בקצרה:
סינון לידים באמצעות AI משתמש בבינה מלאכותית כדי להעשיר, לתשאל, לדרג ולנתב כל ליד חדש תוך שניות, כך שנציגי המכירות מדברים רק עם לידים ששווים את הזמן שלהם. כדי לאוטמט את סינון הלידים עם AI, הגדירו את התהליך בחמישה צעדים:
- 01הגדירו ICP וחוקים:כתיבה מסודרת של מי מוגדר כליד איכותי, מה לשאול ואיך לדרג.
- 02איסוף והעשרת כל ליד:ריכוז כל המקורות לזרימה אחת והשלמת המידע החסר.
- 03הפעלת סוכן AI:מתן אפשרות לסוכן לשאול את שאלות הסינון בצ׳אט, SMS או בטלפון.
- 04דירוג, ניתוב ותיאום:המרת התשובות לרמת איכות, שיוך לנציג ותיאום פגישה.
- 05סקירה וכיול:בדיקת תמלולים ותוצאות מדי שבוע ודיוק החוקים.
סינון לידים ב-AI פותר בעיה מתמטית שרוב צוותי המכירות מכירים: לידים חדשים מגיעים מהר יותר מהקצב שבו נציגים יכולים לעבור עליהם. הלידים החמים מחכים בתור, הלידים המשניים לא מקבלים שיחה לעולם, ועד שמישהו כבר מרים את הטלפון, הליד כבר התקרר או קנה במקום אחר.
סינון לידים אוטומטי סוגר את הפער הזה בלי להגדיל את מצבת העובדים. בדקנו את זה על עצמנו:
״לא היינו צריכים שהסוכן יבצע את ההמרה בעצמו. רק רצינו שהוא ישאל את השאלות הנכונות – אלו שנציג BDR היה שואל בשיחת היכרות – ויציף את הלידים שבאמת שווה לחזור אליהם.״
סמנכ״ל שיווק, CloudTalk
המדריך הזה מראה איך לבנות את אותו תהליך בדיוק, צעד אחר צעד.
מה זה סינון לידים ב-AI, ואיך הוא שונה מ-Lead Scoring?
סינון לידים ב-AI משתמש בבינה מלאכותית כדי להעשיר, לתשאל, לדרג ולנתב לידים חדשים באופן אוטומטי, כך שנציגים אנושיים מטפלים רק בלידים שמתאימים לפרופיל הלקוח האידיאלי ומוכנים לרכוש.
לעיתים קרובות מבלבלים בין סינון לידים ב-AI לבין דירוג לידים (Lead Scoring), אך ההבדל ביניהם משמעותי כשניגשים לבחור כלי.
| מונח | הגדרה |
|---|---|
| דירוג לידים ב-AI (Lead Scoring) | מדרג רשימה קיימת: מנתח את הנתונים שכבר יש לכם ונותן לכל ליד ציון מספרי. |
| סינון לידים ב-AI (Lead Qualification) | לוקח את זה צעד קדימה ומשוחח עם הליד – שואל את השאלות שהנתונים לא יכולים לענות עליהן ומאמת אם יש עניין אמיתי. |
אז איך AI מסייע בסינון לידים? הוא לוקח על עצמו ארבע משימות שנציג היה צריך לעשות ידנית:
- העשרה (Enrich):מוסיף לכל ליד חדש נתוני חברה ואיש קשר, כמו תחום עיסוק, גודל ותפקיד.
- יוזמה ותקשורת (Engage):פותח בשיחה בצ׳אט, SMS, אימייל או טלפון ושואל את שאלות הסינון.
- דירוג (Score):משווה את הנתונים והתשובות לפרופיל הלקוח האידיאלי (ICP) שלכם.
- ניתוב (Route):מעביר את הליד לנציג המתאים, מתאם פגישה או מעביר לתהליך טיפוח (Nurturing).
חמשת הצעדים שלפניכם מסדירים את ארבע המשימות האלו לפי הסדר, לצד שגרת סקירה ושמירה על דיוק.
MQL, SQL ו-PQL: השלבים שדרכם ה-AI מעביר את הלידים
רוב הצוותים מחלקים לידים לשלבים, וסינון ב-AI נועד להעביר אותם משלב לשלב מהר יותר. HubSpot מגדירה אותם כך:
| שלב | משמעות | מה ה-AI עושה בשלב הזה |
|---|---|---|
| MQL (ליד מאושר שיווקית) | גילה עניין בתכני השיווק שלכם, אך עדיין אינו מוכן לשיחת מכירה | שואל את השאלות המאשרות או שוללות מוכנות למכירה |
| SQL (ליד מאושר מכירתית) | נבדק ונמצא מוכן לשיחה ישירה עם אנשי מכירות | מתאם את הפגישה ומעביר לנציג את סיכום התשובות |
| PQL (ליד מאושר מוצרית) | השתמש במוצר וביצע פעולות שמעידות על סיכוי גבוה להפוך ללקוח משלם | יוצר קשר בעוד תקופת הניסיון פעילה |
למה צוותי מכירות עוברים לסינון לידים אוטומטי?
- מהירות:הפנייה הראשונית מתרחשת תוך שניות או דקות, לא שעות.
- עקביות:כל ליד מקבל את אותן השאלות ואותם החוקים, ללא קשר לזהות הנציג במשמרת.
- קיבולת:כיסוי מלא לכל הלידים, כולל לידים משניים ופניות שמגיעות בלילה.
- מיקוד לנציגים:נציגים מפסיקים לבזבז זמן על איסוף נתונים בסיסיים וממוקדים בלידים מוכנים.
איך לאוטמט סינון לידים ב-AI: תהליך ב-5 צעדים
סינון לידים אוטומטי באמצעות AI עובד כזרימה רציפה אחת:
- 01ליד מגיע
- 02עובר העשרת נתונים
- 03עונה על מספר שאלות
- 04מקבל דירוג
- 05מועבר לאיש הקשר המתאים
לאחר מכן סוקרים את התוצאות ומדייקים את החוקים.
כל אחד מהצעדים בתהליך מפורט להלן: מה המטרה, מה עושים, מה מכינים מראש, דוגמה מעשית והטעות הנפוצה ביותר שצוותים עושים.
אם תהיתם איך להתחיל לטרגט ולסנן לידים ב-AI בלי להסתבך בפרויקט מורכב, התחילו בקטן:
- בחרו מקור לידים אחד, סוכן אחד ומדד הצלחה (KPI) אחד. הרחיבו את המערך רק לאחר שהתהליך הראשון עובד בהצלחה.
צעד 1: הגדרת פרופיל לקוח אידיאלי (ICP), מסגרת עבודה וחוקי דירוג
הצעד הזה מגיע ראשון כי AI יכול לסנן רק לפי חוקים שנכתבו מראש על ידי אדם. קריטריונים לא ברורים יובילו ללידים לא איכותיים, ושום מודל לא יוכל לתקן זאת בדיעבד.
כתיבה מפורטת של פרופיל הלקוח האידיאלי (ICP)
פרופיל הלקוח האידיאלי מתאר את החברות והאנשים בעלי הסבירות הגבוהה ביותר לקנות ולהישאר לאורך זמן. השתמשו בשדות שהצוות שלכם כבר עוקב אחריהם:
- נתונים פירמוגרפיים:תחום עיסוק, גודל חברה, הכנסות ואזור גיאוגרפי.
- איש קשר:תפקיד, דרג ניהולי ומחלקה.
- מערכות טכנולוגיות (Tech stack):ה-CRM והכלים שהליד כבר משתמש בהם.
- אותות מוצר וכוונת רכישה (B2B SaaS):פעילות בתקופת ניסיון, תכונות בשימוש ומחקר בנושאים שאתם מוכרים.
- התנהגות:ביקורים בדפי תמחור ודמו, מעורבות באימיילים, הורדת תכנים והרשמות.
בחירת מסגרת עבודה לסינון (Qualification Framework)
מסגרת העבודה קובעת אילו שאלות ישאל סוכן ה-AI. שלוש המסגרות הבאות מכסות את רוב מחזורי המכירות:
| מסגרת עבודה (Framework) | מה היא בודקת | למי היא הכי מתאימה |
|---|---|---|
| BANT | תקציב (Budget), סמכות (Authority), צורך (Need), לוח זמנים (Timeline). פותח ב-IBM. | תהליכי מכירה קצרים ועסקתיים שבהם תקציב ועיתוי מכריעים את מרבית העסקאות |
| CHAMP | אתגרים (Challenges), סמכות (Authority), כסף (Money), תעדוף (Prioritization) | מכירות שמתחילות מהבעיה של הלקוח הפוטנציאלי ולא מהתקציב שלו |
| MEDDIC | מדדים (Metrics), מקבל החלטה כלכלי (Economic buyer), קריטריוני החלטה (Decision criteria), תהליך החלטה (Decision process), זיהוי כאב (Identify pain), מוביל פנימי (Champion). פותח ב-PTC בשנות ה-90. | עסקאות B2B מורכבות עם מספר בעלי עניין ומחזורי מכירה ארוכים |
הגדירו ציוני התאמה וכוונת רכישה (Fit and Intent)
1. ציון התאמה (Fit score) מודד מי הוא הליד (גודל החברה, תפקיד, אזור גיאוגרפי).
2. ציון כוונת רכישה (Intent score) מודד מה הליד עושה (ביקורים בדף המחירון, בקשות לדמו, לחיצות במייל).
ליד שמתאים לפרופיל אך לא מראה כוונת רכישה זקוק לטיפוח (Nurturing); ליד עם כוונת רכישה גבוהה אך ללא התאמה לפרופיל עשוי שלא להיות שווה את הזמן של נציג המכירות. כלי דירוג הלידים של HubSpot עובד בצורה דומה, עם ציונים נפרדים להתאמה, מעורבות וציון משולב.
- משקלות וספי סף:העניקו נקודות לכל קריטריון והגדירו את סך הנקודות שהופך ליד למוכן למכירה.
- אותות שליליים:הורידו נקודות על דומיין מייל חינמי, מדינה שאינכם מספקים בה שירות, או דומיין של מתחרה.
- דעיכת ציון (Score decay):פחיתו נקודות ככל שהפעולות ישנות יותר, כדי שביקור בדף המחירון לפני שישה חודשים לא ייחשב כמו ביקור מאתמול.
העתיקו את ספר החוקים המקוצר לסינון לידים
קשרו כל קריטריון לשאלה אחת שסוכן ה-AI שואל, לנקודות שהוא מעניק, ולתשובה שנחשבת כאיכותית. הנה דוגמה עבור צוות תוכנה ב-B2B המשתמש ב-BANT:
| קריטריון | שאלה לשאול | נקודות | מאושר כאיכותי אם |
|---|---|---|---|
| צורך | ״מה גרם לך לפנות אלינו היום?״ | 30 | מגדיר בעיה שהמוצר שלך פותר |
| לוח זמנים | ״מתי תרצו שהפתרון כבר יהיה מיושם?״ | 25 | במהלך 3 החודשים הקרובים |
| סמכות | ״מי עוד מעורב בבחירת כלי כזה?״ | 20 | מקבל ההחלטות, או מישהו שיכול לצרף אחד לשיחה הבאה |
| תקציב | ״האם כבר הקצבתם תקציב לכך, או שזה עדיין פתוח?״ | 15 | קיים תקציב או שהוא בתהליכי תכנון |
| התאמה | ״כמה אנשים בצוות שלך משתמשים בכלי?״ | 10 | בגודל העסקה המינימלי שלך או מעליו |
| אות שלילי | ללא, נבדק מתוך הנתונים | −20 | דומיין מייל חינמי, מדינה ללא תמיכה, או מתחרה |
טעות נפוצה:
- קריטריונים שצוות המכירות מעולם לא אישר.
פתרון פשוט:
- דאגו שמנהל המכירות יאשר את ספר החוקים לפני שהאוטומציה עולה לאוויר.
שלב 2: לכידה והעשרת נתונים לכל ליד נכנס בזמן אמת
המטרה כאן פשוטה: כל ליד, מכל מקור, נכנס לאותו התהליך באופן אוטומטי ומגיע עם הנתונים שה-AI צריך כדי לסווג אותו.
חברו את כל מקורות הלידים
רשמו מאיפה הלידים שלכם מגיעים, ואז דאגו שכל מקור ייצור רשומת ליד ב-CRM שלכם:
- טפסים באתר ובקשות לדמו
- צ׳אט באתר
- טפסי לידים מודעות, כגון Facebook Lead Ads
- שיחות נכנסות
- רשימות מאירועים ווובינרים
- הרשמות לתקופת ניסיון (Trial)
העשירו את הליד בנתונים לפני שמישהו יוצר איתו קשר
טפסים נדיר שלוכדים את הכל. העשרת לידים (Lead enrichment) מחברת את ה-CRM שלכם לספקי נתונים שמוסיפים פרטים חברתיים, טכנולוגיים ופרטי קשר מאומתים.
צוותים רבים משתמשים ב-Waterfall enrichment: הכלי תושאל מספר ספקי נתונים בסדר קבוע ושומר את התוצאה האמינה הראשונה לכל שדה, כפי שמסביר המדריך של Clay.
כלי העשרה מכוסים בסעיף הכלים בהמשך.
סינון נתונים לא תקינים
אוטומציה טובה לסינון לידים יודעת גם מדורגת מדלגים. לפני שאתם משקיעים שיחה או הודעה בליד, סננו החוצה:
- דומיינים של מייל חינמי או זמני, אם אתם מוכרים רק לעסקים
- בוטים ושליחות ספאם
- כפילויות של לידים שכבר קיימים ב-CRM
- חברות שלא יכולות לרכוש, כגון סטודנטים, מתחרים או מדינות שאינכם מספקים בהן שירות
לאחר מכן ודאו שהחברה אמיתית, עם אתר פעיל ודומיין תואם.
רשימת תיוג: מיפוי נתוני ה-CRM שלכם
תהליך ה-AI משוחח עם ה-CRM דרך ה-API וה-Webhooks שלו, שמאפשרים למערכת אחת לשלוח נתונים לאחרת ברגע שמשהו קורה. הסכימו על נקודות אלה לפני שאתם מחברים משהו:
- שדות:אילו שדות התהליך קורא, ואילו שדות הוא מעדכן בחזרה.
- כפילויות:איך רשומות מותאמות וממוזגות.
- בעלים:כיצד מוקצה הבעלים של הליד.
- ייחוס (Attribution):היכן נשמרים מקור הליד והקמפיין.
- הסכמה:איזה שדה שומר את הסכמת הליד לקבלת שיחות ואימיילים.
- טריגר:איזה אירוע מפעיל את השלב הבא, כגון ״נוצר ליד״ או ״טופס נשלח״.
כך מסתנכרנים נתוני שיחות ואנשי קשר בין CloudTalk ל-HubSpot:
טעות נפוצה:
- הרצת AI על נתוני טופס שגויים או חלקיים.
פתרון פשוט:
- הגדירו שדות חובה, אמתו כתובות אימייל ומספרי טלפון שטופס, והעשירו כל ליד לפני שנציג מכירות פונה אליו.
שלב 3: הפעילו סוכן AI להצגת שאלות הסינון
זה השלב שבו טופס סטטי הופך לשיחה חיים. סוכן קולי מבוסס AI לסינון לידים יוצר קשר עם הליד זמן קצר לאחר שהגיע, שואל את שאלות הסינון שהגדרתם, ומתעד את התשובות ישירות ב-CRM שלכם.
בחירת הערוץ המתאים
בחרו את הערוץ בהתאם למקום שבו הלידים מגיעים ולמהירות שבה עליכם ליצור איתם קשר:
| ערוץ | מתי הוא מתאים | מהירות | למה לשים לב |
|---|---|---|---|
| צ׳אט באתר | לידים שכבר נמצאים באתר, כמו המבקרים בעמוד התמחור | מיידית, בזמן שהם בעמוד | נעלמים ברגע שהם סוגרים את הבלשונית |
| SMS | קהל המעדיף מובייל ושאלות קצרות | דקות | כללי הסכמה למשלוח הודעות; מומלץ להגביל לשאלה אחת או שתיים |
| שווקים שבהם WhatsApp הוא ערוץ התקשורת העיקרי | דקות | אישור תבניות וכללי הסכמה לקבלת הודעות (opt-in) | |
| אימייל | לידים בדחיפות נמוכה ותהליכי מכירה ארוכים ב-B2B | שעות | שיעור מענה נמוך וקל להתעלם ממנו |
| שיחה קולית | לידים בעלי כוונת רכישה גבוהה, בקשות לדמו, ולידים שהאירו מספר טלפון | שניות עד דקות | הסכמה וגילוי נאות על שימוש ב-AI בשיחות; ייתכן שהליד לא יענה |
מה סוכן ה-AI עושה במהלך השיחה
סוכני AI איכותיים לסינון לידים פועלים לפי דפוס קבוע, ללא קשר לערוץ. הם:
- 01פותחים את השיחה ומציינים מראש כי מדובר בסייען AI
- 02שואלים את שאלות הסינון שהגדרתם בסדר טבעי וזורם
- 03עונים על שאלות נפוצות מתוך מאגר הידע שסיפקתם
- 04מתמודדים עם התנגדויות פשוטות, כגון „אני רק בודק אפשרויות”
- 05קובעים פגישה או מעבירים את הליד לנציג אנושי
- 06מתעדים את התשובות וסיכום השיחה ב-CRM
קביעת הגבולות והכללים
אוטומציה של סינון לידים באמצעות AI דורשת גבולות שתגדירו מראש, עוד לפני השיחה הראשונה:
- לעולם לא לומר:הבטחות למחיר, הנחות, טענות משפטיות או נושאים הקשורים לחוזה.
- העברה לנציג:תלונות, לקוחות קיימים וכל שאלה שאינה חלק מהתסריט.
- גילוי נאות:הבהרה כבר במשפט הראשון שהליד משוחח עם AI.
- אחסון נתונים:שמירת הנתונים הנדרשים בלבד ב-CRM, תוך תיעוד ההסכמה.
אתם כותבים את ברכת הפתיחה, כולל הגילוי הנאות על ה-AI, ובחורים את השפות של הסוכן בהגדרות המערכת.
פנו לליד במהירות, והכינו תוכנית למקרה שאין מענה
מהירות התגובה קריטית יותר מכל הגדרה אחרת.
לכן, ה-AI צריך ליצור קשר עם הליד ברגע שהרשומה נוצרת.
לידים רבים לא יענו בפעם הראשונה. החליטו מראש כמה ניסיונות לבצע, באיזה מרווח זמן ובאילו שעות, ולאחר מכן עברו לערוץ חלופי, כגון הודעת טקסט.
מאמרים מומלצים
- ראו כיצד מעקב לידים באמצעות AI עובד בשילוב עם ה-CRM שלכם.
סוכן קולי של CloudTalk יכול גם לשלוח הודעת SMS לליד באמצעות פעולת תרחיש של שליחת SMS, למשל עם קישור לקביעת פגישה.
כך יכולה להיראות תוכנית פשוטה למצבים שאין בהם מענה:
איך לסנן לידים בטלפון באמצעות סוכן קולי AI: הדוגמה של CloudTalk
צוות המכירות שלנו קיבל אלפי לידים בחודש – יותר ממה שנציגי הפיתוח העסקי יכלו להתקשר אליהם. כתוצאה מכך, הנציגים התמקדו רק בלידים האיכותיים ביותר. השאר, שלעתים קרובות היו חסרים בהם פרטים או שהפגינו כוונת רכישה נמוכה, נותרו ללא טיפול.
מכיוון ש-הסוכנים הקוליים מבוססי ה-AI של CloudTalk מתממשקים ל-HubSpot, ההגדרה הייתה פשוטה: לוגיקה בסיסית, תסריט קצר ורשימת אנשי קשר מה-CRM. הסוכן הראשון עלה לאוויר תוך ימים. תפקידו היה סינון בלבד, והוא שאל שלוש שאלות בסיסיות:
- 01מה הביא אותך ל-CloudTalk?
- 02מאיפה יש לך צורך לבצע שיחות?
- 03כמה משתמשים יש בחברה?
אם הליד גילה עניין, הסוכן העביר אותו לנציג או תיאם שיחת המשך. אם לא, הוא תייג את הליד והמשיך הלאה. התוצאות נרשמו ישירות ב-HubSpot, ללא כל מאמץ מצד צוות המכירות.
לידים שנפסלו בעבר כי בחרו בטופס ב-„1–2 משתמשים” גילו פוטנציאל גדול בהרבה במהלך שיחת הטלפון. הנתונים מהטופס גרמו להערכת חסר, ושיחה של שלוש דקות פתרה את הבעיה.
שיחה קולית היא הערוץ הנכון כאשר לידים מותירים מספר טלפון, כשיש ערך לשיחה אמיתית, וכשמהירות היא זו שמכריעה מי יסגור את העסקה.
צפו בהגדרה המלאה, כולל התוצאות, בסשן מדריך סינון הלידים שלנו:
טעות נפוצה:
- לתת לסוכן למכור.
פתרון פשוט:
- הגבילו את תפקיד הסוכן לבירור צרכים והעברה לנציג, והאירו את נושאי התמחור והמשא ומתן לנציגי המכירות.
שלב 4: דורגו את הליד, נתבו אותו וקבעו פגישה
עתה התשובות הופכות להחלטה: מי מקבל את הליד מה קורה בהמשך.
בחרו את שיטת הדירוג
| שיטת דירוג | איך זה עובד | מה נדרש |
|---|---|---|
| מבוסס חוקים | נקודות וספים מתוך הגדרות הסינון שלכם | כללים מוסכמים בלבד; קל להסברה |
| ניבויי (Predictive) | מודל שאומן על עסקאות עבר שנזכו או הפסידו | מספיק היסטוריה ונתוני תוצאות נקיים ב-CRM |
| מבוסס שיחה | AI מדרג את מה שהליד אמר בשיחה או בצ׳אט | סוכן שמחלץ כל תשובה לתוך שדה מתאים |
- 01התחילו עם חוקים והוסיפו ניבוי ברגע שיהיה לכם מספיק מידע היסטורי.
- 02בכל שיטה שתבחרו, ודאו שנציג המכירות יכול להבין בקלות מדוע הליד קיבל את הניקוד שלו.
הפיכת ציונים לרמות איכות וכללי ניתוח
שלבו את ההתאמה, הכוונה והתשובות מהשיחה לשלוש רמות עם ספים ברורים, ולאחר מכן הקיצו לכל רמה פעולה ואחראי:
| רמה | כלל | פעולה | אחראי |
|---|---|---|---|
| חם (Hot) | עומד ברף ה-SQL ומעוניין לשוחח | תיאום פגישה או העברה בלייב; התראה אישית לנציג | מנהל חשבונות (AE) לפי טריטוריה או חלוקה מחזורית |
| פשרני (Warm) | מתאים, אך העיתוי או הצורך אינם מאושרים עדיין | סדרת הודעות פולו-אפ וניסיון התקשרות נוסף | צוות SDR |
| קר (Cold) | התאמה נמוכה או ללא צורך כרגע | העברה לתהליך טיפוח (Nurture) | שיווק |
| פסול (Disqualified) | אינו יכול לרכוש, או ביקש שלא ליצור עמו קשר | סימון סיבה ועצירת הפניות | ללא אחראי; תיעוד בלבד |
נתבו לידים חמים לפי טריטוריה, מוצר וקיבולת הנציג, והוסיפו כלל לזמן תגובה. בתהליך העבודה של CloudTalk עצמה, כפי שתואר ב-וובינר, לידים הזקוקים לשלושה שלוחות או יותר מפעילים התראה ל-SDR לביצוע פולו-אפ תוך 30 דקות, בעוד לידים קטנים יותר מופנים להתחלת תקופת ניסיון בחינם.
ראו כיצד ניתוב שיחות עובד ב-CloudTalk בהדגמה אינטראקטיבית קצרה זו:
הפכו את הפעולות הבאות לאוטומטיות
- הקצאה:
- התראה:שלחו הודעה לנציג ב-Slack, ב-Teams או במייל בצירוף הסיכום.
- תיאום פגישה:שבצו את הפגישה ישירות ביומן של הנציג בעזרת תיאום פגישות ב-AI.
- פולו-אפ:הוסיפו לידים פושרים לסדרת הודעות פולו-אפ.
- טיפוח (Nurture):העבירו לידים קרים לקמפיינים שיווקיים.
- סגירת טיפול:סמנו לידים שאינם מתאימים בצרוף סיבה, כדי שתוכלו להפיק עליהם דוחות.
1. יכולת תיאום הפגישות של סוכן הקול מקבעת תורים ב-Google Calendar, Microsoft Outlook, Calendly או Cal.com במהלך השיחה本身.
2. התשובות שנאספות מיוצאות ל-CRM שלכם, כולל HubSpot, Salesforce, Pipedrive ו-Zoho, כחלק מתיעוד השיחה, או נשלחות דרך Webhook.
האם מתאם פגישות ב-AI יכול להחליף את ה-SDRs בתיאום פגישות? צפו בזווית שלנו:
העברת מקל עם הקשר מלא
הנציג לא צריך לשאול שוב את אותן השאלות אף פעם. כל העברה חייבת לכלול:
- סיכום קצר של השיחה
- התשובה לכל שאלת סינון וסיגמנטציה
- הציון, והסיבה שבגללה הליד קיבל אותו
- קישור להקלטה או לתמלול
- הצעד הבא המומלץ
כאשר סוכן הקול של CloudTalk מעביר שיחה לנציג או לקבוצה, הנציג רואה כרטיסיית הקשר עם שם המתקשר, סיכום נוצר ב-AI והשדות שבחרתם.
טעות נפוצה:
- הכנסת ליד חם לתור ממתין.
פתרון פשוט:
- הגדירו כלל זמן תגובה עם התראה, ועקבו באיזו תדירות הנציגים עומדים בו.
שלב 5: סקרו שיחות וכיילו את שיטת הניקוד שלכם
סוכן AI עלול לסטות ברגע שהשוק, המוצר או ההצעה שלכם משתנים, ולכן סינון לידים אינו תהליך של ״מגדירים פעם אחת וזהו״. בנו שגרה שבועית:
- קראו מדגם של תמלולים:עשרה עד עשרים בשבוע מספיקים כדי לזהות תשובות מוזרות ולידים מבולבלים.
- בדקו זיהויים שגויים (False Positives):לידים שה-AI סינון כמתאימים אך מחלקת המכירות דחתה.
- בדקו פסילות שגויות (False Negatives):לידים שה-AI פסל אך מאוחר יותר רכשו או חזרו.
- השוו בין הרמות:בחנו את יחס ההמרה מליד להזדמנות עסקית עבור כל רמה וכל זמן תגובה.
לאחר מכן כיילו: נסחו מחדש שאלות שלידים לא הבינו, התאימו משקלים וספים, הסירו קריטריונים שאינם חוזים דבר, ובדקו ששחיקת הניקוד עדיין תואמת את מחזור המכירות שלכם.
בקשו מהנציגים לתעד מדוע דחו ליד, והזינו את תוצאות העסקאות הנסגרות (הצלחה/הפסד) בחזרה לתוך הכללים.
ניקוד שיחות ב-AI עוזר כאן: הוא מעריך כל שיחה מול דף מדדים, כך שתוכלו לראות אילו שיחות הובילו להזדמנויות אמיתיות.
ראו מה Conversation Intelligence מוסיף לכל שיחה:
טעות נפוצה:
- להגדיר ולשכוח.
פתרון פשוט:
- שבצו את הסקירה השבועית ביומן של אחד מאנשי הצוות, ועדכנו תיעוד לכל שינוי במידע.
סינון לידים ב-AI מול סינון ידני: מה באמת משתנה ואיפה בני אדם עדיין מובילים
סינון לידים מבוסס AI אינו מחליף את הצוות שלכם. הוא משנה מי מבצע איזה חלק מהעבודה. הנה השוואה בין שלוש הגישות:
| ידני | אוטומציה מבוססת כללים | מבוסס AI | |
|---|---|---|---|
| מהירות | שעות עד ימים | מיידי עבור ניתוב, אך ללא שיחה | שניות עד דקות, כולל השיחה עצמה |
| עקביות | תלוי בנציג וביום | אותם כללים בכל פעם | אותן שאלות וכללים בכל פעם |
| עלות לליד | הגבוהה ביותר; זמן נציג מושקע בכל ליד | נמוכה | נמוכה, מתומחרת לפי דקה או לפי שיחה |
| טיפול במורכבויות ומורכבויות קטנות | הטוב ביותר | ללא; כללים קבועים בלבד | טוב בתשובות ברורות; מעביר מקרים לא ברורים לגורם אנושי |
| מאמץ הגדרה | הדרכות ותסריטי שיחה | בניית תהליכי עבודה ב-CRM | כללים, הנחיות, אינטגרציה ובדיקות |
במה AI טוב יותר, ובמה אנשים עדיין טובים יותר
| איפה ה-AI מנצח | איפה אנשים מנצחים |
|---|---|
| מענה מיידי | לקוחות מורכבים או אסטרטגיים |
| אותם כללים בדיוק לכל ליד | משא ומתן |
| כיסוי סביב השעון בכל שעה | שיקול דעת במצבים יוצאי דופן |
| הזנת נתונים שאף אחד לא אוהב לעשות | בניית היחסים שמביאים לסגירת העסקה |
הנה מה שסוכני קול מבוססי AI עדיין לא יכולים לעשות, ולמה זה חשוב לפני שמבצעים אוטומציה:
1. ה-AI מטפל ביצירת הקשר הראשונית ובסינון הלידים.
2. נציגים אנושיים לוקחים את הלידים החמים ואת המקרים המורכבים, ומספקים משוב שמשפר את ה-AI מדי שבוע.
איך לבחור תוכנה לסינון לידים ב-AI: סוגי כלים וקריטריונים לבחירה
כלי סינון לידים ב-AI מתחלקים לארבעה סוגים, ורוב הצוותים משלבים בין שניים או שלושה. התחילו מהמשימה שאתם צריכים לבצע, ואז בחרו את הסוג המתאים:
| סוג | מה זה עושה | דוגמאות | מתי לבחור בזה |
|---|---|---|---|
| נתונים והעשרה | מוסיף נתוני חברה ואיש קשר, לעיתים קרובות באמצעות העשרת waterfall | Clay, ZoomInfo, Apollo.io | הלידים שלכם מגיעים עם שדות חסרים |
| סוכנים ודירוג מובנים ב-CRM | מדרג לידים ומפעיל סוכני AI ישירות בתוך ה-CRM שלכם | HubSpot (דירוג לידים, סוכני Breeze), Salesforce (Einstein Lead Scoring, Agentforce) | אתם רוצים דירוג לידים ישירות במקום שבו הנציגים כבר עובדים |
| סוכנים שיחתיים | משוחח עם הליד בטלפון או בצ׳אט ואוסף את התשובות | קולי: CloudTalk, Bland AI, Retell AI, ElevenLabs. צ׳אט: Qualified (Piper) | אתם צריכים לנהל שיחה, לא רק לקבל ציון |
| בוני אוטומציות ו-LLM | מאפשר לבנות סוכן ותהליך עבודה מותאמים אישית | Make (AI Agents), n8n (AI Agent node) | יש לכם אנשי טכנולוגיה בצוות ואתם רוצים שליטה מלאה |
פלטפורמות AI מובנות ב-CRM ופלטפורמות שיחתיות פותרות בעיות שונות:
- כלי CRM מדרגים ומנתבים את הנתונים שכבר קיימים אצלכם.
- סוכנים שיחתיים יוצאים לשטח ואוספים את הנתונים שחסרים לכם, פשוט על ידי שאלת השאלות.
אם רוב הלידים שלכם מגיעים עם רשומות חלקיות, סביר להניח שתצטרכו את שניהם.
סוכן מוכן מראש או בנייה עצמית?
תוכלו להשיק סוכן מוכן מראש או לבנות תהליך משלכם באמצעות מודל שפה וכלי אוטומציה כמו Make או n8n. הנה השוואה בין האפשרויות:
| סוכן מוכן מראש | בנייה עצמית | |
|---|---|---|
| זמן השקה | בין ימים ספורים לשבועיים | מספר שבועות, בהתאם לצוות שלכם |
| שליטה | ניתן להגדרה מתוך הפלטפורמה | שליטה מלאה בלוגיקה ובפרומפטים |
| תחזוקה | הספק מתחזק את הקול, הטלפוניה והאינטגרציות | אתם אחראים על פרומפטים, בדיקות, ניטור ותיקונים |
| מה שתצטרכו | את ספר החוקים שלכם וחיבור ל-CRM | מפתח או מומחה אוטומציה, חשבון LLM ותשתית טלפוניה או צ׳אט |
מה לבדוק לפני שבוחרים כלי
- כיסוי ערוצים:האם הוא מגיע ללידים בכל מקום שבו הם פונים: צ׳אט, הודעות טקסט או טלפון?
- סנכרון CRM:האם הוא מתחבר באופן טבעי ל-CRM שלכם, ואילו נתונים נשמרים איפה?
- שליטה:האם אתם יכולים לערוך את השאלות, הלוגיקה והמגבלות בעצמכם?
- נתונים:האם העשרת הנתונים כלולה, או שאתם צריכים כלי נפרד?
- העברת שיחה:האם הוא יכול להעביר שיחה חיה או לתאם פגישה עם ההקשר המלא?
- רגולציה ועמידה בתקנים:האם הוא תומך בגילוי נאות על שימוש ב-AI, תיעוד הסכמות והודעות על הקלטת שיחות?
- אנליטיקה:האם אתם מקבלים תמלולים, סיכומים ודוחות תוצאות?
- זמן הגדרה:כמה זמן לוקח עד שהסוכן הראשון עולה לאוויר, ומיו בונה אותו?
- עלות כוללת:דמי פלטפורמה, דקות או משתמשים, תוספות ועלויות הגדרה.
תוכנת סינון הלידים ב-AI שלה פועלת בשיחות טלפון: סוכני קול ב-AI מתקשרים ללידים חדשים, שואלים את השאלות שלכם ב-70+ שפות, מתאמים פגישות ומעבירים לידים חמים לנציג. העשרת נתונים ודירוג חיזוי מגיעים מ-CRM או מכלי נתונים שלכם, ולא מ-CloudTalk.
Flexible Pricing Plans to Scale with You
Compare our plans
למבט רחב יותר על אופן התמחור של סוכני קול ב-AI אצל ספקים שונים, צפו בסקירה הזו:
אתגרים באוטומציה של סינון לידים ב-AI ואיך להימנע מהם
כל שלב למעלה מסתיים בטעות השכיחה ביותר שלו. האתגרים שלהלן נוגעים לכל אורך התהליך: החוק, הנתונים שלכם ומי מנהל את המערכת.
הסכמה, הקלטת שיחות וגילוי נאות על AI
הכללים לגבי שיחות והודעות טקסט ב-AI נוקשים יותר מאשר במייל, והם משתנים ממדינה למדינה.
- ארה״ב:ה-FCC קבע בפברואר 2024 שקולות שנוצרו על ידי AI נחשבים לקולות „מלאכותיים” לפי חוק TCPA. שיחות המשתמשות בהם דורשות הסכמה מפורשת מראש של הנמען, והסכמה מפורשת בכתב מראש עבור טלמרקטינג. תקנות מדינתיות מוסיפות דרישות נוספות.
- האיחוד האירופי:תחת תקנות ה-GDPR, נדרשת בסיס חוקי לעיבוד נתוני לידים, ואנשים יכולים להתנגד לשיווק ישיר בכל עת. החל מ-2 באוגוסט 2026, סעיף 50 לחוק ה-AI של האיחוד האירופי דורש ליידע אנשים כאשר הם מקיימים אינטראקציה עם מערכת AI.
- הודעות הקלטה:יידעו את הליד שהשיחה מוקלטת במקומות שבהם החוק דורש זאת. המדריך שלנו בנושא חוקי הקלטת שיחות מכסה את התקנות לפי אזורים.
- תיעוד הסכמות:שמרו את ההסכמה, המקור שלה והתאריך ב-CRM, ובדקו אותה לפני כל שיחה או הודעה.
אתם מגדירים את הגילוי הנאות על ה-AI, שם החברה, הודעת ההקלטה ואפשרות ההסרה מראש בהודעת הפתיחה של הסוכן.
פרטיות נתונים והטיות בדירוג לידים
- צמצום נתונים:איסוף רק של הנתונים שחוקי הדירוג שלכם דורשים.
- שמירת נתונים:הגדרת משך הזמן לשמירת הקלטות ותמלולים, ומחיקתם לפי לוח הזמנים.
- הרשאות גישה:הגבלת הגישה לתמלולים, במיוחד אם לידים משתפים פרטים אישיים.
- ללא משתני דמה:הימנעות מדירוג לפי סימנים המייצגים מאפיינים מוגנים, כמו שמות, מיקודים או מבטא.
- סקירת סגמנטים:השוואת שיעורי הסינון בין אזורים וסגמנטים שונים כדי לזהות דפוסים לא הוגנים.
- לוגיקה ניתנת להסבר:שמירה על חוקי דירוג ברורים וניתנים לביקורת, כדי שתוכלו להסביר מדוע ליד נדחה.
אוטומציית יתר של לקוחות אסטרטגיים
חשבון יעד שמועבר לבוט במקום לנציג אנושי עלול לאבד עניין במהירות. סמנו את החשבונות המרכזיים, לידי Enterprise והפניות ב-CRM, ונתבו אותם ישירות לנציג מכירות.
ממשל ואחריות בצוותים גדולים
ככל שיותר צוותים משתמשים במערכת, יש צורך בגורם אחראי שייתרן אותה.
מדדי מפתח למעקב אחר סינון לידים באמצעות AI
עקבו אחר מדדי ה-KPI הללו כדי לבדוק אם סינון הלידים האוטומטי באמצעות AI עובד, ואיפה יש לשפרו:
| מדד (KPI) | נוסחה | מה זה אומר לכם |
|---|---|---|
| זמן עד יצירת קשר ראשוני | זמן ניסיון יצירת הקשר הראשון − זמן יצירת הליד | האם התהליך מגיע ללידים כשהם עדיין מתעניינים |
| שיעור יצירת קשר | לידים שהושגו ÷ לידים שנוצר איתם ניסיון פנייה | האם הערוץ ותזמון הפנייה נכונים |
| שיעור סינון/איכות | לידים איכותיים ÷ לידים שהושגו | האם החוקים נוקשים או מקלים מדי |
| שיעור אישור מכירות | לידים מסוננים ע״י AI שאושרו ע״י המכירות ÷ סך הלידים שסוננו ע״י AI | האם צוות המכירות סומך על השיפוט של ה-AI |
| יחס המרה מליד להזדמנות | הזדמנויות עסקיות ÷ לידים מסוננים | האם לידים מסוננים הופכים לעסקאות אמיתיות |
| פגישות שתואמו לכל 100 לידים | פגישות שתואמו ÷ לידים × 100 | התפוקה שהנציגים חווים ביום-יום |
| עלות לליד מסונן | עלות כוללת של התהליך ÷ לידים מסוננים | האם ההגדרה מצדיקה את העלות שלה |
| חיסכון בזמן לנציג | שיחות שטופלו ע״י AI × זמן סינון ידני ממוצע | כמה זמן עבודה פניתם לצוות |
איך להוכיח שה-AI באמת עובד
בצעו בדיקת אפקטיביות (Lift Test) במקום להסתמך רק על לוח הבקרה:
- 01קבעו קו בסיס (Baseline):תעדו את הנתונים הנוכחיים שלכם במשך כמה שבועות לפני ההשקה.
- 02פצלו את הלידים:נתבו חלק מהלידים החדשים דרך תהליך ה-AI והשאירו את השאר לטיפול הצוות האנושי כקבוצת השוואה.
- 03שנו דבר אחד בכל פעם:כאשר אתם בודקים שאלה חדשה, סדר, ערוץ או הודעה ראשונה, שלחו חלק מהלידים לכל גרסה.
- 04השוו תוצאות:בחנו את ההמרה, מהירות, עלות ומשוב הנציגים עבור שתי הקבוצות.
- 05הריצו את המבחן מספיק זמן:אפשרו לכל בדיקה להימשך לפחות מחזור מכירות שלם, והריצו את שתי הקבוצות במקביל כדי ששינויים עונתיים לא ייוחסו בטעות ל-AI.
מה לדווח ובאיזו תדירות
סקרו את המהירות ליצירת קשר ראשוני, שיעור יצירת הקשר ושיעור אישור המכירות מדי שבוע, כיוון שמהם ניתן לזהות בעיות מוקדם. סקרו את יחס ההמרה להזדמנות ואת העלות לליד מסונן מדי חודש עם הנהלת המכירות והשיווק, מכיוון שמדדים אלה דורשים זמן להסתגלות.
צפו בהדגמה קצרה של האנליטיקה של CloudTalk:
CloudTalk Analytics מציג:
- כיצד השיחות והנציגים שלכם מתפקדים
- דוחות נציגים וקבוצות עוקבים אחר נפח שיחות וזמני דיבור
- יומן השיחות שומר את הפרטים של כל שיחה
- ניתן גם לסנן דוחות לפי תגיות שיחה, כמו ״מעוניין״, או להפיק דוחות על שיחות שלא נענו.
- שיחות של סוכן קולי מופיעות באנליטיקה תחת שם הסוכן, לצד השיחות של הצוות שלכם.
איך להציג החזר השקעה (ROI)
חלקו את שווי הצנרת (Pipeline) שה-AI יצר בעלות התפעול שלו. ב-ניסוי של CloudTalk עצמה, התקבל שווי SQL של €12.8K מול עלות קמפיין משוערת של €750 – פי 17 מההשקעה.
התחילו עם מקור לידים אחד וסוכן אחד
- סינון לידים באמצעות AI עובד הכי טוב כשבני אדם קובעים את החוקים וה-AI מבצע את העבודה החזרתית.
- הגדירו את פרופיל הלקוח האידיאלי (ICP), מסגרת העבודה וחוקי הדירוג, וקבלו אישור מצוות המכירות.
- נתבו כל ליד לתהליך אחד ובצעו העשרת נתונים.
- אפשרו לסוכן AI לשאול את השאלות, לדרג, לנתב ולתאם פגישות באופן אוטומטי, וסקרו את התוצאות מדי שבוע.
בחרו את הכלים לפי הערוץ שבו הלידים משתמשים וה-CRM שבו הנציגים עובדים, והגדירו הסכמה וגילוי נאות לגבי השימוש ב-AI לפני השיחה הראשונה.
שאלות נפוצות
שאלו שאלה קצרה אחת לכל קריטריון במסגרת שלכם: מה גרם להם לפנות (צורך), מתי הם רוצים פתרון (לוח זמנים), מי עוד מקבל החלטות (סמכות), והאם קיים תקציב. הוסיפו שאלת התאמה אחת, כמו גודל הצוות. שלוש עד חמש שאלות מספיקות; סוכן הסינון של CloudTalk שאל שלוש שאלות בלבד.
לא, אבל הוא משנה את התפקיד. ה-AI לוקח על עצמו את המגע הראשוני, איסוף הנתונים וטיפול בלידים בעדיפות נמוכה ש-SDRs לא מגיעים אליהם. נציגי ה-SDR משקיעים את זמנם בלידים חמים, שיחות מעקב וחשבונות שדורשים שיקול דעת. רוב הצוותים משתמשים בזמן שנפנה כדי לטפל ביותר לידים, ולא כדי לצמצם את הצוות. ראו כיצד סוכנים קוליים ב-AI לשיחות יוצאות משתלבים בתהליך.
הוא מדויק כפי שהחוקים והנתונים שלכם מדויקים. מדדו זאת לפי חלק הלידים שה-AI סנן וצוות המכירות אישר, וכמה לידים שנדחו הפכו מאוחר יותר ללקוחות. אם שיעור האישור יורד, קראו שוב תמלולים לפני שינוי הספים. ניקוד שיחות (Call Scoring) הופך את הסקירה הזו למהירה יותר.
אתם מחליטים. הגדירו את מספר הניסיונות, המרווח ביניהם ושעות ההתקשרות בתוך תהליך העבודה ב-CRM שלכם, ולאחר מכן עברו לודעת טקסט או דוא״ל. מומלץ לעצור לאחר כמה ניסיונות כדי שהליד לא ירגיש שרודפים אחריו. קראו כיצד מעקב לידים מבוסס AI מטפל בכך.
כן. עבור שיחות נכנסות, סוכן AI עונה לשיחות או צ'אטים ומסווג אנשים עוד כשהם על הקו. עבור שיחות יוצאות, הוא מתקשר ללידים חדשים מטפסים, נרשמים לגרסאות ניסיון או רשימות ישנות. מתקשרים נכנסים יכולים לעבור סינון על ידי פקיד קבלה AI, ולידים יוצאים על ידי סוכן קולי AI.
מתחילים עם מקור לידים אחד והדירוג המובנה ב-CRM שלכם, ואז מוסיפים סוכן שיחתי במקום שבו הלידים ממתינים הכי הרבה זמן. אם הלידים מתקשרים אליכם, ה-AI Receptionist של CloudTalk מתחיל ב-$99 לחודש עבור 200 דקות, כולל 50 דקות חינם לניסיון. מודדים מדד ביצועים (KPI) אחד לפני שמוסיפים עוד.
תהליך פשוט מבוסס חוקים ב-CRM שלכם יכול לפעול תוך יום אחד. סוכן שיחתי לוקח יותר זמן, כי צריך לנסח את ספר החוקים, לחבר את ה-CRM ולבחון שיחות. הסוכן הראשון של CloudTalk עצמה עלה לאוויר תוך ימים ספורים, ורוב הצוותים עולים לאוויר עם סיווג הלידים ב-AI של CloudTalk תוך שבוע עד שבועיים.
מחלקים את העלות הכוללת של התהליך (פלטפורמה, דקות, העשרת נתונים והגדרה) במספר הלידים שהוא מסווג. בניסוי של CloudTalk, כ-€750 כיסו 997 שיחות, כלומר כ-€0.75 לשיחה. השוו את זה לעלות הזמן של נציג מכירות לכל ליד מוסמך. ראו מחירי סוכן קולי AI למחירי התוספות העדכניים.
