Inuti en intäktschefs AI-drivna marknadsföringsarbetsflöde

Swapnil Tripathi hade en 23 år lång karriär inom försäljningsledning innan han blev entreprenör. Efter en lyckad exit bakom sig är han nu medgrundare och CRO för ett B2B-SaaS-företag som heter we360.ai.

Vi satte oss ner med honom för att förstå hur han använder AI inom prestationsmarknadsföring. Han gav oss arbetsflödet.

En tillväxtarkitekt

Jag ser mig själv som en intäktstillväxtarkitekt. Jag fick min första erfarenhet av personlig försäljning under en 17 år lång karriär inom livförsäkring innan jag blev entreprenör.

I dag är jag medgrundare och intäktschef på we360.ai, ett B2B-SaaS-företag. Vi erbjuder programvara för arbetskraftsanalys. För närvarande betjänar vi över 10 000 företag. Våra primära marknader är Indien och Nordamerika.

Vi inledde vår GTM med prestationsmarknadsföring, främst Google Ads, men har gradvis skiftat till utgående försäljning. Vi har ett säljteam på 25 personer bestående av kundansvariga, kontoansvariga, nyckelkundsansvariga och säljare inom prospektering.

Vår GTM i USA drivs främst av partnerskap; vi har identifierat strategiska partner där. Vi fokuserar också på att samarbeta med liknande produkter som delar samma ICP.

Hur AI-driven hyperpersonalisering förändrar intäkterna

Som en person utan teknisk bakgrund har AI helt förändrat hur jag arbetar med intäkter.

Men den största förändringen som AI har medfört i vår organisation är hyperpersonalisering. Tidigare omfattade personalisering endast namn eller företagsnamn. Nu hjälper AI oss att göra djupgående efterforskningar om företag. Vår uppsökande kommunikation är mycket personlig, och det har förändrat spelplanen för oss.

Detsamma gäller inkommande potentiella kunder. Tidigare, när ett företag kontaktade oss, fokuserade vår research på att identifiera beslutsfattare i köpkommittén. Men med AI kan vi nu göra djupgående efterforskningar om företag och hitta detaljer som uttalanden från viktiga beslutsfattare, vilket har hjälpt oss att formulera våra samtal på ett mer effektivt sätt.

Sammanfattningsvis har enbart hyperpersonaliseringen förbättrat vår konvertering från demo till provperiod från 15-20% till nästan 35%. Vår säljcykel har också förkortats med 15-20%.

Så kan arbetsflöden för prestationsmarknadsföring sättas upp

Så här ser vårt arbetsflöde för prestationsmarknadsföring ut.

En person ser vår Google-annons och fyller i formuläret. En integration skapar omedelbart en affärsmöjlighet i HubSpot, och företagets URL läggs in i ett utsett Google Sheet.

Vi använder alla HubSpots AI-funktioner, så CRM-systemet identifierar potentiella intressenter och hämtar deras namn, mobilnummer och LinkedIn-URL:er från plattformen för datahantering. När intressentdata har berikats ger systemet oss också ett kvalitetsbetyg och prioriterade strategiska konton.

Vi granskar vår lista med Gemini och gör djupgående efterforskningar om företaget via URL:en i Google Sheet. Verktyget hittar problemområden och tillväxtambitioner. Ytterligare en Gemini-agent skapar mycket personligt innehåll som läggs till i Google Sheet. Allt detta uppdateras i HubSpot via Zapier.

Vi använder Claude för automatiseringar, inklusive mycket personliga e-postmeddelanden. Systemet skickar välkomstmejl till intressenterna som visar produktens värde. Samtidigt får personen som fyllde i formuläret ett hyperpersonligt mejl med detaljer om vilket värde de får genom att delta i demon. Vi följer automatiskt upp tills personen deltar i demon.

Varför det är viktigare att optimera säljresan än volymen av utgående försäljning

Ibland är vi CRO:er så besatta av att få in fler potentiella kunder att vi glömmer att fokusera på vad vi gör med dessa potentiella kunder. Och då går hela processen överstyr. Jag uppmanar CRO:er att ändra detta tankesätt.

I stället för att fokusera på att generera fler leads måste vi optimera säljresan. Med en högoptimerad säljresa kan vi använda AI för att vägleda kunden steg för steg genom alla tvivel, frågor eller tveksamheter som de har.

Detta kommer att leda till bättre resultat. När allt kommer omkring, vad skulle du föredra: 50 möten som konverterar två kunder eller 15 möten som konverterar fem kunder?

Det är spelets regler. Jag säger inte att vi helt bör ignorera volym, men att optimera hela säljprocessen kommer att ge bättre resultat.

Varför AI ger underlag för intäktsbeslut medan människor leder

AI är klart bäst på research och på att tillhandahålla insikter om konton. Vi använder AI för affärspoängsättning, dataförädling och e-postutskick. Men den kan inte göra allt.

Människor måste fortfarande hantera prissättning, förstå kundernas behov, hantera anpassningar och begära prognoser.

Automatiseringar kräver ofta mänsklig medverkan också. Alltför ofta misslyckas AI med att utföra dem korrekt.

Varför CRO:er måste hålla människor involverade

När processer startas kommer en människa alltid att vara till hjälp.

Om du lämnar hela processen för uppsökande arbete åt AI utan övervakning kan den börja hallucinera och förse ledningen för målkontot med information som kan motverka dina intressen.

Swapnil delar

Automatisera inte hela processen blint. Övervaka den i stället under åtminstone de första två eller tre månaderna efter implementeringen.

Automatisera inte hela processen blint. Övervaka den i stället under åtminstone de första två eller tre månaderna efter implementeringen.

Och ta inte omedelbart bort viktiga teammedlemmar efter implementeringen av AI. Förbättra i stället dina teammedlemmars förmågor med hjälp av AI.

Varför intäktsteam behöver GTM-ingenjörer

När vi ändå talar om team är GTM-ingenjören en viktig roll som vi tog in i vår organisation på grund av AI.

När vi använder flera AI-plattformar måste de alla fungera tillsammans. En GTM-ingenjör ser till att det sker, vilket är avgörande – åtminstone för mitt intäktsteam.

Varför förlusten av den mänskliga kontakten är en risk vid AI-försäljning

Den största risken jag ser med AI i intäktsorganisationer är att vi förlorar den mänskliga kontakten.

Att ha en mänsklig kontakt under säljcykeln är ibland avgörande. Här är ett exempel.

En e-posttråd visade att vi var nära att förlora en kund eftersom kunden var missnöjd. Vi hade automatiserat hela förnyelseprocessen, men jag beslutade att den behövde en mänsklig kontakt. Jag ringde upp och pratade med företagets CTO.

Tack vare min goda relation med honom räddade vi kunden. CTO:n nämnde att de letade efter andra alternativ, så vi hade kanske förlorat kunden om vi helt hade förlitat oss på AI.

Varför CRO:er måste vara försiktiga

Mitt viktigaste råd till alla CRO:er är att ignorera AI-hypen om att ta bort teammedlemmar. En Rep+AI-modell är bäst just nu. Agera inte förhastat.

Jag skulle också säga att du bör vara sparsam med din tokenanvändning. Jag förstod inte mönstren för tokenförbrukning när jag började, och jag gjorde av med mycket pengar.

Följ med

Du kan följa Swapnil Tripathis arbete på LinkedIn. Kolla också in we360.ai.

Fler expertintervjuer kommer snart i CRO-klubben!