AI-leadkvalificering: Så granskar och dirigerar AI-agenter leads i stor skala

När inflödet av förfrågningar ökar lägger säljare ofta för mycket tid på svaga prospekt som saknar budget, brådska eller befogenhet att fatta köpbeslut. Teamet behöver svara snabbt, men att manuellt gå igenom varje förfrågan tar tid från de köpare som faktiskt är redo för ett säljsamtal. 

AI-baserad leadkvalificering använder AI-agenter för att granska, bedöma och vidarebefordra säljprospekt via röst eller chatt i realtid, och hantera den inledande behovsanalysen innan en mänsklig säljare kopplas in. Resultatet är att säljarna kan ägna tiden åt prospekt som redan är bekräftade och redo, i stället för åt manuell granskning.

När du har läst klart guiden vet du hur automatiserad leadkvalificering fungerar i stor skala och hur du skapar ett agentworkflow som snabbare för fler kvalificerade leads till dina säljare.

Sammanfattning

• AI-baserad leadkvalificering bekräftar om ett prospekt är redo att köpa genom ett verkligt samtal, inte genom att bedöma bakgrundsdata som sidbesök eller jobbtitel.
• En AI-agent för leadkvalificering ställer en uppsättning kvalificerande frågor till prospekt och vidarebefordrar dem sedan automatiskt utifrån deras svar, oavsett om det innebär att boka ett möte, meddela en säljare eller starta en bearbetningssekvens.
• Företag använder AI-agenter för leadkvalificering för inkommande och utgående samtal, webbchatt och flerspråkiga samtal – allt i samma workflow.

Vad är AI-baserad leadkvalificering?

AI-baserad leadkvalificering är processen att använda en AI-agent för att granska prospekt i ett samtal i realtid, utan mänsklig inblandning.

Det är inte samma sak som AI-baserad lead scoring. Medan AI-baserad lead scoring uppskattar hur väl ett prospekt passar utifrån bakgrundsdata, som jobbtitel, sidbesök och företagsdata, bekräftar AI-baserad leadkvalificering matchningen genom ett röst- eller chattsamtal i realtid och fångar upp sammanhang som enbart datasignaler inte kan avslöja.

Eftersom den bekräftar matchningen direkt i stället för att uppskatta den i efterhand, stöttar AI-baserad leadkvalificering säljprocessen på tre sätt:

• Granskar automatiskt: Skiljer köpare med hög köpintention från kalla förfrågningar i realtid, så att säljarna slipper filtrera varje inkommande samtal eller formulärinskick.
• Håller CRM-systemet uppdaterat: Loggar kvalificeringsdetaljer och uppdaterar leadstatus medan samtalet pågår, i stället för att förlita sig på att en säljare gör det senare.
• Vidarebefordrar direkt: Skickar varje prospekt direkt till ett möte, en säljare eller en bearbetningssekvens när samtalet avslutas, utan manuell överlämning.

Här är snabbhet lika viktigt som precision. Ett lead som fyller i ett formulär och får svar inom en minut är ett annat prospekt än samma lead som kontaktas en dag eller en vecka senare. Eftersom en AI-agent kan ringa eller skicka ett meddelande så fort ett formulär kommer in, sker kvalificeringen medan köpintentionen fortfarande är som högst – inte efter att den hunnit svalna. 

ElevenLabs såg detta i sitt eget kontakta-säljteamet-formulär: efter att ha implementerat en inkommande AI-agent som svarade direkt gick kvalificerade leads från att vänta i dagar på återuppringning till att boka möten inom några minuter.

Här är ett exempel på hur en AI-agent för leadkvalificering hjälper ditt säljteam. Ett prospekt ringer och frågar om priser. I stället för att koppla personen direkt till en säljare ställer agenten några frågor för att kvalificera leadet, till exempel om budget och tidsplan. Om leadet kvalificeras bokar agenten ett möte eller kopplar samtalet vidare. 

Om leadet inte kvalificeras loggar agenten orsaken och skickar leadet till en bearbetningssekvens. Oavsett vilket lägger teamet mindre tid på återvändsgränder och mer tid på att avsluta affärer med prospekt som är redo att köpa.

Så fungerar leadkvalificering: BANT-modellen

För att avgöra om ett prospekt passar bra använder säljteam vanligtvis BANT-modellen:

• Budget: Har prospektet ekonomiska resurser för din lösning?
• Beslutsmandat: Har personen som pratar med agenten mandat att godkänna ett köp?
• Behov: Har prospektet ett specifikt, tydligt problem som din produkt löser?
• Tidsplan: Hur snart behöver köparen införa en lösning?

Med en AI-agent kan du göra BANT till grunden för hur agenterna utvärderar prospekt. Du kan till exempel definiera att ett kvalificerat prospekt har en budget på minst 10 000 dollar, en namngiven beslutsfattare med i samtalet, ett specifikt problem som agenten kan koppla till din produkt och en plan att köpa inom de närmaste 90 dagarna. Ange trösklarna en gång, så kontrollerar agenten varje samtal mot dem på samma sätt, ställer rätt följdfrågor och bedömer varje kriterium löpande.

Så samarbetar lead scoring, AI-agenter för leadkvalificering och mänskliga säljare

AI-baserad lead scoring, AI-baserad leadkvalificering och mänskliga säljare löser olika problem i din pipeline: lead scoring prioriterar en stor mängd leads med hjälp av passiva signaler, AI-agenter för kvalificering bekräftar matchning genom ett faktiskt samtal och mänskliga säljare bidrar med omdöme i de affärer som behöver det. De mest effektiva säljteam kombinerar alla tre, där var och en täcker det de andra inte kan. Läs vår guide till AI-SDR:er för att se närmare på var AI lämnar över till mänskligt omdöme.

Under Medicares öppna registreringsperiod använde vårdplattformen MyPlanAdvocate ElevenAgents för att hantera inkommande granskningssamtal innan berättigade konsumenter kopplades direkt till licensierade representanter. 

Det automatiserade systemet hanterade cirka 210 000 samtal per månad under den intensiva årliga registreringsperioden, och inkommande samtal som nådde licensierade mänskliga agenter efter AI-steget för förkvalificering konverterade dubbelt så ofta som företagets historiska nivå. 

Ditt säljteams situation kan se annorlunda ut, men principen är densamma: AI-agenter hanterar det repetitiva granskningsarbetet först, så att mänskliga representanter kan fokusera sin energi på prospekt som redan har visat att de passar och har bråttom.

Så kvalificerar AI-agenter leads i stor skala

AI-agenter kvalificerar leads i stor skala genom att föra konsekventa granskningssamtal i inkommande och utgående workflow. Inkommande agenter svarar när köpare hör av sig, och utgående agenter återaktiverar leads utifrån CRM-aktivitet, kampanjlistor eller uppföljningstriggers. 

Inkommande leadkvalificering

Inkommande leadkvalificering börjar när en potentiell köpare kontaktar företaget, vanligtvis genom att skicka in ett demoformulär, öppna en chatt eller ringa ditt säljnummer. Agenten svarar direkt på den inkommande förfrågan och inleder ett kvalificeringssamtal utformat efter dina säljkriterier. 

När köparen berättar vad den behöver identifierar agenten relevanta detaljer, ställer följdfrågor och samlar tillräckligt med sammanhang för att avgöra nästa steg. 

En köpare kan till exempel börja med att säga: ”Vi måste byta ut vårt nuvarande system före vårt förnyelsedatum nästa månad.” Agenten uppfattar hur brådskande det är, bekräftar tidsfristen och styr samtalet mot nästa information som säljteamet behöver för att kvalificera leadet.

Prova själv med agenten för leadkvalificering nedan och se hur en AI-agent hanterar inkommande samtal i praktiken. 

Utgående leadkvalificering

Utgående kvalificering använder samma granskningslogik som inkommande, men agenten inleder kommunikationen med leadet utifrån dina fördefinierade kvalificeringskriterier. 

Team kan trigga automatiserad kontakt direkt efter en specifik digital signal, till exempel när ett inaktivt lead återvänder till en prissida, eller starta automatiserade batchkampanjer mot definierade listor med hjälp av en heltäckande strategi för utgående AI-samtal. Innan agenten kontaktar ett prospekt hämtar den sammanhang från ditt CRM eller dina kampanjlistor, så att meddelandet är relevant och hänvisar till tidigare kundinteraktioner.

När till exempel ett tyst prospekt från förra kvartalet återvänder till webbplatsen kan CRM-händelsen utlösa ett proaktivt uppföljningssamtal. Agenten hänvisar till den tidigare demoförfrågan, frågar om projektet har blivit aktuellt igen och uppdaterar tidsplansparametrarna dynamiskt. Det är samma logik som utgående AI-SDR:er använder för att driva samtalskampanjer i stor skala.

Exemplet nedan visar hur ett aktivt utgående workflow fungerar.

Skyddsräcken för regelefterlevnad och kommunikation vid utgående samtal

I USA omfattas utgående kampanjer av strikta telekommunikationsregler, så utgående workflow kräver automatiserade skyddsräcken för regelefterlevnad, inklusive inbyggd filtrering mot Do Not Call-register (DNC) och integrerad spårning av samtycken.

ElevenAgents skyddsräcken är utformade för att stödja efterlevnad av Telephone Consumer Protection Act (TCPA). Vi har även skyddsräcken som gör agentsamtal mer produktiva, till exempel: 

• Röstbrevlådeidentifiering: Exakt identifiering av röstbrevlådor säkerställer att agenten känner igen en telefonsvarare och förhindrar att systemet pratar över en inspelning.
• Smidig överlämning: När ett prospekt har klarat kontrollerna för regelefterlevnad och uppfyller dina granskningskriterier utför agenten samma vidarebefordran i realtid som det inkommande workflowet, genom att direkt uppdatera poster eller boka möten.

Tillsammans gör dessa skyddsräcken att utgående kampanjer kan köras i stor skala utan att kompromissa med regelefterlevnaden eller kvaliteten på själva samtalet.

Så skapar du en AI-agent för leadkvalificering på mindre än en timme

ElevenAgents mallar ger team en praktisk startpunkt för workflow för leadkvalificering. I stället för att bygga prompts, verktygsanslutningar och routingregler från grunden kan teamet börja med en mall och anpassa förinställningarna till sina säljkriterier. 

Det första målet är enkelt: bygg en fungerande version, testa den med realistiska samtal och bekräfta att agenten vidarebefordrar leads korrekt. 

Samma workflow kan skalas väl bortom pilotstadiet: Betters AI-låneagent automatiserar nu 35,5 % av låntagares förfrågningar från början till slut i närmare 100 000 bolånesamtal per månad, och Cars24 har registrerat över 3 miljoner minuter av AI-stödda samtal. 

Steg 1: Välj en mall

Välj en mall för leadkvalificering från mallbiblioteket för ElevenAgents som passar dina behov. När du börjar med en mall får arbetsytan direkt de grundläggande resurserna:

• Förbyggd arkitektur: Få en fungerande startprompt, exempellogik för kvalificering och fördefinierade routningsvägar direkt.
• BANT-separering: För en inkommande leadkvalificerare skiljer mallkonfigurationen automatiskt heta leads från bearbetningsspår.
• Kontroll över anpassning: Anpassa agentens huvudmål, inledande hälsning, specifika kvalificeringsfrågor och slutliga regler för överlämning till verksamheten.

Mallar ger dig workflowstrukturen från början, så att du lägger mindre tid på att ordna flödet och mer tid på att definiera vad som gör ett lead kvalificerat. 

Steg 2: Anslut dina verktyg

Anslut de verktyg som agenten behöver för att kvalificera, vidarebefordra och lämna över leads. Beroende på ditt workflow kan det inkludera: 

• Bokningsplattformar: Anslut en bokningsplattform som Cal.com så att agenten kan kontrollera representantens tillgänglighet och boka möten direkt.
• CRM-system: Anslut ett CRM-system, som Salesforce, så att systemet automatiskt kan uppdatera leadstatus och logga samtalssammanfattningar direkt i kundposten.
• CCaaS-system: Konfigurera ett system som Twilio eller Genesys så att agenten direkt kan koppla kvalificerade uppringare till rätt säljrepresentant.

Dokumentation för ElevenAgents integrationer beskriver de tekniska konfigurationsstegen mer detaljerat. Kvalificeringsmallen är dessutom förkonfigurerad för Salesforce och Cal.com, så teamet kan godkänna anslutningarna under konfigurationen eller återvända till menyn Verktyg senare.

Detta är samma konfiguration som ElevenLabs använder internt: vår egen AI-SDR kvalificerar 76 % av inkommande leads från början till slut, bokar möten och skriver kvalificeringsbeslut direkt till CRM-systemet.

Steg 3: Konfigurera agenten

Ställ in grundinställningarna som styr agentens identitet och kommunikationsstil. Välj och konfigurera följande grundläggande delar i arbetsytans dashboard:

• Namn: Ge agenten ett tydligt namn som identifierar dess roll i ditt säljworkflow.
• Första meddelandet: Skriv den exakta hälsning som agenten använder för att inleda samtalet när ett prospekt ansluter.
• LLM-modell: Välj den underliggande språkmodellen som balanserar djupet i resonemanget med samtalshastigheten. En mer kapabel modell hanterar nyanserade eller otydliga svar bättre, men en lättare modell svarar snabbare, vilket är viktigare i ett röstsamtal i realtid.
• Språk: Ange agentens primära språk bland dussintals alternativ som stöds. Lägg till de specifika språk ni vänder er till för att nå fler marknader, så kan agenten växla till en flerspråkig modell för att hantera dem. 
• Röst: Välj bland tusentals färdiga röster i Voice Library, filtrerade efter accent, stil och användningsområde.

När grunderna är på plats skriver du systemprompten: instruktionerna som definierar agentens persona, huvudmål och kvalificeringsregler som den måste följa. Strukturera prompten i tydliga avsnitt, som persona, mål och skyddsräcken, i stället för ett långt stycke. Då vet agenten vad den ska göra och vad den aldrig får göra, som att ange priser utanför ditt godkända intervall. 

Du kan läsa mer om hur du optimerar systemprompten i vår guide till prompt engineering. 

Steg 4: Fyll kunskapsbasen

En fokuserad kunskapsbas hjälper agenten att besvara köpares frågor från rätt källor och håller samtalet i linje med kvalificeringskriterierna, så att det inte glider över i obekräftade påståenden eller säljråd utanför processen. Du kan lägga till godkänt säljmaterial i agentens kunskapsbas och sedan hantera dokumenten från din dashboard för kunskapsbasen. 

Lägg till källmaterial som teamet har godkänt för säljsamtal, till exempel:

• Produktdokumentation
• Prisriktlinjer
• Kvalificeringskriterier
• Vanliga frågor
• Godkända webbadresser

När agenten är live granskar du samtalstranskripten efter frågor som den inte kunde besvara väl och lägger tillbaka den saknade kontexten i kunskapsbasen. På så sätt förbättras agenten genom faktisk användning i stället för att förbli statisk.

Steg 5: Definiera kvalificeringskriterier

Definiera kriterierna som agenten ska använda för att avgöra om ett lead är redo för uppföljning från säljteamet. Med ElevenAgents redigerar team denna logik i workflowbyggaren, en grafbaserad editor där noder innehåller kriterier och instruktioner, medan kanter definierar hur agenten rör sig mellan dem utifrån vad prospektet säger.

Routing är inte begränsad till en enkel uppdelning mellan heta leads och leads för bearbetning. En enda kvalificeringsnod kan förgrena sig i flera vägar och exempelvis skicka ett prospekt mot en premiumaffär, ett samtal om återbetalning eller en vanlig mötesbokning, beroende på vad personen frågar efter. Kanter kan även gå bakåt: om ett prospekt uttrycker tvekan mitt i processen kan workflowet skicka tillbaka personen till kvalificeringsnoden i stället för att tvinga fram ett beslut, så att agenten kan samla mer sammanhang innan den skickar prospektet vidare.

När du har kartlagt vägarna behöver du ett sätt att bekräfta att agenten faktiskt följer dem korrekt. Använd Success Evaluation-tester för att bekräfta om agenten följde workflowet korrekt. Varje utvärdering kontrollerar samtalstranskriptet och returnerar godkänt, misslyckat eller okänt, tillsammans med en motivering. För leadkvalificering kan den visa om agenten samlade in rätt uppgifter och skickade leadet till rätt utfall.

Steg 6: Testa och driftsätt

Gå till avsnittet ”Test” i ElevenAgents-menyn och skapa och kör sedan ”Simulation tests” för att se hur bra agenten presterar. För att konfigurera testet definierar du bara dina framgångskriterier – hur godkänt och underkänt ser ut – och beskriver det simulerade scenariot. Det kan till exempel vara:

• Ett prospekt med bekräftad budget och ett köpbeslut som behöver fattas inom de närmaste två veckorna, redo att snabbt gå igenom kvalificeringen.
• Ett prospekt med verkligt intresse men utan avsatt budget, för att testa om agenten hanterar en tydlig diskvalificerande faktor på ett smidigt sätt.
• En student som undersöker området för ett klassprojekt utan köpintention, för att testa om agenten undviker att överkvalificera någon som inte är ett lead.
• Ett prospekt som ger vaga eller undvikande svar på varje fråga, för att testa om agenten söker tydlighet utan att tvinga fram ett beslut.
• En företagsköpare som nämner att godkännande behövs från flera intressenter, för att testa om agenten hanterar en längre och mindre linjär kvalificeringsväg.

Kontrollera följande för varje test:

• Samlade agenten in rätt kvalificeringsuppgifter?
• Undvek agenten att upprepa frågor som prospektet redan hade besvarat?
• Hanterade agenten otydliga svar utan att tvinga fram ett beslut?
• Hamnade leadet på rätt väg?
• Fungerade CRM-uppdateringen, mötesbokningen eller överföringen som förväntat?

När testsamtalen ger tillförlitliga resultat driftsätter du agenten i dina valda kanaler, som en inkommande telefonlinje, en chattwidget på webbplatsen eller ett WhatsApp-workflow. Börja med en begränsad lansering, granska de första samtalen och öka volymen när workflowet visar sig stabilt.

Bygg din första agent för leadkvalificering med ElevenAgents

AI-baserad leadkvalificering ger säljteam ett snabbare och mer konsekvent sätt att identifiera vilka prospekt som är redo för ett säljsamtal, utan att öka personalstyrkan eller sakta ned tiden till första kontakt.

Ange kvalificeringskriterierna en gång, så tillämpar ElevenAgents dem konsekvent, dygnet runt, oavsett om ett prospekt ringer, öppnar en chatt eller hör av sig på något av de över 90 språk som stöds. Mallar ger dig en fungerande agent på mindre än en timme, och simuleringstester låter dig validera workflowet innan ett verkligt prospekt ens kommer i kontakt med det.

Skapa en agent för att börja bygga, eller prata med säljteamet om att skapa ett workflow för leadkvalificering för ditt team i dag.

Vanliga frågor