La Lead Generation è l’attività indispensabile per identificare, selezionare e attirare nuovi clienti e si sviluppa in tutti i punti di contatto – touchpoint – che il consumatore tocca nel suo viaggio verso l’acquisto del nostro prodotto o servizio. La Lead Generation è come una macchina: fatta di tante parti, i cui ingranaggi sono i dati che ci servono a capire a chi stiamo parlando, di cosa ha bisogno e in che momento specifico. Buona parte del “viaggio” è fatto grazie al contenuto e alla forza dei touchpoint, che possono essere ottimizzati sfruttando degli strumenti capaci di raccogliere e analizzare centinaia di dati in pochissimo tempo. L’obiettivo è acquisire nuovi acquirenti e ottenere una quanto più possibile definita e precisa profilazione in modo da proporre il prodotto giusto e andare a colpo sicuro.
Capire e conoscere i gusti di un gruppo di persone, consente, non solo di preparare un’offerta ad hoc per dare loro ciò che esattamente vogliono, ma anche di soddisfarli nel più breve tempo possibile. Al costo di acquisizione di ciascun lead deve corrispondere un effettivo valore che si può misurare nel tasso di conversione di ogni campagna di vendita che viene organizzata sulle liste. L’attività di suddivisione e selezione dei contatti fatta con strumenti più o meno artigianali oggi può essere abbandonata perché anche in questo settore ci viene in soccorso l’Intelligenza artificiale che grazie alla capacità di incrociare vari dati ci permette di trovare lead affidabili, di strutturare il percorso ottimale del cliente e di trasformare il contatto generato dalle campagne di lead generation in vendita.
Predire la probabilità d’acquisto
L’Intelligenza Artificiale diventa un’alleata insostituibile per selezionare i lead più preziosi da impostare come target per una potenziale vendita. Tutto ciò ha implicazioni dirette nel risparmio sui costi, e non solo si riesce a rispettare il budget assegnato, ma vengono ottimizzati anche gli sforzi degli addetti alla vendita.
Bigprofiles, una delle 100 migliori startup italiane, si è riproposta di esplorare proprio questo campo di applicazione ancora vergine. La rivoluzione intelligente del mondo del teleselling e del telemarketing è ora rappresentata dalla possibilità di predire la probabilità di acquisto di ogni cliente per uno specifico prodotto per una certa specifica campagna che sia di outbound freddo, cross selling, retention, antichurn e customer service to sales.
Un grande vantaggio non solo per le aziende che possono proporre in maniera mirata il giusto prodotto, al giusto cliente con la giusta campagna, ma anche per il cliente che non verrà più sopraffatto da proposte inutili.
Si può dire addio alle campagne a tappeto che macinano migliaia di nominativi per estrarre un manciata di nuovi clienti, per passare a una selezione fatta dagli algoritmi che parte da informazioni, consensate a livello privacy, dei consumatori e incrociate con fonti dati come open data, social network e fonti dati proprietarie per inferire circa 650 indicatori di profilazione riguardo ogni consumatore nel database dell’azienda. Il machine learning riesce a sfruttare questi pattern per predire la propensione di acquisto dei consumatori. L’intelligenza artificiale apprende dalle informazioni dello storico della campagna per identificare quali sono le persone che più facilmente hanno acquistato quel prodotto e utilizza questa conoscenza predittiva su nuovi potenziali clienti o sui clienti presenti in un CRM per predire di ognuno la probabilità di acquisto. I vantaggi non solo si possono intuire, ma sono stati misurati: a volumi costanti le vendite vengono incrementate del 70% e i tassi di conversione del 30% oppure con un volume di vendita costanti è possibile ridurre i costi operativi e i volumi del 20%.
Un processo in tre fasi
Ma come avviene il processo di selezione? In una prima fase viene caricata la lista con gli esiti storici della campagna da cui si evince “chi ha comprato” e “chi non ha comprato”. La piattaforma avvia la fase di training e apprende quali sono le caratteristiche comuni a chi ha effettuato o meno l’acquisto. Nella seconda fase, concluso l’addestramento, la piattaforma studia in tempo reale ogni nuovo nominativo e in pochi istanti l’intelligenza artificiale analizza il profilo del contatto e ne predice la propensione d’acquisto. Infine, con la terza fase la coda di lead da chiamare viene ordinata per probabilità d’acquisto, dando la possibilità di chiamare per primi i contatti ad alta propensione.
Questo processo può essere applicato in varie occasioni. Per esempio, in occasione di campagne di click to call o call me back su liste calde, individuare i soggetti più propensi permette di non far raffreddare l’interesse, che sappiamo diminuisce dell’85% dopo 30 minuti dalla richiesta di essere contattato. Oppure, per rendere più efficienti le campagne di cross-selling mantenendo invariato il numero di contatti effettuati e di operatori utilizzati. Nel caso del customer service to sales la piattaforma è in grado di indirizzare i clienti ad alto potenziale verso gli operatori di customer service con le migliori performance di vendita.
COMMENTI