AI-leadpipeline til et salgsteam

Udfordringen

Teamet fik over 200 indkomne leads om ugen via formularer, mail og annoncer. Sælgerne læste, scorede og fordelte hvert enkelt i hånden og brugte mere tid på indtastning end på at sælge. Svartiderne skred, og gode leads blev kolde.

Fremgangsmåden

1. 01

   De eksisterende leadkilder og CRM-felter blev kortlagt, og det blev defineret, hvordan et kvalificeret lead faktisk ser ud.

2. 02

   En n8n-pipeline fanger hvert indkommet lead og beriger og dublettjekker det derefter automatisk.

3. 03

   Hensigten blev vurderet med en LLM, og hvert lead fordelt til den rette sælger med øjeblikkelig, personlig første kontakt.

4. 04

   Overvågning og en manuel tilsidesættelse blev tilføjet, så teamet beholder kontrollen over grænsetilfælde.

Arkitektur

Det der var svært

• Dublettjek var sværere end kvalificering. Den samme person kommer ind i samme uge som formular, som annonceklik og som mail, og tre CRM-poster er værre end ingen: to sælgere ringer til det samme lead.

• At vurdere hensigt med en model er let at demonstrere og let at få galt, uden at nogen bemærker det. Grænsen skulle kalibreres mod leads, teamet allerede havde bedømt, ikke mod hvad der så rimeligt ud.

• At beslutte, hvad der forbliver manuelt. Alt, pipelinen ikke er sikker på, er mindre værd end et menneskes blik, så tilsidesættelsen er en fuldgyldig vej og ikke en nødudgang.