AI लीड क्वालिफिकेशन: AI एजेंट बड़े पैमाने पर लीड्स को कैसे स्क्रीन और रूट करते हैं

जब इनबाउंड वॉल्यूम बढ़ता है, तो सेल्स प्रतिनिधि अक्सर ऐसे कमजोर संभावित ग्राहकों का पीछा करने में बहुत समय बिताते हैं जिनके पास बजट, तात्कालिकता या खरीदने का अधिकार नहीं होता। आपकी टीम को तुरंत जवाब देना होता है, लेकिन हर पूछताछ को मैन्युअल रूप से छांटने से प्रतिनिधि उन खरीदारों से दूर हो जाते हैं जो वास्तव में सेल्स बातचीत के लिए तैयार हैं। 

AI लीड क्वालिफिकेशन AI एजेंटों का उपयोग लाइव वॉइस या चैट के ज़रिए सेल्स संभावित ग्राहकों को स्क्रीन, स्कोर और रूट करने के लिए करता है। यह किसी मानव प्रतिनिधि के शामिल होने से पहले शुरुआती जानकारी जुटाने का काम संभालता है। नतीजा यह है कि आपके प्रतिनिधि मैन्युअल स्क्रीनिंग के बजाय पहले से सत्यापित और तैयार संभावित ग्राहकों पर समय देते हैं।

इस गाइड के अंत तक, आप जानेंगे कि ऑटोमेटेड लीड क्वालिफिकेशन बड़े पैमाने पर कैसे काम करता है और ऐसा एजेंट workflow कैसे सेट अप करें जो आपके प्रतिनिधियों तक अधिक योग्य लीड्स तेज़ी से पहुंचाए।

सारांश

• AI लीड क्वालिफिकेशन पेज विज़िट या जॉब टाइटल जैसे बैकग्राउंड डेटा को स्कोर करके नहीं, बल्कि वास्तविक बातचीत के ज़रिए पुष्टि करता है कि संभावित ग्राहक खरीदने के लिए तैयार है या नहीं।
• AI लीड क्वालिफिकेशन एजेंट संभावित ग्राहकों से क्वालिफाइंग सवालों का एक सेट पूछता है, फिर उनके जवाबों के आधार पर उन्हें अपने-आप रूट करता है—चाहे मीटिंग बुक करनी हो, प्रतिनिधि को अलर्ट करना हो या nurture sequence में डालना हो।
• व्यवसाय इनबाउंड और आउटबाउंड कॉल, वेब चैट और बहुभाषी बातचीत के लिए एक ही workflow के साथ AI लीड क्वालिफिकेशन एजेंटों का उपयोग करते हैं।

AI लीड क्वालिफिकेशन क्या है?

AI लीड क्वालिफिकेशन में AI एजेंट का उपयोग करके लाइव बातचीत के ज़रिए संभावित ग्राहकों को स्क्रीन किया जाता है, बिना मानव हस्तक्षेप की ज़रूरत के।

यह AI लीड स्कोरिंग जैसा नहीं है। AI लीड स्कोरिंग जॉब टाइटल, पेज विज़िट और फर्मोग्राफिक डेटा जैसे बैकग्राउंड डेटा से संभावित ग्राहक के फिट होने का अनुमान लगाती है। वहीं AI लीड क्वालिफिकेशन लाइव वॉइस या चैट बातचीत के ज़रिए फिट की पुष्टि करता है और ऐसा संदर्भ पकड़ता है जो अकेला डेटा सिग्नल नहीं बता सकता।

बाद में अनुमान लगाने के बजाय उसी क्षण फिट की पुष्टि करने के कारण, AI लीड क्वालिफिकेशन आपकी सेल्स प्रक्रिया में तीन तरह से मदद करता है:

• अपने-आप स्क्रीनिंग: हाई-इंटेंट खरीदारों को कोल्ड पूछताछ से रियल टाइम में अलग करता है, ताकि प्रतिनिधियों को हर इनबाउंड कॉल या फॉर्म सबमिशन फ़िल्टर न करना पड़े।
• CRM को अपडेट रखता है: बातचीत के दौरान ही क्वालिफिकेशन विवरण लॉग करता है और लीड स्टेटस अपडेट करता है, बजाय इसके कि कोई प्रतिनिधि बाद में इसे दर्ज करे।
• तुरंत रूट करता है: कॉल खत्म होते ही हर संभावित ग्राहक को सीधे मीटिंग, प्रतिनिधि या nurture sequence में भेजता है; मैन्युअल हैंडऑफ की ज़रूरत नहीं।

यहां स्पीड उतनी ही मायने रखती है जितनी सटीकता। फॉर्म भरने के एक मिनट के भीतर जवाब पाने वाली लीड, एक दिन या हफ्ते बाद संपर्क की गई उसी लीड से अलग होती है। AI एजेंट फॉर्म आते ही कॉल या मैसेज कर सकता है, इसलिए क्वालिफिकेशन तब होता है जब इंटेंट सबसे ज़्यादा होता है, न कि उसके ठंडा पड़ने के बाद। 

ElevenLabs ने अपने कॉन्टैक्ट-सेल्स फॉर्म पर इसका असर देखा: एक इनबाउंड AI एजेंट तैनात करने के बाद, जो तुरंत जवाब देता था, योग्य लीड्स कॉलबैक के लिए दिनों तक इंतज़ार करने के बजाय मिनटों में मीटिंग बुक करने लगीं।

यहां एक उदाहरण है कि AI लीड क्वालिफिकेशन एजेंट आपकी सेल्स टीम की कैसे मदद करता है। कोई संभावित ग्राहक कीमत के बारे में पूछने के लिए कॉल करता है। उसे सीधे प्रतिनिधि को देने के बजाय, एजेंट लीड को क्वालिफाई करने के लिए बजट और टाइमलाइन जैसे कुछ सवाल पूछता है। अगर लीड मानदंडों पर खरी उतरती है, तो एजेंट मीटिंग बुक करता है या कॉल ट्रांसफर करता है। 

अगर लीड मानदंडों पर खरी नहीं उतरती, तो एजेंट कारण लॉग करके उसे nurture sequence में रूट कर देता है। दोनों ही स्थितियों में आपकी टीम बेनतीजा प्रयासों के पीछे कम समय लगाती है और खरीदने के लिए तैयार संभावित ग्राहकों को कन्वर्ट करने में ज़्यादा समय देती है।

लीड क्वालिफिकेशन कैसे काम करता है: BANT फ्रेमवर्क

यह तय करने के लिए कि कोई संभावित ग्राहक सही फिट है या नहीं, सेल्स टीमें आमतौर पर BANT फ्रेमवर्क पर भरोसा करती हैं:

• बजट: क्या संभावित ग्राहक के पास आपके समाधान के लिए वित्तीय संसाधन उपलब्ध हैं?
• अधिकार: क्या एजेंट से बात कर रहे व्यक्ति के पास खरीद को मंज़ूरी देने का अधिकार है?
• ज़रूरत: क्या संभावित ग्राहक के सामने कोई खास, पहचानी जा सकने वाली समस्या है जिसे आपका प्रोडक्ट हल करता है?
• टाइमलाइन: खरीदार को समाधान कितनी जल्दी लागू करना है?

AI एजेंट के साथ, आप BANT को इस बात का आधार बना सकते हैं कि आपके एजेंट संभावित ग्राहकों का मूल्यांकन कैसे करें। उदाहरण के लिए, आप तय कर सकते हैं कि योग्य संभावित ग्राहक का बजट कम से कम $10,000 हो, कॉल पर एक नामित निर्णयकर्ता हो, कोई खास समस्या हो जिसे एजेंट आपके प्रोडक्ट से जोड़ सके, और अगले 90 दिनों में खरीदने की योजना हो। इन सीमाओं को एक बार सेट करें, और एजेंट हर बातचीत में इन्हें एक ही तरह से जांचेगा, सही फॉलो-अप सवाल पूछेगा और हर मानदंड को स्कोर करेगा।

लीड स्कोरिंग, AI लीड क्वालिफिकेशन एजेंट और मानव प्रतिनिधि साथ मिलकर कैसे काम करते हैं

AI लीड स्कोरिंग, AI लीड क्वालिफिकेशन और मानव प्रतिनिधि आपकी पाइपलाइन में अलग-अलग समस्याएं हल करते हैं: लीड स्कोरिंग निष्क्रिय संकेतों के आधार पर बड़ी संख्या में लीड्स को प्राथमिकता देती है, AI क्वालिफिकेशन एजेंट वास्तविक बातचीत से फिट की पुष्टि करते हैं और मानव प्रतिनिधि उन डील्स में अपना निर्णय देते हैं जहां इसकी ज़रूरत होती है। सबसे प्रभावी सेल्स टीमें तीनों को मिलाकर इस्तेमाल करती हैं, क्योंकि हर एक वह काम करता है जो दूसरे नहीं कर सकते। AI से मानव निर्णय तक हैंडऑफ को गहराई से समझने के लिए हमारी AI SDRs की गाइड देखें।

Medicare के ओपन एनरोलमेंट पीरियड के दौरान, हेल्थकेयर प्लेटफ़ॉर्म MyPlanAdvocate ने ElevenAgents तैनात किया ताकि योग्य उपभोक्ताओं को सीधे लाइसेंस प्राप्त प्रतिनिधियों के पास रूट करने से पहले इनबाउंड स्क्रीनिंग कॉल संभाली जा सकें। 

पीक Annual Enrollment Period के दौरान ऑटोमेटेड सिस्टम ने हर महीने लगभग 210,000 कॉल प्रोसेस कीं। AI प्री-क्वालिफिकेशन चरण पार करने के बाद लाइसेंस प्राप्त मानव एजेंटों तक पहुंचने वाली इनबाउंड कॉल्स का कन्वर्ज़न कंपनी के ऐतिहासिक बेसलाइन से दोगुना रहा। 

आपकी सेल्स टीम की स्थिति अलग हो सकती है, लेकिन काम करने का सिद्धांत वही है: AI एजेंट पहले दोहराव वाले स्क्रीनिंग काम को संभालते हैं, ताकि मानव प्रतिनिधि उन संभावित ग्राहकों पर अपनी ऊर्जा लगा सकें जिन्होंने पहले ही फिट और तात्कालिकता दिखाई है।

AI एजेंट बड़े पैमाने पर लीड्स को कैसे क्वालिफाई करते हैं

AI एजेंट इनबाउंड और आउटबाउंड workflows में एक जैसी स्क्रीनिंग बातचीत चलाकर बड़े पैमाने पर लीड्स को क्वालिफाई करते हैं। इनबाउंड एजेंट खरीदारों के संपर्क करने पर जवाब देते हैं और आउटबाउंड एजेंट CRM गतिविधि, कैंपेन लिस्ट या फॉलो-अप ट्रिगर के आधार पर लीड्स से दोबारा जुड़ते हैं। 

इनबाउंड लीड क्वालिफिकेशन

इनबाउंड लीड क्वालिफिकेशन तब शुरू होता है जब कोई संभावित खरीदार आपकी कंपनी से संपर्क करता है—आमतौर पर डेमो फॉर्म सबमिट करके, चैट खोलकर या आपके सेल्स नंबर पर कॉल करके। एजेंट इनबाउंड अनुरोध का तुरंत जवाब देता है और आपके सेल्स मानदंडों के आधार पर क्वालिफिकेशन बातचीत शुरू करता है। 

जैसे-जैसे खरीदार अपनी ज़रूरत बताता है, एजेंट प्रासंगिक विवरण पहचानता है, फॉलो-अप सवाल पूछता है और अगला कदम तय करने के लिए पर्याप्त संदर्भ जुटाता है। 

उदाहरण के लिए, कोई खरीदार शुरुआत में कह सकता है, “हमें अगले महीने की रिन्यूअल तारीख से पहले अपना मौजूदा सिस्टम बदलना है।” एजेंट तात्कालिकता का स्तर समझता है, समयसीमा की पुष्टि करता है और बातचीत को उस अगली जानकारी की ओर ले जाता है जिसकी आपकी सेल्स टीम को लीड क्वालिफाई करने के लिए ज़रूरत है।

नीचे दिए गए लीड क्वालिफिकेशन एजेंट को खुद आज़माकर देखें कि व्यवहार में AI एजेंट इनबाउंड कॉल कैसे संभालता है। 

आउटबाउंड लीड क्वालिफिकेशन

आउटबाउंड क्वालिफिकेशन में इनबाउंड जैसी ही स्क्रीनिंग लॉजिक इस्तेमाल होती है, लेकिन एजेंट आपके पहले से तय क्वालिफिकेशन मानदंडों के आधार पर लीड से संपर्क शुरू करता है। 

टीमें किसी खास डिजिटल सिग्नल के तुरंत बाद ऑटोमेटेड आउटरीच ट्रिगर कर सकती हैं, जैसे किसी निष्क्रिय लीड का प्राइसिंग पेज पर लौटना, या तय सूचियों पर व्यापक आउटबाउंड AI कॉलिंग रणनीति के साथ ऑटोमेटेड बैच कैंपेन चला सकती हैं। किसी संभावित ग्राहक से संपर्क करने से पहले, एजेंट आपके CRM या कैंपेन लिस्ट से संदर्भ लेता है ताकि संदेश प्रासंगिक रहे और पिछली ग्राहक इंटरैक्शन का उल्लेख हो।

उदाहरण के लिए, पिछली तिमाही का कोई निष्क्रिय संभावित ग्राहक आपकी साइट पर लौटता है, तो CRM इवेंट एक सक्रिय फॉलो-अप कॉल ट्रिगर कर सकता है। एजेंट पिछले डेमो अनुरोध का उल्लेख करता है, पूछता है कि प्रोजेक्ट फिर से सक्रिय हुआ है या नहीं और टाइमलाइन पैरामीटर को डायनामिक रूप से अपडेट करता है। यही वह लॉजिक है जिसे आउटबाउंड AI SDRs कॉलिंग कैंपेन चलाने के लिए इस्तेमाल करते हैं बड़े पैमाने पर।

नीचे दिया उदाहरण दिखाता है कि एक सक्रिय आउटबाउंड workflow कैसे काम करता है।

कंप्लायंस और संचार के लिए आउटबाउंड guardrails

अमेरिका में आउटबाउंड कैंपेन कड़े टेलीकम्युनिकेशन नियमों के तहत चलते हैं। इसलिए आउटबाउंड workflows को ऑटोमेटेड कंप्लायंस guardrails चाहिए, जिनमें Do Not Call (DNC) रजिस्ट्रियों के लिए नेटिव फ़िल्टरिंग और इंटीग्रेटेड कंसेंट ट्रैकिंग शामिल है।

ElevenAgents guardrails को Telephone Consumer Protection Act (TCPA) के अनुपालन में मदद के लिए डिज़ाइन किया गया है। हम ऐसे guardrails भी शामिल करते हैं जो एजेंटिक बातचीत को अधिक उपयोगी बनाते हैं, जैसे: 

• वॉइसमेल इंटेलिजेंस: सटीक वॉइसमेल डिटेक्शन यह सुनिश्चित करता है कि एजेंट आंसरिंग मशीन को पहचान ले, ताकि सिस्टम रिकॉर्डिंग के ऊपर बोलना शुरू न करे।
• सहज हैंडऑफ: संभावित ग्राहक के कंप्लायंस जांच पास करने और आपके स्क्रीनिंग मानदंडों से मेल खाने पर, एजेंट रिकॉर्ड अपडेट करके या तुरंत मीटिंग शेड्यूल करके इनबाउंड workflow जैसा ही रियल-टाइम रूटिंग करता है।

मिलकर, ये guardrails आउटबाउंड कैंपेन को कंप्लायंस या बातचीत की गुणवत्ता से समझौता किए बिना बड़े पैमाने पर चलाने देते हैं।

एक घंटे से कम समय में AI लीड क्वालिफिकेशन एजेंट कैसे सेट अप करें

ElevenAgents टेम्पलेट्स टीमों को लीड क्वालिफिकेशन workflows के लिए एक व्यावहारिक शुरुआत देते हैं। प्रॉम्प्ट, टूल कनेक्शन और रूटिंग नियम शुरू से बनाने के बजाय, आपकी टीम टेम्पलेट से शुरू कर सकती है और प्रीसेट्स को अपने सेल्स मानदंडों के मुताबिक बदल सकती है। 

शुरुआती लक्ष्य सरल है: एक काम करने वाला वर्ज़न बनाएं, वास्तविक जैसी बातचीत के साथ उसका टेस्ट करें और पुष्टि करें कि एजेंट लीड्स को सही तरीके से रूट करता है। 

यही workflow पायलट चरण से आगे भी अच्छी तरह स्केल करता है: Better का AI लोन एजेंट अब हर महीने करीब 100,000 मॉर्गेज कॉल्स में उधारकर्ताओं की 35.5% पूछताछ को एंड-टू-एंड ऑटोमेट करता है, और Cars24 ने AI-सपोर्टेड कॉल्स के 30 लाख मिनट से ज़्यादा लॉग किए हैं। 

चरण 1: टेम्पलेट चुनें

अपनी ज़रूरतों के अनुकूल लीड क्वालिफिकेशन टेम्पलेट ElevenAgents टेम्पलेट लाइब्रेरी से चुनें। टेम्पलेट से शुरुआत करने पर आपके workspace को तुरंत बुनियादी संसाधन मिलते हैं:

• पहले से बनी आर्किटेक्चर: तुरंत एक काम करने वाला शुरुआती प्रॉम्प्ट, सैंपल क्वालिफिकेशन लॉजिक और पहले से मैप किए गए रूटिंग पाथ पाएं।
• BANT विभाजन: इनबाउंड लीड क्वालिफायर के लिए, टेम्पलेट सेटअप हॉट लीड्स को nurture ट्रैक से अपने-आप अलग करता है।
• कस्टमाइज़ेशन कंट्रोल: अपने व्यवसाय के मुताबिक एजेंट के मुख्य लक्ष्य, शुरुआती अभिवादन संदेश, खास क्वालिफिकेशन सवाल और अंतिम हैंडऑफ नियम बदलें।

टेम्पलेट्स आपको पहले ही workflow संरचना दे देते हैं, इसलिए फ्लो व्यवस्थित करने में कम और लीड को योग्य बनाने वाले तत्व तय करने में ज़्यादा समय लगता है। 

चरण 2: अपने टूल कनेक्ट करें

लीड्स को क्वालिफाई, रूट और हैंडऑफ करने के लिए अपने एजेंट को जिन टूल्स की ज़रूरत है, उन्हें कनेक्ट करें। आपके workflow के आधार पर इनमें ये शामिल हो सकते हैं: 

• शेड्यूलिंग प्लेटफ़ॉर्म: Cal.com जैसे शेड्यूलिंग प्लेटफ़ॉर्म को लिंक करें, ताकि एजेंट प्रतिनिधि की उपलब्धता देख सके और तुरंत मीटिंग बुक कर सके।
• CRM: Salesforce जैसे CRM को कनेक्ट करें, ताकि सिस्टम अपने-आप लीड स्टेटस अपडेट कर सके और बातचीत का सारांश सीधे ग्राहक रिकॉर्ड में लॉग कर सके।
• CCaaS सिस्टम: Twilio या Genesys जैसे सिस्टम कॉन्फ़िगर करें, ताकि एजेंट योग्य कॉलर्स को तुरंत सही सेल्स प्रतिनिधि के पास ट्रांसफर कर सके।

ElevenAgents इंटीग्रेशन डॉक्यूमेंटेशन तकनीकी सेटअप के चरणों को विस्तार से बताता है। क्वालिफिकेशन टेम्पलेट Salesforce और Cal.com के लिए पहले से कॉन्फ़िगर है, इसलिए आपकी टीम सेटअप के दौरान इन कनेक्शन को अधिकृत कर सकती है या बाद में Tools मेनू से कर सकती है।

ElevenLabs अंदरूनी तौर पर भी यही सेटअप इस्तेमाल करता है: हमारा अपना AI SDR 76% इनबाउंड लीड्स को एंड-टू-एंड क्वालिफाई करता है, मीटिंग बुक करता है और क्वालिफिकेशन निर्णय सीधे CRM में लिखता है।

चरण 3: एजेंट कॉन्फ़िगर करें

वे बुनियादी सेटिंग्स तय करें जो आपके एजेंट की पहचान और संवाद शैली को दिशा देती हैं। workspace dashboard में ये मुख्य तत्व चुनें और कॉन्फ़िगर करें:

• नाम: अपने सेल्स workflow में एजेंट की भूमिका पहचानने के लिए उसे स्पष्ट नाम दें।
• पहला संदेश: संभावित ग्राहक के कनेक्ट होने पर बातचीत शुरू करने के लिए एजेंट जो सटीक अभिवादन इस्तेमाल करेगा, उसे लिखें।
• LLM मॉडल: ऐसा अंतर्निहित भाषा मॉडल चुनें जो तर्क की गहराई और बातचीत की स्पीड में संतुलन रखे। अधिक सक्षम मॉडल बारीक या अस्पष्ट जवाबों को बेहतर संभालता है, लेकिन हल्का मॉडल तेज़ जवाब देता है, जो लाइव वॉइस बातचीत में ज़्यादा अहम है।
• भाषा: दर्जनों समर्थित विकल्पों में से अपने एजेंट की प्राथमिक भाषा सेट करें। अधिक बाज़ारों तक पहुंचने के लिए उन खास भाषाओं को जोड़ें जिन्हें आप सेवाएं देते हैं; एजेंट उन्हें संभालने के लिए बहुभाषी मॉडल पर स्विच कर सकेगा। 
• वॉइस: वॉइस लाइब्रेरी में एक्सेंट, स्टाइल और उपयोग के मामले के अनुसार फ़िल्टर की जा सकने वाली हज़ारों तैयार वॉइस में से चुनें।

बुनियादी सेटिंग्स हो जाने पर सिस्टम प्रॉम्प्ट लिखें: वे निर्देश जो एजेंट के व्यक्तित्व, मुख्य उद्देश्यों और उसे मानने वाले क्वालिफिकेशन नियमों को तय करते हैं। प्रॉम्प्ट को एक लंबे पैराग्राफ के बजाय व्यक्तित्व, लक्ष्य और guardrails जैसे स्पष्ट सेक्शन में बांटें। इससे एजेंट को पता रहेगा कि क्या करना है और क्या कभी नहीं करना है, जैसे आपकी स्वीकृत सीमा से बाहर की कीमत बताना। 

हमारी प्रॉम्प्ट इंजीनियरिंग गाइड में आप अपने सिस्टम प्रॉम्प्ट को ऑप्टिमाइज़ करने की बारीकियां जान सकते हैं। 

चरण 4: नॉलेज बेस भरें

एक केंद्रित नॉलेज बेस एजेंट को सही स्रोतों से खरीदारों के सवालों का जवाब देने में मदद करता है और बातचीत को आपके क्वालिफिकेशन मानदंडों के अनुरूप रखता है, ताकि वह असमर्थित दावों या प्रक्रिया से बाहर की सेल्स सलाह की ओर न भटके। आप एजेंट के नॉलेज बेस में स्वीकृत सेल्स सामग्री जोड़ सकते हैं, फिर उन दस्तावेज़ों को अपने नॉलेज बेस dashboard से मैनेज कर सकते हैं। 

सेल्स बातचीत के लिए आपकी टीम की स्वीकृत स्रोत सामग्री जोड़ें, जैसे:

• प्रोडक्ट डॉक्यूमेंटेशन
• प्राइसिंग गाइडेंस
• पात्रता मानदंड
• FAQ
• स्वीकृत वेबसाइट URLs

एजेंट लाइव होने के बाद, उन सवालों के लिए बातचीत ट्रांसक्रिप्ट्स देखें जिनका वह अच्छी तरह जवाब नहीं दे सका और वह छूटा हुआ संदर्भ नॉलेज बेस में जोड़ दें। इस तरह आपका एजेंट स्थिर रहने के बजाय वास्तविक उपयोग के साथ बेहतर होगा।

चरण 5: क्वालिफिकेशन मानदंड तय करें

वे मानदंड तय करें जिनका उपयोग एजेंट यह फैसला करने के लिए करेगा कि लीड सेल्स फॉलो-अप के लिए तैयार है या नहीं। ElevenAgents में टीमें इस लॉजिक को workflow builder में एडिट करती हैं—यह ग्राफ़-आधारित एडिटर है, जहां nodes में मानदंड और निर्देश होते हैं तथा edges यह तय करते हैं कि संभावित ग्राहक की बात के आधार पर एजेंट इनके बीच कैसे आगे बढ़ता है।

रूटिंग केवल हॉट-लीड या nurture-लीड के साधारण विभाजन तक सीमित नहीं है। एक क्वालिफिकेशन node कई पाथ में बंट सकता है, जैसे संभावित ग्राहक की ज़रूरत के आधार पर उसे प्रीमियम डील, रिफंड बातचीत या सामान्य मीटिंग बुकिंग की ओर रूट करना। Edges पीछे की ओर भी जा सकते हैं: अगर संभावित ग्राहक बीच में संदेह जताता है, तो workflow निर्णय थोपने के बजाय उसे क्वालिफिकेशन node पर वापस भेज सकता है। इससे एजेंट कहीं रूट करने से पहले और संदर्भ जुटा सकता है।

उन पाथ को मैप करने के बाद, आपको यह पुष्टि करने का तरीका चाहिए कि एजेंट वास्तव में उन पर सही ढंग से जा रहा है। Success Evaluation टेस्ट्स का उपयोग करके पुष्टि करें कि एजेंट ने workflow सही ढंग से फॉलो किया या नहीं। हर मूल्यांकन बातचीत ट्रांसक्रिप्ट की जांच करता है और कारण सहित success, failure या unknown लौटाता है। लीड क्वालिफिकेशन के लिए, यह दिखा सकता है कि एजेंट ने सही विवरण जुटाए और लीड को सही परिणाम तक रूट किया या नहीं।

चरण 6: टेस्ट और डिप्लॉय करें

ElevenAgents मेनू के “Test” सेक्शन में जाएं, फिर “Simulation tests” बनाएं और चलाएं, ताकि देख सकें कि आपका एजेंट कितना अच्छा काम करता है। टेस्ट कॉन्फ़िगर करने के लिए बस अपने सफलता मानदंड तय करें—पास और फेल कैसा दिखेगा—और सिम्युलेटेड स्थिति बताएं। इसमें ये शामिल हो सकते हैं:

• पुष्ट बजट वाला और अगले दो हफ्तों में खरीद का निर्णय लेने वाला संभावित ग्राहक, जो क्वालिफिकेशन से तेज़ी से आगे बढ़ने के लिए तैयार है।
• वास्तविक रुचि लेकिन आवंटित बजट न रखने वाला संभावित ग्राहक, जिससे टेस्ट हो कि एजेंट स्पष्ट अयोग्यता को सहजता से संभालता है या नहीं।
• क्लास प्रोजेक्ट के लिए इस क्षेत्र पर रिसर्च करने वाला छात्र, जिसका खरीदने का इरादा नहीं है; इससे टेस्ट हो कि एजेंट गैर-लीड को ज़रूरत से ज़्यादा क्वालिफाई करने से बचता है या नहीं।
• हर सवाल का अस्पष्ट या अनिर्णायक जवाब देने वाला संभावित ग्राहक, जिससे टेस्ट हो कि एजेंट निर्णय थोपे बिना स्पष्टता के लिए पूछता है या नहीं।
• कई स्टेकहोल्डर्स से मंज़ूरी की ज़रूरत बताने वाला एंटरप्राइज़ खरीदार, जिससे टेस्ट हो कि एजेंट लंबे और कम सीधे क्वालिफिकेशन पाथ को संभालता है या नहीं।

हर टेस्ट में जांचें:

• क्या एजेंट ने सही क्वालिफिकेशन विवरण जुटाए?
• क्या एजेंट ने वे सवाल दोहराने से बचा, जिनका संभावित ग्राहक पहले जवाब दे चुका था?
• क्या एजेंट ने निर्णय थोपे बिना अस्पष्ट जवाब संभाले?
• क्या लीड सही पाथ में पहुंची?
• क्या CRM अपडेट, मीटिंग बुकिंग या ट्रांसफर उम्मीद के मुताबिक काम किया?

जब आपकी टेस्ट बातचीत भरोसेमंद नतीजे देने लगे, तो एजेंट को अपने चुने हुए चैनलों—जैसे इनबाउंड फोन लाइन, वेबसाइट चैट विजेट या WhatsApp workflow—पर डिप्लॉय करें। सीमित लॉन्च से शुरू करें, शुरुआती बातचीत की समीक्षा करें और workflow के स्थिर साबित होने पर वॉल्यूम बढ़ाएं।

ElevenAgents के साथ अपना पहला लीड क्वालिफिकेशन एजेंट बनाएं

AI लीड क्वालिफिकेशन सेल्स टीमों को यह पहचानने का तेज़ और ज़्यादा एकसमान तरीका देता है कि कौन से संभावित ग्राहक सेल्स बातचीत के लिए तैयार हैं—बिना टीम का आकार बढ़ाए या लीड तक पहुंचने की स्पीड धीमी किए।

अपने क्वालिफिकेशन मानदंड एक बार सेट करें और ElevenAgents उन्हें दिन-रात एकसमान ढंग से लागू करता है, चाहे संभावित ग्राहक कॉल करे, चैट खोले या 70+ समर्थित भाषाओं में से किसी एक में संपर्क करे। टेम्पलेट्स आपको एक घंटे से कम में काम करने वाला एजेंट देते हैं और सिम्युलेशन टेस्टिंग आपको किसी वास्तविक संभावित ग्राहक के पहुंचने से पहले workflow को वैलिडेट करने देती है।

एजेंट बनाएं और बनाना शुरू करें, या सेल्स से बात करें और आज ही अपनी टीम के लिए लीड क्वालिफिकेशन workflow डिज़ाइन करने पर चर्चा करें।

अक्सर पूछे जाने वाले सवाल