Come abbiamo aumentato le vendite inbound con un SDR IA che qualifica il 78% dei lead dall’inizio alla fine

Ogni settimana, centinaia di persone compilano il modulo commerciale per le aziende sul nostro sito web per saperne di più sulla nostra piattaforma e sui prezzi. Tuttavia, la maggior parte di questi lead è più adatta ai nostri piani self-service, pensati per la maggioranza degli utenti e corredati da documentazione dettagliata sul nostro sito web.

Anche se il nostro team commerciale vorrebbe incontrare direttamente ogni lead, si concentra sulle implementazioni aziendali che richiedono soluzioni personalizzate. Esamina quindi manualmente ogni invio per individuare quelli adatti a una conversazione commerciale per aziende e quelli che è meglio indirizzare verso il self-service. Molti moduli, però, contengono dettagli incompleti, come descrizioni vaghe del caso d'uso del lead, e il nostro team deve chiedere ulteriore contesto prima di prendere una decisione. Questo processo può rallentare i tempi di risposta e distogliere l'attenzione dalle opportunità aziendali più prioritarie.

Per i lead qualificati per le aziende, il ritardo nella revisione degli invii dei moduli comporta anche una perdita di slancio. Idealmente, un lead aziendale dovrebbe poter prenotare un incontro non appena invia il modulo per contattare il team commerciale. Altrimenti, se un modulo viene inviato venerdì sera, il lead potrebbe non ricevere risposta finché il nostro team commerciale non lo esamina lunedì, rimandando il primo incontro più avanti nella settimana.

Per colmare il divario tra domanda e capacità del team, abbiamo creato un sales development representative (SDR) IA per i lead in entrata usando la nostra Agents Platform. L'SDR IA offre esperienze più rapide e personalizzate ai lead in entrata, permettendo al nostro team di concentrarsi sulle opportunità con il maggiore impatto.

Come abbiamo creato l'agente

Abbiamo strutturato l'SDR per i lead in entrata attorno a tre pilastri: comportamento, capacità e dati.

1. Comportamento

Abbiamo definito il comportamento del nostro SDR, “Jon”, usando il system prompt nella nostra Agents Platform. Abbiamo delineato i tratti principali della personalità di Jon, descrivendolo ad esempio come “un rappresentante commerciale cordiale e consulenziale, capace di rendere accessibili i temi complessi dell'IA”. Abbiamo anche definito il suo obiettivo principale e gli scenari in cui deve agire, ad esempio prenotando un incontro o inviando un messaggio al nostro team. Per saperne di più sulla struttura esatta che abbiamo seguito, consulta la nostra guida al prompting.

Abbiamo fornito a Jon un'ampia knowledge base, con oltre cento domande frequenti e una panoramica delle funzionalità dei nostri prodotti tratta dalla documentazione sul sito web. Per il momento aggiorniamo manualmente la knowledge base di Jon quando vengono rilasciati nuovi prodotti o funzionalità. Presto sarà possibile aggiungere un URL di destinazione e aggiornare automaticamente la knowledge base a intervalli regolari.

Dopo il lancio, abbiamo collaborato con i responsabili commerciali del nostro team GTM per esaminare le trascrizioni delle chiamate, individuare gli errori e migliorare le prestazioni dell'agente. Ecco cosa abbiamo imparato inizialmente:

• Trovare l'LLM giusto per il tuo caso d'uso richiede sperimentazione: Abbiamo iniziato con un modello ottimizzato per una bassa latenza, ma siamo passati a uno più capace dopo aver osservato che il modello iniziale aveva problemi di affidabilità e tool calling. L'aggiornamento ha ridotto le allucinazioni, come quando l'agente faceva riferimento erroneamente all'anno corrente, causando in precedenza errori di tool calling a valle. Gli LLM più potenti sono utili anche per esigenze di ragionamento più avanzate. Ad esempio, ora il nostro agente può aiutare i lead a stimare l'utilizzo previsto della piattaforma. Quando un lead non è sicuro, Jon chiede il numero previsto di chiamate al giorno e la durata media delle chiamate per calcolare l'utilizzo mensile stimato.

• L'agente può sbagliare nei modi preferibili: Finché l'agente non prenderà il 100% delle decisioni correttamente, abbiamo configurato il suo system prompt affinché privilegi i falsi positivi rispetto ai falsi negativi: preferiamo incontrare un lead e indirizzarlo verso un percorso self-service piuttosto che perdere una potenziale opportunità aziendale.

• Considerare i casi limite fa crescere il system prompt nel tempo e introduce il rischio di errori: Dopo aver esaminato più di 50 chiamate, abbiamo introdotto diverse istruzioni del tipo “se X, allora fai Y”. Ad esempio: “Se chi chiama parla una lingua diversa dall'inglese, prima di prenotare chiedi se preferisce che l'incontro si svolga in quella lingua o in inglese”. Sebbene gli LLM con un contesto ampio gestiscano efficacemente queste regole, prompt troppo estesi possono aumentare il rischio di errori. Abbiamo osservato che, man mano che i prompt si espandono, alcuni comportamenti, come porre più domande contemporaneamente, diventano più persistenti.

• I guardrail sono efficaci per evitare l'aggiramento del processo: Alcuni utenti hanno chiesto ripetutamente di parlare direttamente con il nostro team prima di fornire informazioni sufficienti. L'aggiunta di guardrail espliciti è particolarmente efficace per ridurre queste richieste.

• Gli utenti hanno bisogno di riscontri durante l'esecuzione dei tool: Quando Jon usava tool come quello per verificare la disponibilità in calendario, chi chiamava sperimentava spesso silenzi disorientanti. Abbiamo risolto il problema aggiungendo una funzionalità opzionale, “force message”, che informa l'utente quando viene usato un tool.

• Le interazioni vocali aumentano il coinvolgimento: Circa un lead su cinque richiama per continuare l'interazione con Jon. In un caso, dopo aver scoperto il nostro prodotto e i prezzi, una persona ha richiamato semplicemente per chiedere a Jon una ricetta degli spaghetti.

2. Capacità e tool personalizzati

Jon ha accesso agli stessi tool che un SDR umano userebbe per gestire autonomamente le conversazioni in entrata.

All'inizio di ogni chiamata, esamina l'invio del modulo di contatto per raccogliere il contesto. Durante la chiamata, può quindi qualificare i lead e prenotare incontri in tempo reale verificando le disponibilità nei diversi fusi orari. Dopo aver prenotato un incontro, invia al nostro team un riepilogo della chiamata.

Jon può anche passare senza interruzioni tra 32 lingue, con voci ottimizzate per ogni lingua. In una settimana tipica, ne usa più di otto.

3. Dati 

Al termine di ogni chiamata, Jon acquisisce il caso d'uso del lead e la decisione di qualifica, scrivendo questi dati direttamente nel nostro CRM. Questo offre al nostro team piena visibilità su ogni interazione commerciale.

Jon registra anche dati strutturati come i punteggi di soddisfazione dei clienti. Al termine di una conversazione, chiede ai lead di valutare la loro esperienza su una scala da 1 a 10. Esaminiamo ogni giorno le conversazioni con le valutazioni più alte e più basse per capire cosa ha funzionato e cosa no. 

Questi comportamenti, capacità e pipeline di dati fanno sì che Jon operi con fluidità conversazionale ed efficienza operativa, gestendo gli stessi workflow di un SDR umano.

Risultati finora

Dal lancio, l'SDR IA è stato implementato in 38 Paesi ed è disponibile 24 ore su 24, 7 giorni su 7. Ora gestisce più di 50 chiamate a settimana, l'equivalente di due SDR a tempo pieno.

Il 78% delle sue decisioni di qualifica non richiede alcun intervento umano. Nel restante 22% dei casi, l'agente effettua per lo più qualifiche “falsamente positive”, qualificando lead che avrebbero dovuto essere squalificati. Preferiamo questo risultato all'alternativa di squalificare lead che avrebbero dovuto essere qualificati.

Questi falsi positivi si verificano in genere quando i lead stimano, ma non possono confermare, il volume previsto o le tempistiche di lancio. I falsi negativi sono rari e di solito si verificano quando un lead termina la chiamata prima che l'agente disponga di informazioni sufficienti per decidere. In futuro, per i casi incompleti come questi l'agente restituirà "N/D" invece di squalificare il lead.

"Abbiamo assistito a un cambiamento fondamentale nel modo in cui le vendite in entrata possono funzionare su larga scala. Con il nostro SDR IA, chiunque sia interessato alla nostra piattaforma può ora avviare una conversazione personalizzata nella propria lingua, in qualsiasi momento. Il modo migliore per capire la nostra piattaforma è provarla in prima persona, e i lead qualificati ora prenotano incontri in pochi minuti anziché in giorni." – Jonathan Chemouny, EMEA Sales Lead, ElevenLabs

Con un punteggio CSAT medio di 8,7, le prime conversazioni mostrano quanto rapidamente stiano cambiando le percezioni su ciò che gli agenti conversazionali possono fare. Ecco alcuni estratti:

• “Grazie per avermi aiutato oggi. È la prima volta che scopro un agente IA utile quanto te. E ti auguro buona giornata!”

• “Wow! Wow! Onestamente, sei bravo […] è tutto chiaro, ben spiegato. Questa è IA conversazionale. Onestamente, è fantastica!” 

• “[Questa conversazione] mi è stata utile. Mi offre una prima panoramica dei prodotti che proponete … ci sono stati alcuni piccoli errori, ma per il resto la qualità dell'audio, anzi, la qualità della voce, è davvero notevole.”

Prospettive future

Nei prossimi mesi, amplieremo le capacità dell'agente attraverso la nostra nuova funzionalità workflow. I workflow sono progettati per gestire conversazioni più complesse e dinamiche e supportare decisioni più affidabili. Questo sbloccherà anche nuovi casi d'uso per gli agenti, come le vendite in uscita e il ricoinvolgimento di lead che non rispondono.

Oggi il nostro team esamina ogni decisione presa dall'SDR IA. Presto, il sistema prenoterà gli incontri direttamente nei calendari dei nostri account executive, con una logica di pianificazione che assegnerà automaticamente ogni incontro al responsabile corretto.

Il nostro SDR IA ha già trasformato il processo di vendita in entrata, soddisfacendo le aspettative dei potenziali clienti e dando al nostro team più tempo per concentrarsi su ciò che conta. Lo consideriamo un ulteriore passo verso un futuro in cui la voce sarà l'interfaccia principale della tecnologia.

Vuoi creare i tuoi agenti conversazionali? Inizia qui.