sales
Как квалифицировать лида на ML-консалтинг до первого звонка
Узнайте точные критерии и вопросы для отсева лидов на ML-консалтинг до созвона, чтобы перестать тратить часы на тех, кто изначально не собирался покупать.
Вы только что потратили 45 минут на ознакомительный звонок с основателем, который хочет «ИИ, чтобы всё предсказывать», но у него нет ни данных, ни бюджета, ни сроков. Больше вы о нём не услышите. Это не невезение — это проблема квалификации лидов, и она стоит вам часов, которые уже не вернуть.
ML-консалтинг дорого продавать. Каждый неквалифицированный звонок — это час, который вы не потратили на потенциального клиента, реально способного закрыть сделку. Решение не в том, чтобы улучшить питч, а в том, чтобы фильтровать лидов ещё до того, как вы взяли трубку.
Сколько лидов на ML-консалтинг реально конвертируются без предварительного отсева?
Без какого-либо этапа квалификации большинство ML-консультантов сообщают, что только 1 из 8–10 ознакомительных звонков превращается в оформленное предложение. Этот показатель примерно удваивается — до 1 из 4 и лучше — если применить хотя бы базовые фильтры перед звонком: подтверждение бюджета и готовность данных. Дело не в качестве питча. Дело в том, кто вообще попадает на звонок.
Если вы назначаете 20 звонков в месяц, а закрываете 2 проекта, проблема обычно не в навыках продаж. Проблема в том, что 15 из этих 20 человек изначально не собирались покупать — они изучали рынок, сравнивали варианты или надеялись, что «ИИ» решит проблему, которая на самом деле связана с данными, процессами или отсутствующим бюджетом.
Какие 5 сигналов отличают реального ML-лида от «пинателя шин»?
Прежде чем соглашаться на звонок, вам нужны ответы — пусть даже приблизительные — на эти пять вопросов. Большую часть этой информации можно получить через переписку по email, форму или короткий асинхронный чат.
Готовность данных: у них уже есть данные, или они надеются, что вы поможете собрать их с нуля? «У нас есть 3 года логов транзакций в хранилище» — это реальный лид. «Мы думаем, что данные появятся после запуска продукта» — нет.
Определённый кейс использования: могут ли они описать желаемый результат одним предложением — «предсказывать отток клиентов за 30 дней» — или говорят «мы хотим где-то использовать ИИ в бизнесе»? Расплывчатые кейсы означают 3+ дополнительных ознакомительных звонка, прежде чем вы сможете хотя бы оценить объём работ.
Подтверждённый диапазон бюджета: назвали ли они цифру или диапазон, хотя бы примерный? ML-проекты редко начинаются дешевле $15–25 тыс. за proof of concept. Если они возражают против этого диапазона письменно, они возразят и на звонке — вы только что сэкономили себе 45 минут.
Доступ к лицу, принимающему решение: вы общаетесь с человеком, который утверждает решение, или с менеджером среднего звена, которому нужно «согласовать с командой»? Лиды без доступа к ЛПР закрываются в 2–3 раза дольше, если вообще закрываются.
Срочность по времени: есть ли бизнес-причина, почему это нужно сделать именно сейчас — дедлайн совета директоров, действия конкурента, проблема с издержками — или это «когда-нибудь, когда дойдут руки»? Отсутствие срочности означает отсутствие бюджетных обязательств, даже если интерес реален.
Если у потенциального клиента отсутствуют три или более из этих признаков, не назначайте звонок пока. Сначала отправьте два-три целевых вопроса и посмотрите на ответ.
Какие вопросы стоит отправить перед тем, как назначать звонок?
Короткое сообщение с предварительной квалификацией даёт больше информации, чем 30-минутный вводный звонок. Вот последовательность, которая выявляет пять сигналов выше, не превращаясь в допрос:
«Какой конкретный результат вы хотите получить от этого — одним предложением?»
«У вас уже есть данные для этого, или нам нужно сначала помочь построить пайплайн сбора данных?»
«Какой примерно бюджет вы заложили на этот проект?»
«Кто ещё, кроме вас, участвует в принятии решения?»
«Есть ли дедлайн или событие, которое определяет сроки?»
Вам не нужны детальные ответы на все пять вопросов. Вам нужно достаточно сигнала, чтобы решить: назначать звонок, оставить лида на потом или вежливо отказать. Умение вовремя отказать — это навык: лиды, которых вы отсеиваете, — это как раз те часы, которые вы возвращаете себе для тех, за кем стоит гнаться.
Как вести этот процесс квалификации, не утонув в таблицах?
Большинство ML-консультантов квалифицируют лидов вручную — форма, цепочка писем, заметка в голове — и эта система разваливается, как только счёт переваливает за 15–20 лидов в месяц. Сигнал теряется, потому что ничего не собрано в одном месте.
CRMChat — это CRM, изначально построенная под Telegram, которая позволяет вести весь этот процесс до звонка прямо в Telegram, где всё больше технических основателей и команд стартапов предпочитают обсуждать бизнес. В CRMChat есть автоматическое создание лидов, которое автоматически превращает каждого, кто пишет вам в Telegram, в отслеживаемого лида в CRM, так что ваши квалификационные вопросы и ответы на них живут в одном пайплайне, а не разбросаны по разным чатам.
Это важнее, чем кажется. Если ваши квалификационные вопросы разбросаны по пяти разным личным перепискам, вы проделываете работу по фильтрации, но теряете её запись — а значит, следующему человеку в вашей команде придётся начинать с нуля.
Что делать, если лид пришёл не из входящего интереса, а из списка?
Если вы проактивно ищете лидов на ML-консалтинг — например, нацеливаясь на фінтех- или healthtech-компании, которым, скорее всего, понадобятся кастомные модели, — процесс квалификации начинается ещё раньше: до того, как вы вообще вышли на контакт.
CRMChat также автоматизирует последовательности аутрича, поэтому вы можете отправлять свои квалификационные вопросы в качестве первых 1-2 сообщений последовательности, и только те лиды, которые отвечают реальным сигналом — определённым кейсом использования, диапазоном бюджета, участием ЛПР в переписке — будут передаваться на назначенный звонок. Все остальные остаются в пайплайне для последующего нёрчеринга, вместо того чтобы забивать ваш календарь прямо сейчас.
Это тот же подход, который используют B2B-команды по аутричу, чтобы не тратить время senior-специалистов на холодные списки. Одно агентство, Lead Sniper, именно так консолидировало весь свой процесс от аутрича до CRM, после того как раньше всё делалось вручную в разрозненных инструментах — прочитайте полный кейс, чтобы узнать, как этот переход изменил их соотношение квалификации к закрытию сделок.
Что однозначно дисквалифицирует лида на ML-консалтинг?
Некоторые сигналы достаточно сильны, чтобы полностью пропустить звонок, независимо от того, насколько воодушевлённым кажется потенциальный клиент:
Нет данных и нет плана их получить в рамках сроков проекта. Нельзя построить модель на данных, которых ещё не существует, а «мы соберём их по ходу дела» обычно означает 6-месячную задержку, прежде чем начнётся реальная работа.
Бюджет ниже вашего минимального размера проекта, заявленный прямо. Если вам уже сказали, что потолок — $3 тыс., а ваш минимум — $15 тыс., не тратьте звонок на попытки договориться с реальностью.
«Мы просто хотим посмотреть, что возможно». Чистое любопытство без привязанного бизнес-результата редко конвертируется в платный проект — считайте это лидом для контента или рассылки, а не для продаж.
Посредники без доступа к реальному покупателю. Ассистент или младший сотрудник команды, собирающий «варианты, чтобы принести начальству», — это исследовательский звонок, а не звонок по продаже, если только он не может организовать вам 15 минут с реальным ЛПР.
Отсеивать лидов не менее ценно, чем квалифицировать их. Каждый лид, которого вы правильно отклонили, — это звонок, который вы можете провести с тем, кто готов подписать сделку. Если вам нужен более широкий подход к тому, что вообще означает «квалифицированный» лид, прежде чем переходить к специфичным для ML критериям, эта статья о том, что делает лида квалифицированным в B2B-продажах, послужит полезной базой, на которую можно наложить эти критерии.
