芥末堆芥末堆

获客成本高、转化率低,销售环节的精细化运营该怎么做?

作者:逍遥子 发布时间:

获客成本高、转化率低,销售环节的精细化运营该怎么做?

作者:逍遥子 发布时间:

摘要:对话分析系统,提升销售与客户沟通过程中,准确传达产品价值的能力。

图虫创意-447146244988207311.jpg

图源:图虫创意

几乎每家在线教育公司都面临这样的难题:获客成本高昂,转化率难提升。

为了提升转化率,很多企业提出了“精细化运营”策略——拆解转化流程的每一步,分析导致转化流失的原因,然后有针对性地去寻找每个环节的解决方案:从“获取线索”环节的广告投放渠道选择、落地页的设计,到“上试听课”前的预约试听、提醒上课,再到“回访转化”环节的答疑解惑和正价课的推介。

但是整个转化过程的流失,也可能是由于销售人员(包含TMK电销专员、CC课程顾问、TA课程助理等有销售任务的职位)在与客户沟通过程中,未能准确传达产品价值、未能及时消除客户的顾虑等原因而造成的。然而,对于销售与客户的沟通过程,如何做精细化运营,却容易被忽视。

配图01:教育的电销转化流程.png

传统销售管理只能管理结果,无法管理“沟通过程”

对于销售人员,企业一直以来只能管理“结果”,即成了多少单,而难以管理“沟通过程”,即与客户的沟通中是否准确传达了产品价值、是否及时消除了客户的顾虑。因为不能精细化管理“沟通过程”,所以想要分析销售讲的哪些话有助于提升转化率,以及找出销售是否按要求执行了这些问答SOP(标准作业流程),就很难。

同时,传统的管理“结果”方式,也有明显的滞后性,尤其是对于成单周期比较长的领域而言,通常要几周甚至两三个月时间才能根据成单结果。这期间,高成本得到的销售线索,已经被执行力差的销售浪费了不少,而且这样损失掉的客户通常是难以挽回的。

原则上,销售主管可以抽出专门的员工,通过人工听录音的方式,查看销售新人在介绍公司产品时,表达是否到位;需要传递给客户的信息,是否准确;需要提醒客户的地方,是否忘记了;承诺客户课程效果的时候,有没有因为急于成单而过度承诺……

不过,当销售人员的规模达到成百上千人的时候,录音就听不过来了。我们了解到,大部分教育企业,会人工来选取一些来自优秀销售的电话录音,作为培训材料,让其他销售人员自行学习。很难真正精细化到,这位优秀销售在回答哪个问题时候,具体是怎么说的,好在哪里。更谈不上,对所有销售人员的所有沟通录音进行分析。

其实,机器已经可以把这件事做得很好,很多注重精细化运营的头部在线教育公司,已经开始采用。

销售环节的精细化运营,该怎么做?

第一步,摸清销售人员是否按要求传达“关键信息点”

例如,某在线教育公司,要求课程顾问在跟客户(通常是家长)约试听课的时候,必须提前告知客户,试听课采用全英文教学,如果孩子听不懂、坐不住,都是正常的现象,会有一个适应的过程,让家长有心里准备,以免对试听课产生失望情绪,影响到最终的成单率。

那么,多少课程顾问实际上按要求做到了“提前提醒”呢?这个数字通常远低于管理者的预期。我们的分析数据显示,“课前提醒”的执行率低于20%。

配图02:课前提醒.PNG

这家在线教育公司使用对话分析系统,分析约课阶段的每一通电话录音的沟通情况,很快就能区分出,哪些课程顾问的按要求传达了信息,哪些课程顾问的没有按要求传达该信息。

这是这家教育公司众多“关键信息点”中的一个。他们总结了多个这样的“关键信息点”。不同的“关键信息点”,用来考察销售人员在不同的关键转化节点,是否按照要求进行了信息传递。

第二步,分析“关键信息点”传递情况与成单率之间的关系

掌握了销售人员对关键信息点的传递完成情况之后,就可以分析这些关键信息点的传递情况与最终的成单率之前的关系。完整的分析过程是非常复杂的:不仅要考虑单个关键信息点的执行情况对成单率的影响,还需要考虑多个不同关键信息点的综合执行情况,对成单率的影响。

配图03:关键信息点对成单率的影响.png

这里仅举一个简单的例子,即在只考虑单个关键信息点——“课前提醒”的执行情况时,某在线教育公司在某段时间内发现,执行了“课前提醒”的销售人员,最终成单率是未执行的 1.2 倍。

第三步,对于能够显著提升转化率的关键信息点,加强监督

了解到哪些“关键信息点”对最终的成单率有显著影响之后,企业就可以加强对销售人员培训和执行情况监督。通过对话分析系统,即可找出那些执行力差的员工,进行针对性培训,提升他们的执行力,从而降低转化过程的流失,提升成单率。

配图04:优秀销售和普通销售对比.png

通过对话分析系统,企业管理者还能够方便地对比,优秀坐席和普通坐席在处理同样场景时的差异,并且进行溯源和验证。

这套对话分析系统由红杉资本、真格基金等机构投资的公司——循环智能(Recurrent AI)提供。该系统的最大难点就是,需要很强的语音识别和自然语言处理能力,才能将录音转写准确,并且充分理解对话的含义,而传统的关键词和正则表达式方法已经完全不够用了——既找不全,也找不准,以至于无法实际落地使用。

循环智能的联合创始人杨植麟,作为第一作者,与谷歌大脑、卡内基梅隆大学联合推出了 XLNet 模型,在 18 项人工智能标准任务上取得最优结果(state of the art)。在他的带领下,循环智能将世界级的自然语言处理算法模型落地到产品中,在教育领域获得多家头部客户青睐,包括新东方在线51Talk尚德机构、VIPKID轻轻教育作业帮等。

预约演示产品,请猛戳这里。了解更多,请移步循环智能(Recurrent AI)官网的教育解决方案页面。

【预告】本文分享了教育机构如何借助对话分析系统,找到销售环节已知的“关键信息点”传递情况与成单率之间的关系。下篇文章,我们将为大家分享,如何通过流失路径分析,找出哪些未知的“关键信息点”有助于降低转化流失。

1、本文是 芥末堆网原创文章,转载可点击 芥末堆内容合作 了解详情,未经授权拒绝一切形式转载,违者必究;
2、芥末堆不接受通过公关费、车马费等任何形式发布失实文章,只呈现有价值的内容给读者;
3、如果你也从事教育,并希望被芥末堆报道,请您 填写信息告诉我们。
来源: 芥末堆
芥末堆商务合作:王老师 18710003484
  • 获客成本高、转化率低,销售环节的精细化运营该怎么做?分享二维码