教育公司借助AI对话分析系统,提升销售效率分三步走

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。

 

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%。

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。

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。

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。

相关推荐

零样本NLP平台:一句话生产一个模型的时代已经来临

技术变革带来全新生产方式,提升10-1000倍生产效率

循环智能(Recurrent AI) 576

线下门店销售过程看不见?智能工牌让每次沟通数据化、可分析

整合企业微信、App-IM、邮箱等线上沟通数据,与线下门店采集的互动信息深度融合,结构化还原客户全渠道沟通旅程,精准提炼动态客户画像,并自动生成全景式客户沟通总结,告别碎片化信息,全面呈现客户需求的演进脉络。✅ 赋能门店管理层:智能推送门店盘客日报,自动生成门店的盘客日报,分析客户意向等级、购买抗性、销售团队表现等;:汽车4S店、银行网点、高端家电和家居、高端零售、上门运维等所有复杂、多轮、长周期的线下销售场景。汽车销售:客户试驾3次,家庭成员意见从"要空间"到"要安全配置"再到"比价格"

循环智能(Recurrent AI) 680

智能质检产品Compliance:七大亮点满足企业多样化合规质检、SOP质检需求

最近,循环智能的智能质检产品Compliance全新升级,不仅对包括关联质检、流程质检、自定义字段在内的核心功能进行了全面迭代,满足企业更加多样化的合规质检和SOP质检需求的同时,还优化了语音转写模型、应用NLP小样本/零样本的盘古大模型提升AI检出效率,升级了软件的用户使用界面(UI),提升用户操作体验等。

循环智能(Recurrent AI) 942

65家保险机构参与调研,《2022保险业数字化客户经营白皮书》发布

中国银行保险报、普华永道与循环智能(Recurrent AI)联合编写

循环智能(Recurrent AI) 411

循环智能入选英特尔“AI百佳”计划,通过AI算力加速销售科技应用的落地

循环智能入选英特尔“AI百佳”计划,通过AI算力加速销售科技应用的落地

循环智能(Recurrent AI) 4557

循环智能与华为云联合推出全球最大中文语言模型,专攻企业级落地应用

循环智能与华为云联合推出全球最大中文语言模型,专攻企业级落地应用4月25日,循环智能(Recurrent AI)与华为云联合推出千亿参数、40TB训练数据的全球最大中文语言预训练模型“盘古”,鹏城实验室提供算力支持。在权威的中文语言理解评测基准CLUE榜单中,总成绩及阅读理解、分类任务单项均排名第一,刷新...

循环智能(Recurrent AI) 779

如何借助AI语义分析技术,帮助保险“电网销中心”人工坐席提升业务水平?

保险“电网销”的融合是近些年和未来很长一段时间内的行业发展趋势。以人身保险为例,从中国保险行业协会最新发布的统计数据来看,2020年“电网销”融合更紧密的互联网渠道累计实现规模保费2110.8亿元,较2019年同比增长13.6%;而纯电销渠道累计实现规模保费136亿元,较上一年下降了22.5%。其实,“电网销”融合之所以成为趋势,原因在于结合了两者的优势:先借助互联网实现客户的广泛触达和初步需求验证,再借助电话和企业微信等方式进行一对一沟通和深入需求挖掘,以实现需求为导向的销售。...

循环智能(Recurrent AI) 820

曾创造 XLNet 的团队宣布新计划:打造面向产业落地的超大规模中文预训练语言模型

由 XLNet 作者杨植麟联合创立的循环智能,在造一个面向产业应用的、超大规模的中文预训练语言模型。最近,如果你看过,智源研究院联合七家单位发布超大规模新型预训练模型“悟道·文汇”的新闻,会发现循环智能(Recurrent AI)是七家单位之一,其他六家是:阿里巴巴、清华大学、中国人民大学、中国科学院、搜狗和智谱.AI。这个模型的参数规模超过 100 亿,用于自动生成图片、文字以及视频,可具有初级认知能力。语言大模型的价值仍需要朝多种方向进行持续研究和探索。除了继续参与“悟道·文汇”模型的后续打..

循环智能(Recurrent AI) 952

销售沟通场景下,来自头部教育公司的三种AI对话分析方案

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...

循环智能(Recurrent AI) 1289

循环智能的主动学习(Active Learning)技术探索与实践:减少 80% 标注量

作者 | 李海玉、陈虞君编辑 | 郝晓茹很多企业通过建立自己的客户联络中心,为客户提供服务、解答疑惑、推介新产品。在企业与客户的沟通过程中,产生了海量的非结构化录音和文本数据。为了让沟通更高效,服务质量更优,客户满意度更强,企业就需要从数据中洞察客户的真实需求、管理和提升业务员的沟通能力。但由于需要收集分析的数据量急剧增加,从大量数据中手动提取有用的知识变得非常困难和不可能,因此需要利用自然语言处理(NLP)和数据挖掘(Data Mining)技术来帮助企业挖掘和发现有用的知识。为了让机..

循环智能(Recurrent AI) 1029

AI智能质检新实践:如何借助“流程质检”,提升客服或销售的执行力

​想了解一家企业是否值得信赖,打一次热线电话就知道了。电话那头的客服或销售人员,代表企业直接与客户打交道,他们能否快速定位和解答问题,往往可以反应出企业的专业性和规范性。为了赢得更多客户信赖,企业不断总结出客户常见问题的标准作业流程(SOP),要求业务人员按流程帮助客户定位和解答问题。但是,如何监督业务人员在遇到特定场景或客户的特定问题时,有没有执行标准流程,有没有按要求进行回复呢?可...

循环智能(Recurrent AI) 1829

XLNet第一作者杨植麟:为什么预处理模型XLNet比BERT、RoBERTa更加优越

在2020年2月11日下午的“智源论坛Live | 青年科学家线上报告会”中,智源青年科学家、循环智能(Recurrent AI)联合创始人杨植麟做了题为《Latest Advances of Neural Language Models》的主题演讲。杨植麟,2019年博士毕业于卡内基梅隆大学,师从苹果AI负责人Ruslan Salakhutdinov,他曾与图灵奖得主Youshua Beng...

循环智能(Recurrent AI) 1565

AI智能质检优化实践:召回率和准确率,哪个更重要?

图:美剧《了不起的麦瑟尔夫人》很多企业拥有中大型电销或客服中心,每天与客户产生成千上万次沟通。沟通的质量,决定了企业的收入或客户满意度。企业监督业务人员的沟通质量和执行力的过程,被称为质检。前两篇文章,我们介绍了“关键词+正则”质检方式和全新的“非正则”质检方式的区别,也介绍了两种机器质检方式各自适配的场景。双模质检,各司其职。“非正则”质检方式通过引入深度学习算法模型,能够更好地...

循环智能(Recurrent AI) 3063

销售客服的语音质检新实践:双模质检

上篇文章,我们介绍了新一代智能质检模式——基于深度学习技术的“非正则”质检落地应用效果:在很多质检项上远超“关键词+正则”的传统模式,能多找出 2~10 倍数量的目标通话,并且介绍了其工作原理与“关键词+正则”的区别。​随着自然语言处理(NLP)领域技术的发展,以“非正则”质检模式为主、“关键词+正则”模式为辅的方案已成为未来发展趋势。两种模式将长期共存,因为它们各有其更擅长做的事情、更适...

循环智能(Recurrent AI) 1078

基于XLNet模型的下一代机器质检:从关键词到语义点

市面上有很多面向销售和客服人员的语音质检系统、文本质检系统,绝大部分产品实际使用的是基于“关键词+正则表达式”的机器质检系统。这种方法的主要优点是部署和上手使用都比较快,主要缺点是存在非常严重的漏检情况。就像一个漏孔很大的筛子一样,难以满足企业对质检的需求越来越精细、对质检效率要求越来越高的发展趋势。因此,在“关键词+正则表达式”之外,我们开始越来越多地为客户提供基于“语义点+机器学习...

循环智能(Recurrent AI) 951

语音识别新范式:完全的“端到端”模型优势在哪里?

目录语音识别新范式Transformer-XL 进一步释放注意力模型的优势从学术前沿到商业落地​“自然科学的发展除了按常规科学一点一滴地积累之外,还必然要出现‘科学革命’。”托马斯·库恩在其发表于 1962 年的经典著作《科学革命的结构》中提出的“范式转换”一词,如今已成为大家耳熟能详的技术用语。大的“范式转换”存在于基础科学领域,小的“范式转化”也存在于几乎每个细分的技术...

循环智能(Recurrent AI) 1613
上一篇: 循环智能的主动学习(Active Learning)技术探索与实践:减少 80% 标注量
下一篇: 销售沟通场景下,来自头部教育公司的三种AI对话分析方案
循环智能
循环智能 企业官方账号 企业官方账号
博客等级 码龄7年 26粉丝 15原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值