstruktur. Jawatan kerja masuk dalam medan. Saiz syarikat masuk dalam medan. Logik penghalaan membaca medan-medan tersebut dan menugaskan prospek.

Sembang memecahkan model ini dalam dua cara.

Pertama, data niat adalah tidak berstruktur. Ia berada dalam urutan perbualan, bukan medan borang. Tiada peraturan penghalaan boleh membaca "Kami sedang menilai anda berbanding Salesforce untuk 200 tempat duduk" secara terus. Ia mesti ditukar kepada isyarat berstruktur dahulu.

Kedua, sembang berlaku dalam masa nyata. Prospek dalam perbualan sembang hadir sekarang. Tetingkap tindak balas adalah minit, bukan jam. Keputusan penghalaan yang sesuai untuk penyerahan borang (halakan dalam masa 2 jam) terlalu lambat untuk perbualan sembang langsung.

Penyelesaiannya ialah pendekatan dua lapisan: semasa perbualan, ekstrak dan tandai isyarat dalam masa nyata; selepas perbualan, gunakan teg-teg tersebut sebagai input penghalaan dalam CRM anda.

Tentukan Isyarat Perbualan Yang Penting untuk Penghalaan

Mulakan dengan mengenal pasti isyarat perbualan mana yang sebenarnya harus mempengaruhi penugasan penghalaan. Tidak setiap maklumat dalam perbualan sembang relevan untuk penghalaan.

Isyarat yang harus mengubah penugasan penghalaan:

Isyarat produk atau ciri:

• Prospek menyebut produk atau kes penggunaan tertentu: menunjukkan kesesuaian produk dan kekhususan keperluan
• Prospek bertanya tentang ciri enterprise (SSO, kawalan pentadbir, akses API): kemungkinan pembeli enterprise
• Prospek bertanya tentang pelan percuma asas atau percubaan: kemungkinan SMB atau penilaian peringkat awal

Isyarat persaingan:

• Prospek menyebut pesaing yang sedang dinilai
• Prospek menyebut bahawa mereka sedang menggunakan produk pesaing
• Prospek meminta perbandingan antara produk anda dan alternatif tertentu

Isyarat urusan:

• Prospek menyebut garis masa tertentu ("akhir suku tahun," "sebelum mesyuarat lembaga," "kami perlukan ini dalam 30 hari")
• Prospek menyebut bilangan tempat duduk atau bilangan pengguna
• Prospek merujuk belanjawan atau proses kelulusan
• Prospek meminta cadangan rasmi atau dokumen harga

Peringkat niat:

• Prospek meminta secara eksplisit untuk Demo atau percubaan
• Prospek meminta panggilan dengan jualan
• Prospek mengemukakan soalan teknikal yang menggambarkan penilaian aktif
• Prospek mengemukakan soalan sokongan tentang akaun sedia ada (seharusnya dihalakan ke sokongan, bukan jualan)

Isyarat yang menunjukkan penghalaan ke sokongan berbanding jualan:

• Merujuk akaun, langganan, atau kontrak sedia ada
• Bertanya tentang bil, invois, atau bayaran balik
• Menghuraikan pepijat, gangguan, atau ciri yang tidak berfungsi
• Menggunakan bahasa seperti "akaun saya," "kami sudah menjadi pelanggan," "pelan semasa kami"

Perbezaan ini penting. Memindahkan permintaan sokongan secara tidak sengaja kepada wakil jualan mencipta pengalaman yang buruk dan membazirkan kapasiti jualan.

Bina Pokok Keputusan Penghalaan

Pokok keputusan berfungsi dengan baik untuk penghalaan sembang kerana ia menjadikan logik eksplisit dan boleh diaudit. Apabila keputusan penghalaan salah, anda boleh mengesan dengan tepat cawangan mana yang diambil dan mengapa.

Berikut adalah pokok keputusan penghalaan praktikal untuk syarikat B2B SaaS:

MULA: Perbualan ditutup atau teg kelayakan diterapkan

├─ Adakah ini pelanggan sedia ada? (teg: existing-customer ATAU account-reference)
│   ├─ YA, halakan ke barisan Kejayaan Pelanggan
│   └─ TIDAK, teruskan ke penghalaan jualan

├─ Adakah ini permintaan sokongan? (teg: support-only ATAU billing-question)
│   ├─ YA, halakan ke barisan Sokongan
│   └─ TIDAK, teruskan ke penghalaan jualan

├─ Isyarat niat tinggi hadir?
│   (Mana-mana: demo-requested, competitor-mention, timeline-identified,
│    budget-mentioned, pricing-question dengan konteks syarikat)
│   │
│   ├─ YA + isyarat enterprise (seat-count >50 ATAU enterprise-feature-inquiry)
│   │   └─ Halakan ke AE Enterprise, barisan keutamaan, balas <1 jam
│   │
│   ├─ YA + tiada isyarat enterprise
│   │   └─ Halakan ke AE Mid-Market, barisan standard, balas <4 jam
│   │
│   └─ TIDAK, teruskan ke penghalaan kelayakan

├─ Isyarat niat sederhana hadir?
│   (Mana-mana: feature-inquiry, integration-question, general-demo-interest)
│   │
│   ├─ YA + isyarat firmografi layak (jawatan Pengarah+, saiz syarikat >100)
│   │   └─ Halakan ke SDR untuk kelayakan keluar
│   │
│   └─ TIDAK, halakan ke urutan pemupukan, tiada penugasan wakil

└─ SANDARAN: Tiada isyarat dikesan atau bot tidak dapat mengkelaskan
    └─ Halakan ke barisan Umum + maklumkan ketua pasukan untuk semakan manual

Pokok ini merangkumi kebanyakan kes. Sesuaikan ambang (bilangan tempat duduk, saiz syarikat) dan nama pasukan dengan struktur sebenar anda.

Cawangan sandaran adalah kritikal. Setiap sistem penghalaan memerlukan laluan eskalasi yang eksplisit untuk perbualan yang tidak dapat dikelaskan secara automatik. Tanpanya, perbualan yang tidak dikelaskan terkumpul dalam keadaan limbo dan prospek menjadi sejuk.

Laksanakan Pengesanan Isyarat

Tiga kaedah untuk mengesan isyarat dalam perbualan sembang, mengikut urutan kerumitan pelaksanaan:

Kaedah 1: Penandaan manual oleh ejen

Pendekatan paling mudah. Ejen menerapkan teg semasa atau selepas perbualan berdasarkan apa yang mereka baca. Tiada pelaksanaan teknikal diperlukan.

Ini berfungsi apabila jumlah sembang cukup rendah untuk ejen menyemak setiap perbualan. Ia rosak apabila jumlah bertambah besar: ejen terlepas teg, menandai secara tidak konsisten, atau melangkau penandaan di bawah tekanan.

Gunakan kaedah ini untuk 30 hari pertama untuk mengesahkan taksonomi teg anda sebelum mengautomasikan. Penandaan manual memberi anda data nyata tentang teg mana yang sebenarnya diterapkan dan kategori isyarat mana yang samar-samar.

Kaedah 2: Teg bot yang dicetuskan kata kunci

Bot platform sembang anda boleh menerapkan teg secara automatik apabila kata kunci tertentu muncul dalam perbualan. Kebanyakan platform (Intercom, Respond.io, HubSpot Chat, Drift) menyokong ini. Setelah teg diterapkan, Automasi Sembang ke CRM menerangkan cara menyegerakkannya ke CRM anda supaya peraturan penghalaan dapat membacanya.

Konfigurasikan peraturan kata kunci:

Terapkan teg dalam masa nyata semasa perbualan berkembang. Ini bermakna apabila perbualan ditutup, teg sudah ditetapkan dan penghalaan boleh berlaku serta-merta.

Sahkan peraturan kata kunci setiap bulan. Positif palsu yang biasa: "berapa masa yang diperlukan untuk persediaan" yang mencetuskan pricing-question, atau "kami sudah menguji beberapa alat" yang mencetuskan existing-customer. Semak 50 perbualan yang ditandai secara automatik yang terakhir dan laraskan peraturan untuk mengurangkan positif palsu. Penyelidikan McKinsey mengenai keberkesanan automasi jualan mendapati bahawa pasukan yang menggabungkan pengelasan automatik dengan kalibrasi semakan manusia yang kerap mengatasi mereka yang menggunakan salah satu pendekatan sahaja.

Kaedah 3: Pengelasan AI

Sesetengah platform sembang moden menawarkan pengelasan perbualan berkuasa AI yang dapat mengesan niat dengan lebih tepat berbanding padanan kata kunci. Jika platform anda menyokong ini (Fin AI Intercom, sebagai contoh), ia boleh menghasilkan label pengelasan yang boleh anda gunakan sebagai input penghalaan.

Kelebihan berbanding padanan kata kunci: pengelasan AI memahami konteks. "Berapa" dalam konteks sokongan ("berapa storan yang saya gunakan") berbeza daripada "berapa" dalam konteks jualan ("berapa untuk 200 pengguna").

Caveat: pengelasan AI tidak sempurna dan memerlukan semakan manusia untuk kes tepi. Jangan buang sandaran semakan manual hanya kerana anda telah menambah pengelasan AI.

Tulis Peraturan Penghalaan dalam CRM Anda

Setelah teg disegerakkan dari platform sembang ke CRM anda (lihat Automasi Sembang ke CRM), anda boleh menulis peraturan penghalaan yang membaca nilai teg tersebut.

Dalam HubSpot (Workflows)

Buat Workflow berasaskan Kenalan yang mencetus apabila chat_intent_tags dikemas kini.

Cawangan tindakan:

1. Jika chat_intent_tags mengandungi existing-customer, kemas kini Pemilik Kenalan ke Barisan CS
2. Else jika chat_intent_tags mengandungi support-only, kemas kini Pemilik Kenalan ke Barisan Sokongan
3. Else jika chat_intent_tags mengandungi demo-requested ATAU pricing-question DAN enterprise-feature-inquiry, tugaskan ke putaran AE Enterprise
4. Else jika chat_intent_tags mengandungi demo-requested ATAU pricing-question, tugaskan ke putaran AE Mid-Market
5. Else jika chat_intent_tags mengandungi feature-inquiry DAN jawatan adalah Pengarah atau ke atas, tugaskan ke SDR
6. Else, daftarkan dalam urutan pemupukan, tiada penugasan pemilik

Sediakan putaran AE menggunakan penugasan kenalan round-robin HubSpot jika anda mempunyai berbilang AE dalam setiap peringkat.

Dalam Salesforce (Process Builder atau Flow)

Logik yang sama berlaku dalam Salesforce Flow. Cetuskan pada kemas kini rekod Kenalan apabila medan Chat_Intent_Tags__c berubah. Gunakan nod Keputusan untuk bercabang melalui logik penghalaan dan gunakan nod Penugasan untuk menetapkan Pemilik Prospek.

Untuk Salesforce, gunakan Peraturan Penugasan sebagai mekanisme penghalaan berbanding penugasan pemilik Flow. Ia lebih kukuh untuk senario penghalaan yang kompleks dan berintegrasi dengan pengurusan wilayah.

Bina Laluan Eskalasi untuk Perbualan Tidak Dikelaskan

Setiap sistem penghalaan memerlukan laluan eskalasi yang eksplisit. Sesetengah perbualan betul-betul tidak dapat dikelaskan secara automatik:

• Prospek menaip dalam bahasa yang peraturan kata kunci anda tidak merangkumi
• Perbualan sangat pendek, isyarat tidak mencukupi
• Niat prospek adalah samar-samar (bertanya tentang produk tetapi tidak menunjukkan isyarat pembelian yang jelas)
• Pengelasan bot gagal atau tidak dicetuskan

Konfigurasikan peraturan penghalaan catch-all: perbualan tanpa teg kelayakan atau dengan teg no-signal dihalakan ke barisan "Perlu Disemak". Sediakan pemberitahuan Slack (atau setara) untuk memberi amaran kepada ketua pasukan apabila barisan ini mempunyai perbualan yang belum disemak lebih dari 30 minit.

Ketua pasukan menyemak ini secara manual dan sama ada menghalakan dengan sewajarnya atau mengemas kini peraturan teg untuk mengendalikan perbualan yang serupa secara automatik pada masa hadapan.

Jangan halakan perbualan yang tidak dikelaskan ke kumpulan wakil generik. Ini menyebabkan wakil menerima perbualan tanpa konteks dan terpaksa memulakan kelayakan dari awal, yang menafikan nilai penangkapan sembang sepenuhnya.

Templat Pokok Keputusan Penghalaan

POKOK KEPUTUSAN PENGHALAAN: PROSPEK SEMBANG
(Sesuaikan dengan struktur pasukan dan ambang anda)

LANGKAH 1: Adakah ini pelanggan sedia ada atau permintaan sokongan?
└─ Teg: existing-customer, billing-question, support-only
   YA, barisan Kejayaan Pelanggan atau Sokongan, BERHENTI
   TIDAK, teruskan

LANGKAH 2: Isyarat niat tinggi + Enterprise?
└─ Niat tinggi: demo-requested, pricing-question, timeline-identified
   Enterprise: seat-count-mentioned (>50), enterprise-feature-inquiry
   YA, AE Enterprise, barisan keutamaan, hubungi <1 jam, BERHENTI
   TIDAK, teruskan

LANGKAH 3: Isyarat niat tinggi + tiada isyarat enterprise?
└─ Niat tinggi: sama seperti di atas (mana-mana satu isyarat)
   YA, AE Mid-Market, barisan standard, hubungi <4 jam, BERHENTI
   TIDAK, teruskan

LANGKAH 4: Isyarat niat sederhana + firmografi yang layak?
└─ Niat sederhana: feature-inquiry, integration-question
   Firmografi: jawatan Pengarah+ DAN syarikat >100 pekerja
   YA, SDR untuk kelayakan, hubungi <24 jam, BERHENTI
   TIDAK, teruskan

LANGKAH 5: Ada isyarat niat sederhana sama sekali?
└─ Niat sederhana: mana-mana dari atas
   YA, urutan pemupukan (tiada penugasan wakil)
   TIDAK, niat rendah, tekan atau catat sahaja

SANDARAN: Tiada teg atau pengelasan gagal
└─ Barisan Perlu Disemak, ketua pasukan diberitahu dalam 30 minit

Perangkap Biasa

Terlalu banyak peringkat penghalaan: Jika anda mempunyai lebih daripada 5-6 destinasi penghalaan, prospek akan jatuh melalui jurang. Buat ia mudah: enterprise, mid-market, SMB/SDR, pemupukan, sokongan. Tambah peringkat hanya apabila anda mempunyai data yang menunjukkan pemisahan itu penting.

Bergantung pada pengelasan bot tanpa sandaran semakan manusia: Pengelasan automatik akan salah sebahagian peratus masa. Barisan sandaran dengan semakan manusia adalah apa yang menangkap kes-kes tersebut sebelum ia menjadi basi.

Tidak mengemas kini peraturan penghalaan apabila ICP berubah: Jika anda beralih ke atas atau menukar fokus produk, peraturan kata kunci penghalaan anda perlu dikemas kini bersama perniagaan. Jadualkan semakan suku tahunan mengenai ketepatan penghalaan dan prestasi peraturan teg.

Terlepas kes penglibatan semula: Prospek yang menghubungi anda 6 bulan lalu dan kembali dalam sembang sering perlu dihalakan lebih mendesak berbanding kenalan pertama kali dengan isyarat yang sama. Tambah cawangan pengesanan re-engagement ke logik penghalaan anda.

Menghalakan terlalu agresif ke AE: Jika prospek niat rendah sampai kepada AE kerana teg niat tinggi anda terlalu permisif, AE membazirkan masa dalam perbualan yang tidak layak. Kalibrasi dengan menyemak sampel prospek sembang yang ditugaskan kepada AE setiap bulan dan menyemak sama ada mereka benar-benar layak.

Mengukur Perkara Yang Penting

Ketepatan penghalaan: Minta ketua pasukan menyemak 20 penugasan sembang ke wakil yang dipilih secara rawak setiap minggu dan mengesahkan penugasan adalah sesuai. Jejaki ketepatan sebagai peratusan. Sasarkan melebihi 85% sebelum anda berhenti menyemak.

Masa dari tutup sembang ke sentuhan pertama wakil: Masa median merentas semua prospek yang dihalakan. Jejaki ini mengikut peringkat. Prospek enterprise seharusnya mendapat tindak balas lebih cepat berbanding mid-market. Jika median berada di luar sasaran, peraturan penghalaan atau Workflow wakil adalah masalahnya. Penyelidikan HBR yang banyak dikutip mengenai masa tindak balas prospek menetapkan bahawa peluang untuk melayakkan prospek jatuh lebih dari 80% selepas lima minit pertama, menjadikan kelajuan penghalaan sebagai pemboleh ubah pendapatan terus, bukan sekadar metrik operasi.

% perbualan yang dihalakan berbanding jatuh ke barisan umum: Peratusan tinggi perbualan yang mendarat dalam barisan sandaran tidak dikelaskan bermakna peraturan teg anda perlu dikembangkan. Sasarkan kurang dari 10% kadar sandaran selepas bulan pertama.

Kadar penukaran mengikut peringkat penghalaan: Berapa peratus prospek sembang yang dihalakan ke enterprise menjadi peluang? Bandingkan ini dengan prospek yang dihalakan ke mid-market dan SDR. Jika prospek sembang enterprise menukar pada kadar yang lebih rendah daripada yang dijangkakan, semak semula sama ada kriteria niat tinggi + enterprise anda benar-benar mengenal pasti prospek yang betul.

Ketahui Lebih Lanjut

• Automasi Sembang ke CRM: Menghubungkan Respond.io dengan HubSpot: mendapatkan teg perbualan ke CRM anda sebelum peraturan penghalaan dapat menggunakannya
• Penilaian Prospek untuk Prospek yang Ditangkap Melalui Sembang: membina model penilaian untuk melengkapi peraturan penghalaan
• Mengautomasikan Urutan Pemupukan Selepas Penangkapan: apa yang perlu dilakukan dengan prospek yang tidak layak untuk penghalaan terus
• Membina Tumpukan Penangkapan Prospek Tanpa Borang: mengembangkan strategi penangkapan sembang anda sebagai sumber prospek utama