Riepilogo Webinar: Crea un AI GTM Coach con Lovable & ElevenLabs

Quasi tutti i team di enablement hanno organizzato programmi di role play. Ma è difficile farli completare davvero ai commerciali. E costruirli sulle conversazioni reali che il team affronta ogni giorno è ancora più complicato.

Il problema più comune è che gli agenti portano a termine il compito, ma non capiscono il contesto, l’urgenza o le emozioni. E quando chi chiama se ne accorge, cala la fiducia e la qualità dell’interazione peggiora.Dietro l’agente: come Nana usa gli agenti IA per trasformare l’esperienza cliente, Karim Mustafa, Head of Customer Experience di Nana, ha raccontato come l’azienda ha introdotto agenti IA in tutta l’area supporto e cosa è cambiato per il team, i costi e gli indicatori di qualità.

Limiti del role play nelle vendite

Remy e Morgan si sono scontrati spesso con questi limiti nei loro role play di vendita:

Un commerciale che pensa a come appare davanti al manager si concentra più sulla situazione che sulla competenza da allenare.

Nana è nata nel 2016 come pioniere della consegna di generi alimentari in Arabia Saudita. In dieci anni si è trasformata in una super app completa che offre anche lavanderia, lavaggio auto, food delivery e altro ancora. Con la crescita del prodotto sono aumentati anche i contatti dei clienti. Il team gestiva 54 operatori su turni rotativi solo per stare al passo con la domanda.

La svolta è arrivata quando Nana è passata dai classici bot FAQ e chat di base a un vero agente IA front-end basato su ElevenLabs. L’agente gestisce direttamente le conversazioni con i clienti all’interno dell’app Nana: risolve problemi, risponde alle domande, traccia gli ordini ed effettua escalation quando serve. La qualità è stata subito evidente e costante.

L’impatto sul business è stato notevole:

1. Nana ha ridotto i costi dell’assistenza clienti dell’85%
2. I tempi di risposta sono scesi a pochi secondi

ElevenAgents ha svolto il ruolo di agente di base, mentre Lovable ha gestito la parte front end.

L’agente

Tre scelte dietro la buyer persona

Tre decisioni hanno guidato la creazione.

Scenario:

Demo 1: Lo studio di role play di Lovable

Karim ha descritto il cambiamento nel modo in cui il team affronta i problemi: quando si presenta una nuova sfida operativa, la domanda non è più quanti operatori servono, ma quanto velocemente si può creare un agente per gestirla.

I membri rimasti del team di supporto hanno potuto scegliere tra turni fissi o orari flessibili legati a KPI focalizzati sull’IA. Tutti hanno scelto il modello flessibile.

Perché è importante:

1. Sii multimodale. Nana ha scoperto che i clienti volevano anche scrivere, non solo chiamare. Adattare il canale al comportamento dei clienti ha reso l’adozione più semplice e i risultati più rapidi.
2. Concentrati sulla qualità dei prompt, non solo sulla tecnologia.L’IA riflette la qualità delle istruzioni che riceve. Il team di Karim ha investito tempo nella scrittura di prompt che insegnassero all’agente come mostrare empatia e rispondere in linea con il brand.
3. Per le implementazioni in arabo, usa il tashkeel.Aggiungere i segni vocalici al testo arabo nei prompt dell’agente migliora notevolmente la precisione e la naturalezza della pronuncia.
4. Sposta gli operatori umani a monte, non fuori.Il modo migliore di usare il team che resta è migliorare l’IA, non sostituirla. Coinvolgili nella progettazione dei workflow e nella revisione della qualità.
5. Pensa in grande fin dal primo giorno.Una volta che il primo agente è attivo, la stessa piattaforma può gestire chiamate in uscita, workflow interni, annunci e casi d’uso trasversali. Ora Nana è il reparto a cui si rivolgono gli altri team quando serve lanciare rapidamente un nuovo progetto.
6. Vai direttamente alla fonte. Diversi fornitori valutati da Nana rivendevano ElevenLabs con un sovrapprezzo. Sviluppare direttamente su ElevenLabs ha dato a Nana accesso ai modelli più recenti, costi più bassi e supporto tecnico diretto.

Cosa è stato mostrato:

InstahelpUna scorecard live che si aggiorna durante la chiamata e una scorecard finale, entrambe configurate in linguaggio naturale secondo la metodologia dell’azienda