Inifrån en CRO:s 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 resultatbaserad marknadsföring. Han gav oss arbetsflödet.

En tillväxtarkitekt

Jag betraktar mig själv som en arkitekt för intäktstillväxt. 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 personalanalys. Vi betjänar för närvarande över 10 000 företag. Våra primära marknader är Indien och Nordamerika.

Vi inledde vår GTM med resultatbaserad marknadsföring, främst Google Ads, men har långsamt skiftat till utgående försäljning. Vi har ett säljteam på 25 personer som består av kundansvariga säljare, kundansvariga, strategiska kundansvariga och försäljningsutvecklingsrepresentanter.

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

Så förvandlar AI-driven hyperpersonalisering intäkterna

Som icke-teknisk person har AI helt förändrat hur jag ser på 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 konton. 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 gör vi nu djupgående efterforskningar om konton och hittar detaljer som uttalanden från viktiga beslutsfattare, vilket har hjälpt oss att formulera våra samtal på ett mer effektivt sätt.

Sammantaget har enbart hyperpersonalisering 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 resultatbaserad marknadsföring sättas upp

Här är vårt arbetsflöde för resultatbaserad marknadsföring.

En person ser vår Google-annons och fyller i formuläret. En integration skapar omedelbart en affär i HubSpot, och företagets URL fylls i i ett särskilt Google Sheet.

Vi använder alla HubSpots AI-funktioner, så CRM-systemet identifierar potentiella intressenter och hämtar deras namn, mobilnummer och LinkedIn-URL:er från datahanteringsplattformen. När intressenternas data 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. Sedan skapar ytterligare en Gemini-agent 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 information 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 förändra detta tankesätt.

Istället för att fokusera på att generera fler leads måste vi optimera säljprocessen. Med en högoptimerad säljprocess kan vi använda AI för att steg för steg vägleda kunden genom alla tvivel, frågor eller tveksamheter 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 informerar intäktsbeslut medan människor leder

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

Människor måste fortfarande hantera prissättning, förstå kundernas krav, hantera anpassningar och prognostisera förfrågningar.

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

Varför CRO:er måste behålla mänsklig medverkan

Swapnil delar med sig

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

När processer startas är mänsklig medverkan alltid till hjälp.

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

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

Ta inte heller bort viktiga teammedlemmar omedelbart efter implementeringen av AI. Utveckla i stället teammedlemmarnas förmågor med hjälp av AI.

Varför intäktsteam behöver GTM-ingenjörer

På tal om team är GTM-ingenjören en viktig roll som vi tog in i organisationen 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 inom 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 lyfte luren och pratade med teknikchefen på företaget.

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

Varför CRO:er måste vara försiktiga

Mitt viktigaste råd till alla CRO:er är att ignorera AI-hajpen 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 brände mycket pengar.

Följ med

Du kan följa Swapnil Tripathis arbete på LinkedIn. Och kolla in we360.ai.

Fler expertintervjuer kommer på CRO-klubben!