教育公司藉助AI對話分析系統,提升銷售效率分三步走

迴圈智慧發表於2020-06-23
幾乎每家線上教育公司都面臨這樣的難題:獲客成本高昂,轉化率難提升。

為了提升轉化率,很多企業提出了“精細化運營”策略——拆解轉化流程的每一步,分析導致轉化流失的原因,然後有針對性地去尋找每個環節的解決方案:從“獲取線索”環節的廣告投放渠道選擇、落地頁的設計,到“上試聽課”前的預約試聽、提醒上課,再到“回訪轉化”環節的答疑解惑和正價課的推介。

教育公司藉助AI對話分析系統,提升銷售效率分三步走

但是整個轉化過程的流失,也可能是由於銷售人員(包含TMK電銷專員、CC課程顧問、TA課程助理等有銷售任務的職位)在與客戶溝透過程中,未能準確傳達產品價值、未能及時消除客戶的顧慮等原因而造成的。然而,對於銷售與客戶的溝透過程,如何做精細化運營,卻容易被忽視。

傳統銷售管理只能管理結果,無法管理“溝透過程”

對於銷售人員,企業一直以來只能管理“結果”,即成了多少單,而難以管理“溝透過程”,即與客戶的溝通中是否準確傳達了產品價值、是否及時消除了客戶的顧慮。因為不能精細化管理“溝透過程”,所以想要分析銷售講的哪些話有助於提升轉化率,以及找出銷售是否按要求執行了這些問答SOP(標準作業流程),就很難。

同時,傳統的管理“結果”方式,也有明顯的滯後性,尤其是對於成單週期比較長的領域而言,通常要幾周甚至兩三個月時間才能根據成單結果。這期間,高成本得到的銷售線索,已經被執行力差的銷售浪費了不少,而且這樣損失掉的客戶通常是難以挽回的。

原則上,銷售主管可以抽出專門的員工,透過人工聽錄音的方式,檢視銷售新人在介紹公司產品時,表達是否到位;需要傳遞給客戶的資訊,是否準確;需要提醒客戶的地方,是否忘記了;承諾客戶課程效果的時候,有沒有因為急於成單而過度承諾……

不過,當銷售人員的規模達到成百上千人的時候,錄音就聽不過來了。我們瞭解到,大部分教育企業,會人工來選取一些來自優秀銷售的電話錄音,作為培訓材料,讓其他銷售人員自行學習。很難真正精細化到,這位優秀銷售在回答哪個問題時候,具體是怎麼說的,好在哪裡。更談不上,對所有銷售人員的所有溝通錄音進行分析。

其實,機器已經可以把這件事做得很好,很多注重精細化運營的頭部線上教育公司,已經開始採用。

銷售環節的精細化運營,該怎麼做?


第一步,摸清銷售人員是否按要求傳達“關鍵資訊點”

例如,某線上教育公司,要求課程顧問在跟客戶(通常是家長)約試聽課的時候,必須提前告知客戶,試聽課採用全英文教學,如果孩子聽不懂、坐不住,都是正常的現象,會有一個適應的過程,讓家長有心裡準備,以免對試聽課產生失望情緒,影響到最終的成單率。

那麼,多少課程顧問實際上按要求做到了“提前提醒”呢?這個數字通常遠低於管理者的預期。我們的分析資料顯示,“課前提醒”的執行率低於20%

教育公司藉助AI對話分析系統,提升銷售效率分三步走

這家線上教育公司使用對話分析系統,分析約課階段的每一通電話錄音的溝通情況,很快就能區分出,哪些課程顧問的按要求傳達了資訊,哪些課程顧問的沒有按要求傳達該資訊。

這是這家教育公司眾多“關鍵資訊點”中的一個。他們總結了多個這樣的“關鍵資訊點”。不同的“關鍵資訊點”,用來考察銷售人員在不同的關鍵轉化節點,是否按照要求進行了資訊傳遞。

第二步,分析“關鍵資訊點”傳遞情況與成單率之間的關係

掌握了銷售人員對關鍵資訊點的傳遞完成情況之後,就可以分析這些關鍵資訊點的傳遞情況與最終的成單率之前的關係。完整的分析過程是非常複雜的:不僅要考慮單個關鍵資訊點的執行情況對成單率的影響,還需要考慮多個不同關鍵資訊點的綜合執行情況,對成單率的影響。

教育公司藉助AI對話分析系統,提升銷售效率分三步走

這裡僅舉一個簡單的例子,即在只考慮單個關鍵資訊點——“課前提醒”的執行情況時,某線上教育公司在某段時間內發現,執行了“課前提醒”的銷售人員,最終成單率是未執行的 1.2 倍。

第三步,對於能夠顯著提升轉化率的關鍵資訊點,加強監督

瞭解到哪些“關鍵資訊點”對最終的成單率有顯著影響之後,企業就可以加強對銷售人員培訓和執行情況監督。透過對話分析系統,即可找出那些執行力差的員工,進行針對性培訓,提升他們的執行力,從而降低轉化過程的流失,提升成單率。
教育公司藉助AI對話分析系統,提升銷售效率分三步走
透過對話分析系統,企業管理者還能夠方便地對比,優秀坐席和普通坐席在處理同樣場景時的差異,並且進行溯源和驗證。

這套對話分析系統由紅杉資本、真格基金等機構投資的公司——迴圈智慧(Recurrent AI)提供。該系統的最大難點就是,需要很強的語音識別自然語言處理能力,才能將錄音轉寫準確,並且充分理解對話的含義,而傳統的關鍵詞和正規表示式方法已經完全不夠用了——既找不全,也找不準,以至於無法實際落地使用。

迴圈智慧的聯合創始人楊植麟,作為第一作者,與谷歌大腦、卡內基梅隆大學聯合推出了 XLNet 模型,在 18 項人工智慧標準任務上取得最優結果(state of the art)。在他的帶領下,迴圈智慧將世界級的自然語言處理演算法模型落地到產品中,在教育領域獲得多家頭部客戶青睞,包括新東方線上、51Talk、尚德機構、VIPKID、輕輕教育、作業幫等。

相關文章