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

När volymen av inkommande förfrågningar ökar lägger säljare ofta för mycket tid på svaga prospekt som saknar budget, brådska eller beslutsrätt. Teamet behöver svara snabbt, men att manuellt sortera varje förfrågan tar säljarna från köpare som faktiskt är redo för ett säljsamtal. 

AI-leadkvalificering använder AI-agenter för att granska, poängsätta och dirigera säljprospekt via direktsänd röst eller chatt och hanterar den inledande behovsanalysen innan en mänsklig säljare kopplas in. Resultatet är att säljarna lägger sin tid på prospekt som redan är bekräftade och redo, inte på manuell granskning.

När du har läst den här guiden vet du hur automatiserad leadkvalificering fungerar i stor skala och hur du skapar ett agent-workflow som snabbare ger dina säljare fler kvalificerade leads.

Sammanfattning

• AI-leadkvalificering bekräftar om ett prospekt är redo att köpa genom ett riktigt samtal, i stället för att poängsätta bakgrundsdata som sidbesök eller jobbtitel.
• En AI-agent för leadkvalificering ställer prospekt en uppsättning kvalificerande frågor och dirigerar dem sedan automatiskt utifrån svaren, oavsett om det innebär att boka ett möte, meddela en säljare eller placera dem i en uppföljningssekvens.
• Företag använder AI-agenter för leadkvalificering för inkommande och utgående samtal, webbchatt och flerspråkiga konversationer, allt i samma workflow.

Vad är AI-leadkvalificering?

AI-leadkvalificering är processen att använda en AI-agent för att granska prospekt genom ett direktsamtal, utan mänsklig inblandning.

Detta 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 firmografiska data, bekräftar AI-leadkvalificering matchningen genom ett direkt röst- eller chattsamtal 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-leadkvalificering din säljprocess på tre sätt:

• Granskar automatiskt: Skiljer köpare med stark köpavsikt från svala förfrågningar i realtid, så att säljarna slipper filtrera varje inkommande samtal eller formulärinskick.
• Håller ditt CRM uppdaterat: Loggar kvalificeringsuppgifter och uppdaterar leadstatus medan samtalet pågår, i stället för att förlita sig på att en säljare gör det senare.
• Dirigerar direkt: Skickar varje prospekt direkt till ett möte, en säljare eller en uppföljningssekvens när samtalet avslutas, utan behov av manuell överlämning.

Hastighet är lika viktigt som precision här. 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 vecka senare. Eftersom en AI-agent kan ringa eller skicka ett meddelande så fort ett formulär kommer in sker kvalificeringen medan köpavsikten fortfarande är som högst, inte efter att den hunnit svalna. 

ElevenLabs såg detta i sitt eget kontakta-säljteamet-formulär: efter att ha lanserat en inkommande AI-agent som svarar direkt gick kvalificerade leads från att vänta 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 dem direkt till en säljare ställer agenten några frågor för att kvalificera leadet, till exempel om budget och tidsplan. Om leadet uppfyller kraven bokar agenten ett möte eller kopplar vidare samtalet. 

Om leadet inte uppfyller kraven loggar agenten orsaken och dirigerar leadet till en uppföljningssekvens. 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?
• Beslutsrätt: Har personen som talar med agenten befogenhet att godkänna ett köp?
• Behov: Har prospektet ett specifikt, tydligt problem som din produkt löser?
• Tidsplan: Hur snart behöver köparen implementera en lösning?

Med en AI-agent kan du göra BANT till grunden för hur dina agenter utvärderar prospekt. Du kan till exempel ange att ett kvalificerat prospekt har en budget på minst 10 000 USD, en namngiven beslutsfattare i samtalet, ett specifikt problem som agenten kan koppla till din produkt och en plan att köpa inom de kommande 90 dagarna. Ställ in dessa trösklar en gång, så kontrollerar agenten varje samtal mot dem på samma sätt, ställer rätt följdfrågor och poängsätter varje kriterium under samtalets gång.

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

AI-baserad lead scoring, AI-leadkvalificering och mänskliga säljare löser alla olika problem i din pipeline: lead scoring prioriterar en stor mängd leads med passiva signaler, AI-agenter för kvalificering bekräftar matchning genom ett verkligt samtal och mänskliga säljare använder omdöme i affärer som kräver 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 en närmare titt på var AI lämnar över till mänskligt omdöme.

Under Medicares öppna inskrivningsperiod använde vårdplattformen MyPlanAdvocate ElevenAgents för att hantera inkommande granskningssamtal innan behöriga konsumenter dirigerades direkt till licensierade representanter. 

Det automatiserade systemet hanterade omkring 210 000 samtal per månad under den intensiva årliga inskrivningsperioden, och inkommande samtal som nådde licensierade mänskliga agenter efter att ha passerat AI-förkvalificeringen konverterade dubbelt så bra som företagets historiska nivå. 

Ditt säljteams situation kan se annorlunda ut, men principen är densamma: AI-agenter hanterar först det repetitiva granskningsarbetet 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 workflows. Inkommande agenter svarar när köpare hör av sig, och utgående agenter återaktiverar leads baserat på 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 förklarar vad den behöver identifierar agenten relevanta detaljer, ställer följdfrågor och bygger upp tillräckligt med sammanhang för att avgöra nästa steg. 

En köpare kan till exempel börja med att säga: ”Vi behöver byta ut vårt nuvarande system före vårt förnyelsedatum nästa månad.” Agenten fångar upp hur brådskande det är, bekräftar tidsfristen och leder samtalet mot nästa uppgift 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 kvalificering, men agenten inleder kommunikationen med leadet utifrån dina förutbestämda kriterier. 

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

När exempelvis ett tyst prospekt från förra kvartalet återvänder till din webbplats kan CRM-händelsen utlösa ett proaktivt uppföljningssamtal. Agenten hänvisar till den tidigare demoförfrågan, frågar om projektet har blivit aktuellt igen och uppdaterar tidsplaneparametrarna 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 kontakt

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

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

• Röstbrevlådeintelligens: Exakt röstbrevlådedetektering säkerställer att agenten känner igen en telefonsvarare och förhindrar att systemet talar över en inspelning.
• Smidig överlämning: När ett prospekt har passerat regelefterlevnadskontroller och uppfyller dina granskningskriterier utför agenten samma dirigering i realtid som i det inkommande workflowet, genom att uppdatera poster eller boka möten direkt.

Tillsammans gör dessa skyddsräcken att utgående kampanjer kan köras i stor volym 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 utgångspunkt för workflows för leadkvalificering. I stället för att bygga prompter, verktygsanslutningar och dirigeringsregler från grunden kan teamet börja med en mall och justera förinställningarna efter era säljkriterier. 

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

Samma workflow fungerar väl långt efter pilotstadiet: Betters AI-låneagent automatiserar nu 35,5 % av låntagares förfrågningar från början till slut i nästan 100 000 bolånesamtal i månaden, och Cars24 har registrerat över 3 miljoner minuter av AI-stödda samtal. 

Steg 1: Välj en mall

Välj en mall för leadkvalificering från ElevenAgents mallbibliotek som passar dina behov. Att börja med en mall ger din arbetsyta grundläggande resurser direkt:

• Förbyggd arkitektur: Få en fungerande startprompt, exempel på kvalificeringslogik och färdigmappade dirigeringsvägar direkt.
• BANT-separation: För en inkommande leadkvalificerare separerar mallkonfigurationen automatiskt heta leads från uppföljningsspår.
• Kontroll över anpassning: Anpassa agentens huvudmål, inledande hälsningsmeddelande, specifika kvalificeringsfrågor och slutliga överlämningsregler efter företaget.

Mallar ger dig workflowets struktur 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 agenten behöver för att kvalificera, dirigera och lämna över leads. Beroende på ditt workflow kan det vara: 

• Schemaläggningsplattformar: Anslut en schemaläggningsplattform som Cal.com så att agenten kan kontrollera representanternas 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 kan koppla kvalificerade uppringare till rätt säljrepresentant direkt.

Dokumentationen för ElevenAgents-integreringar beskriver de tekniska installationsstegen mer detaljerat. Kvalificeringsmallen är förkonfigurerad för Salesforce och Cal.com, så teamet kan godkänna anslutningarna under installationen eller återvända till menyn Verktyg senare.

Det här 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 i CRM-systemet.

Steg 3: Konfigurera agenten

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

• Namn: Ge agenten ett tydligt namn som identifierar dess roll i ditt säljworkflow.
• Första meddelande: Skriv den exakta hälsning som agenten använder för att inleda samtalet när ett prospekt ansluter.
• LLM-modell: Välj den underliggande språkmodellen som balanserar djup i resonemang med samtalshastighet. En mer kapabel modell hanterar nyanserade eller oklara svar bättre, men en lättare modell svarar snabbare, vilket är viktigare i ett direktsänt röstsamtal.
• Språk: Ställ in agentens primära språk bland dussintals alternativ som stöds. Lägg till de specifika språk du vänder dig 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, filtrerbara efter accent, stil och användningsområde.

När grunderna är på plats skriver du systemprompten: instruktionerna som definierar agentens persona, huvudmål och kvalificeringsreglerna den måste följa. Dela upp prompten i tydliga avsnitt, till exempel persona, mål och skyddsräcken, i stället för ett långt stycke. Då vet agenten vad den ska göra och vad den aldrig ska 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 köparnas frågor med rätt källor och håller samtalet i linje med dina kvalificeringskriterier, så att det inte glider över i påståenden utan stöd eller säljriktlinjer 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
• Behörighetskriterier
• Vanliga frågor
• Godkända webbadresser

När agenten är live ska du granska samtalstranskriptioner för frågor den inte kunde besvara bra och lägga tillbaka det saknade sammanhanget 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 säljuppföljning. Med ElevenAgents redigerar team denna logik i workflow-byggaren, en grafbaserad redigerare där noder innehåller kriterier och instruktioner, och länkar definierar hur agenten rör sig mellan dem beroende på vad prospektet säger.

Dirigering är inte begränsad till en enkel uppdelning mellan heta leads och leads för uppföljning. En enskild kvalificeringsnod kan förgrena sig i flera vägar och exempelvis dirigera ett prospekt till en premiumaffär, ett återbetalningssamtal eller en vanlig mötesbokning, beroende på vad de frågar efter. Länkar kan också gå bakåt: om ett prospekt uttrycker tvekan under samtalet kan workflowet skicka tillbaka dem till kvalificeringsnoden i stället för att tvinga fram ett beslut, så att agenten kan samla mer sammanhang innan den dirigerar dem någonstans.

När du har kartlagt dessa vägar behöver du kunna bekräfta att agenten faktiskt följer dem korrekt. Använd Success Evaluation-tester för att bekräfta om agenten följde workflowet korrekt. Varje utvärdering granskar samtalstranskriptionen och returnerar lyckat, misslyckat eller okänt, tillsammans med en motivering. För leadkvalificering kan den visa om agenten samlade in rätt uppgifter och dirigerade leadet till rätt resultat.

Steg 6: Testa och lansera

Gå till avsnittet ”Test” i ElevenAgents-menyn och skapa och kör sedan ”simuleringstester” för att se hur väl agenten presterar. För att konfigurera testet definierar du bara dina framgångskriterier (hur godkänt och underkänt ser ut) och beskriver det simulerade scenariot. Det kan omfatta:

• Ett prospekt med bekräftad budget och ett köpbeslut som behövs inom de kommande 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 smidigt.
• En student som undersöker området för ett kursprojekt utan köpavsikt, för att testa om agenten undviker att överkvalificera ett icke-lead.
• Ett prospekt som ger vaga eller undvikande svar på varje fråga, för att testa om agenten efterfrågar tydlighet utan att tvinga fram ett beslut.
• En företagsköpare som nämner att godkännande krävs från flera intressenter, för att testa om agenten hanterar en längre, 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 oklara 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 lanserar du agenten i de kanaler du har valt, exempelvis en inkommande telefonlinje, en chattwidget på webbplatsen eller ett WhatsApp-workflow. Börja i liten skala, granska de tidiga samtalen och öka volymen när workflowet visar sig vara stabilt.

Bygg din första agent för leadkvalificering med ElevenAgents

AI-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.

Ställ in dina kvalificeringskriterier en gång, så tillämpar ElevenAgents dem konsekvent, dag som natt, oavsett om ett prospekt ringer, öppnar en chatt eller hör av sig på något av de över 70 språk som stöds. Mallar ger dig en fungerande agent på under en timme, och simuleringstester låter dig validera workflowet innan ett verkligt prospekt ens når det.

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

Vanliga frågor