Применение методов CRISP-DM для анализа Big Sales Data
Если у вас завалялись где-то в облаках записи разговоров ваших сейлов с лидами-клиентами, даже если вы их ни разу не переслушивали, не спешите их выбрасывать: Из них можно извлечь немалую пользу. Например, сократить цикл сделки на 26%, или поднять конверсию на 18%, или просто понять, что же происходит с лидом/клиентом между стадией MQL и ClosedWon/ClosedLost. Уже давно существуют инструменты, которые позволяют провести такой анализ. Один из них CRISP-DM.
Метод обработки данных, полученных в процессе продажи людьми (звонки/встречи), с целью оптимизации воронки, сокращения цикла сделки и увеличения конверсии.
Ретроспективный анализ
Если у нас сформирован качественный и объемный массив чистых данных, мы можем провести операцию Reverse Engineering для оптимизации процесса продаж, например, пересобрать воронку продаж или определить наиболее короткий процесс, или собрать наиболее эффективные тактические приемы/фразы, которые приводят к конверсии с высокой долей вероятности. Обратную задачу тоже можно решить: выявить эпик фейлы в процессе.
Разобьем процесс на этапы, в соответствии с методологией CRISP-DM
Рассказываем подробно, как это выглядит по шагам и какой результат от этого мы можем получить:
Прямой процесс
Звонки/встречи проводятся с подключением SalesAI. Интеграция с CRM системой позволяет собрать чистые и точные данные, которые можно анализировать инструментами Big Data: Process Mining, Spaghetti Diagram, Reverse Engineering в режиме реального времени.
Результаты
- Одноразовые улучшения процесса на той глубине, на какой у вас есть кластеризация. Это можно сделать вручную, если есть чистые данные.
- Непрерывный процесс улучшений процесса вкупе с постоянным получением чистых данных - при использовании SalesAI.
Оригинал статьи опубликован тут:
https://salesai.ru/pricing
https://salesai.ru/features
https://salesai.ru/contacts
https://salesai.ru/events
https://salesai.ru/features/avtomaticheskiy-kontrol-zvonkov