Automasi Penghalaan Lead untuk Lead yang Ditangkap melalui Chat

Pasukan jualan 15 wakil sedang menghalakan semua lead WhatsApp ke satu "pasukan chat": dua wakil junior yang mentriaj perbualan masuk, memadankannya kepada pemilik akaun berdasarkan hamparan wilayah, dan meneruskannya. Purata masa dari mesej pertama hingga wakil yang betul melihat perbualan: 3.5 jam. Triaj manual pada skala tersebut adalah apa yang automasi penghalaan lead direka khusus untuk menghapuskan.

Selepas membina penghalaan automatik dalam Respond.io dengan 4 jenis peraturan, nombor tersebut turun kepada 8 minit. Wakil triaj ditugaskan semula. Masa respons bertambah baik. Kadar penutupan pada lead chat meningkat 22% dalam 90 hari, terutamanya kerana lead tidak lagi sejuk antara kenalan pertama dan perbualan sebenar pertama.

Panduan ini memberikan anda logik penghalaan dan langkah persediaan untuk bergerak dari triaj manual kepada tugasan automatik dalam satu minggu.

Langkah 1: Tentukan Dimensi Penghalaan Anda

Logik penghalaan yang berfungsi adalah logik penghalaan berdasarkan atribut yang boleh diperhatikan. Sebelum anda membina peraturan dalam mana-mana platform, tentukan 4 dimensi yang sepatutnya mendorong tugasan.

Dimensi Apa yang Dihalakan Dari Mana Data Datang
Geografi / Wilayah Kod negara telefon, negara kenalan, atau jawapan negara yang eksplisit Nombor WhatsApp (automatik), soalan kelayakan
Saiz Syarikat Jawapan bilangan kakitangan atau saiz pasukan dari aliran kelayakan Medan tersuai ManyChat/Respond.io
Minat Produk Produk atau kes penggunaan yang dipilih semasa kelayakan Respons butang dalam aliran kelayakan
Skor Lead Skor komposit berdasarkan semua jawapan kelayakan Medan skor Respond.io atau formula tersuai

Kesilapan paling biasa adalah menghalakan hanya pada satu dimensi. Penghalaan berasaskan wilayah sahaja menugaskan semua lead AS kepada pasukan AS tanpa mengira saiz syarikat, yang bermakna wakil perusahaan mendapat lead PKS dan wakil PKS mendapat lead perusahaan. Penghalaan berbilang dimensi menyelesaikan ini. Dokumentasi Workflows Respond.io menjelaskan cara merantai nod condition untuk logik penghalaan berbilang atribut dalam pembina visual. Corak yang lebih luas untuk strategi pengagihan lead berlaku di sini — salurannya adalah chat, tetapi masalah logik penghalaan adalah sama.

Tentukan dimensi penghalaan anda dalam jadual sebelum membuka Respond.io:

Wilayah Saiz Syarikat Minat Produk Halakan Ke
AS 50+ Produk perusahaan Pasukan Perusahaan AS
AS Di bawah 50 Produk PKS Pasukan PKS AS
UK / EMEA Mana-mana Mana-mana Pasukan EMEA
APAC Mana-mana Mana-mana Pasukan APAC
LATAM Mana-mana Mana-mana Pasukan LATAM
Mana-mana Mana-mana Ciri tertentu Pakar Produk

Ini menjadi input kepada konfigurasi peraturan penghalaan anda.

Langkah 2: Petakan Jawapan Kelayakan kepada Atribut Penghalaan

Respons chatbot adalah rentetan (jawapan klik butang seperti "50+ pekerja" atau "Pelan Perusahaan"). Peraturan penghalaan berfungsi pada atribut berstruktur. Anda perlu menterjemahkan antara keduanya.

Bina jadual pemetaan ini sebelum anda mengkonfigurasi penghalaan:

Soalan Kelayakan Jawapan Atribut Penghalaan Isyarat Penghalaan
"Berapa ramai dalam pasukan jualan anda?" Di bawah 10 Saiz Syarikat = Kecil Laluan PKS
"Berapa ramai dalam pasukan jualan anda?" 10-50 Saiz Syarikat = Pasaran Pertengahan Laluan pasaran pertengahan
"Berapa ramai dalam pasukan jualan anda?" 50+ Saiz Syarikat = Perusahaan Laluan perusahaan
"Yang mana paling menggambarkan fokus anda?" Jualan berasaskan akaun Minat Produk = ABM Pakar ABM
"Yang mana paling menggambarkan fokus anda?" SDR jumlah tinggi Minat Produk = SDR Pakar SDR
"Adakah anda sedang menilai sekarang atau menyelidik?" Sedang menilai Keutamaan Lead = Panas Tugasan fast-track
"Adakah anda sedang menilai sekarang atau menyelidik?" Menyelidik Keutamaan Lead = Hangat Baris gilir standard

Di ManyChat, gunakan tindakan Set Custom Field selepas setiap respons butang untuk menyimpan nilai atribut penghalaan dalam medan berstruktur. Sebagai contoh, selepas soalan saiz syarikat: Jika jawapan = "50+ pekerja" → Tetapkan Custom Field "company_size_tier" = "Enterprise".

Ini mencipta atribut penghalaan yang bersih yang boleh Respond.io bertindak apabila perbualan disinkronkan.

Langkah 3: Bina Peraturan Penghalaan dalam Respond.io

Di Respond.io, pergi ke Workflows → New Workflow. Namakannya "Penghalaan Lead Chat [Tarikh]" supaya anda boleh menjejaki sejarah versi.

Pencetus: Contact Attribute Changed → Lead Priority = Hot ATAU Workflow Trigger = Conversation Created (untuk menghalakan perbualan baharu dengan segera)

Struktur syarat:

Bina syarat dalam urutan keutamaan ini. Respond.io menilai syarat dari atas ke bawah dan berhenti pada padanan pertama:

Peraturan 1: Perusahaan + Panas
JIKA company_size_tier = Enterprise DAN lead_priority = Hot
MAKA Tugaskan kepada: Pasukan Jualan Perusahaan (Round Robin)

Peraturan 2: Perusahaan + Hangat
JIKA company_size_tier = Enterprise DAN lead_priority = Warm
MAKA Tugaskan kepada: Pasukan Jualan Perusahaan (Baris Gilir)

Peraturan 3: Wilayah EMEA
JIKA contact.country DALAM [UK, Jerman, Perancis, Belanda, Nordik]
MAKA Tugaskan kepada: Pasukan EMEA

Peraturan 4: Wilayah APAC
JIKA contact.country DALAM [Singapura, Australia, Jepun, Korea]
MAKA Tugaskan kepada: Pasukan APAC

Peraturan 5: PKS + Sedang Menilai
JIKA company_size_tier = Small DAN lead_priority = Hot
MAKA Tugaskan kepada: Pasukan Jualan PKS (Round Robin)

Peraturan 6: Lalai (tiada peraturan yang sepadan)
MAKA Tugaskan kepada: Baris Gilir Jualan Umum + beritahu ketua pasukan

Dalam pembina Workflow Respond.io, setiap peraturan adalah nod Condition diikuti oleh tindakan Tugasan. Syarat menyemak nilai medan tersuai yang anda petakan dalam Langkah 2. Tugasan menghantar perbualan ke pasukan atau wakil yang betul.

Aliran skrin: Respond.io → Workflows → New Workflow → Add Trigger: Contact Updated → Add Condition: [medan] [operator] [nilai] → Add Action: Assign to Team/Agent → Publish.

Terbitkan workflow dalam mod ujian dahulu. Mod ujian Respond.io membolehkan anda menjalankan kenalan simulasi melalui workflow untuk mengesahkan setiap peraturan menghalakan dengan betul sebelum ia siaran langsung.

Langkah 4: Round-Robin untuk Penghalaan yang Tidak Diliputi

Sesetengah perbualan tidak akan sepadan dengan mana-mana peraturan tertentu. Lead dari negara yang tidak ada dalam senarai wilayah anda, saiz syarikat di luar tahap yang ditentukan, atau minat produk yang tidak sesuai dengan kategori pakar.

Untuk ini, sediakan tugasan round-robin kepada pasukan jualan umum anda. Di Respond.io, pergi ke Settings → Teams → [Pasukan Jualan Umum] → Assignment Mode → Round Robin.

Round-robin mengagihkan perbualan masuk secara sama rata kepada semua ahli pasukan yang tersedia. "Tersedia" bermakna wakil yang dalam talian dan tidak mencapai had kapasiti perbualan mereka.

Tetapkan had kapasiti perbualan per wakil: 10-15 perbualan aktif serentak adalah nombor yang munasabah untuk wakil yang fokus pada chat. Melebihi itu, kualiti respons merosot. Di Respond.io, pergi ke Settings → Agents → [Nama Ejen] → Conversation Limit → [nombor]. Panduan tugasan round-robin Respond.io menjelaskan had kapasiti, mod ketersediaan, dan tingkah laku limpahan apabila semua ejen berada pada had mereka.

Apabila setiap wakil pada pasukan umum berada pada kapasiti, tingkah laku lalai adalah untuk memberi baris gilir perbualan. Anda ingin mengetahui dengan segera apabila ini berlaku. Ia bermakna anda kekurangan kakitangan untuk jumlah semasa. Tambah pemberitahuan: Jika perbualan dalam baris gilir lebih daripada 10 minit → Beritahu ketua pasukan melalui Slack.

Langkah 5: Sinkronisasi Pemilik CRM

Apabila Respond.io menugaskan perbualan kepada wakil, kenalan HubSpot yang sepadan sepatutnya mengemas kini medan Pemiliknya agar sepadan. Jika tidak, laporan HubSpot anda menunjukkan wakil yang salah dikreditkan dengan tawaran, dan wakil anda menguruskan kenalan yang HubSpot fikir milik orang lain.

Sinkronisasi pemilik Respond.io ke HubSpot:

Di Respond.io, pergi ke Settings → Integrations → HubSpot → Sync Assignment. Aktifkan "Sync assignee as HubSpot contact owner." Ini mengemas kini medan HubSpot Contact Owner setiap kali perbualan ditugaskan atau ditugaskan semula di Respond.io. Jika anda belum mengkonfigurasi integrasi Respond.io ke HubSpot sepenuhnya, lakukan itu sebelum mengaktifkan sinkronisasi pemilik — jika tidak anda akan menyinkronkan data tugasan ke rekod kenalan yang tidak dicipta dengan betul pada mulanya.

HubSpot ke Respond.io (dua hala):

Ini berguna apabila pasukan anda mencipta tawaran HubSpot dahulu dan kemudian mahu perbualan chat mencerminkan pemilik tawaran. Memerlukan HubSpot Workflow yang memanggil Contacts API Respond.io untuk mengemas kini penugasan perbualan apabila pemilik kenalan HubSpot berubah.

Untuk kebanyakan pasukan, arah Respond.io → HubSpot sudah mencukupi. Mulakan dari situ.

Langkah 6: Penghalaan Wilayah untuk Pasukan Global

Perbualan WhatsApp menyertakan kod negara penghantar dalam nombor telefon mereka. Awalan +44 adalah UK. +65 adalah Singapura. Ini adalah isyarat wilayah yang paling boleh dipercayai, lebih boleh dipercayai daripada bertanya kepada pengguna "anda di negara mana?" yang menambah soalan kepada aliran kelayakan yang sudah cukup ringkas.

Di Respond.io, pengesanan kod negara adalah automatik. Negara kenalan diisi dari nombor WhatsApp apabila perbualan bermula. Gunakan medan contact.country dalam peraturan penghalaan anda.

Untuk pengesanan bahasa, Respond.io mengenal pasti bahasa perbualan dalam beberapa mesej pertama. Gunakan conversation.language untuk menghalakan kenalan berbahasa Melayu kepada wakil berbahasa Melayu, kenalan berbahasa Perancis kepada wakil berbahasa Perancis, dan sebagainya.

Penghalaan sedar zon waktu adalah penting jika anda mempunyai wakil merentas pelbagai zon waktu. Di Respond.io, anda boleh menetapkan waktu kerja per pasukan. Lead LATAM yang tiba pada jam 2 pagi EST sepatutnya menghalakan ke waktu siang pasukan LATAM, bukan ke baris gilir malam pasukan AS.

Konfigurasikan waktu kerja per pasukan: Di Settings → Teams → [Pasukan LATAM] → Working Hours → [tetapkan zon waktu tempatan dan jam]. Apabila lead tiba di luar waktu kerja pasukan, workflow penghalaan sepatutnya sama ada menahan perbualan untuk hari perniagaan berikutnya atau bereskalasi ke bot selepas waktu pejabat dengan pautan tempahan susulan.

Langkah 7: Penghalaan Limpahan

Limpahan berlaku apabila wakil atau pasukan yang ditugaskan tidak tersedia: bercuti, sakit, atau melebihi kapasiti. Tanpa penghalaan limpahan, lead bertumpuk dalam baris gilir dan tidak pernah mendapat respons.

Limpahan Tahap 1: Wakil tidak tersedia. Jika wakil yang ditugaskan telah menetapkan diri mereka sebagai tidak tersedia di Respond.io, perbualan sepatutnya ditugaskan semula secara automatik kepada wakil seterusnya yang tersedia dalam pasukan mereka. Di Settings → Teams → Assignment Rules, aktifkan "Skip unavailable agents" dalam mod round-robin.

Limpahan Tahap 2: Pasukan pada kapasiti penuh. Apabila semua wakil pada pasukan yang ditugaskan berada pada had perbualan mereka, perbualan sepatutnya limpah ke pasukan sekunder. Dalam workflow penghalaan anda, tambah syarat fallback: Jika kapasiti pasukan utama = penuh → Tugaskan kepada pasukan sekunder.

Limpahan Tahap 3: Di luar waktu pejabat atau semua pasukan pada kapasiti. Perbualan menerima mesej tahan automatik dan ditanda untuk susulan keutamaan pada waktu pagi berikutnya. Mesej tahan sepatutnya menyertakan pautan tempahan kalendar. Tetapkan peringatan workflow: Jika status perbualan = menunggu DAN usia > 8 jam → Beritahu ketua pasukan + tandai untuk baris gilir keutamaan pagi.

Langkah 8: Mengukur Ketepatan Penghalaan

Selepas 30 hari penghalaan langsung, jalankan audit misrouting. Tarik 50 perbualan yang telah dihalakan baru-baru ini dan periksa sama ada keputusan penghalaan adalah betul.

"Betul" bermakna: wakil yang menerima perbualan adalah wakil yang betul untuk lead tersebut berdasarkan logik penghalaan anda. Lead perusahaan AS yang pergi ke pasukan PKS adalah misroute. Lead EMEA yang pergi ke pasukan AS adalah misroute.

Sasaran kadar misrouting: di bawah 5%. Jika anda melebihi 5%, kenal pasti jenis misroute yang paling biasa dan tambah atau sesuaikan peraturan penghalaan yang gagal.

Punca biasa kadar misrouting yang tinggi:

  • Medan negara kenalan kosong (nombor WhatsApp dari perkhidmatan VoIP, tidak dikaitkan dengan negara sebenar)
  • Medan saiz syarikat tidak pernah diisi kerana aliran kelayakan terputus lebih awal
  • Peraturan penghalaan bertindih (kenalan sepadan dengan dua peraturan dan menghalakan ke peraturan yang salah dahulu)

Setiap punca mempunyai pembetulan yang berbeza. Medan negara yang kosong memerlukan peraturan fallback. Kelayakan yang tidak lengkap memerlukan laluan penyelesaian separa dalam chatbot anda. Peraturan yang bertindih memerlukan penyusunan semula keutamaan dalam workflow penghalaan.

Kesilapan Biasa

Menghalakan pada satu dimensi sahaja. Peraturan penghalaan berasaskan wilayah sahaja menugaskan setiap lead AS kepada pasukan AS, tanpa mengira saiz syarikat, kesesuaian produk, atau keutamaan. Tambah sekurang-kurangnya 2 dimensi.

Tiada fallback untuk peraturan yang tidak sepadan. Jika lead tidak sepadan dengan mana-mana peraturan, mereka tidak pergi ke mana-mana. Tambah peraturan fallback catch-all yang menugaskan lead yang tidak sepadan kepada pasukan jualan umum dengan pemberitahuan ketua pasukan.

Menghalakan kepada pasukan daripada individu. "Tugaskan kepada Pasukan Jualan" bermakna tiada siapa yang memiliki perbualan sehingga seseorang memilihnya secara manual. Gunakan round-robin dalam pasukan untuk menugaskan segera kepada wakil tertentu.

Tiada pemberitahuan wakil semasa tugasan. Menghalakan perbualan kepada wakil tidak secara automatik memaklumkan mereka. Pastikan workflow penghalaan anda menyertakan langkah pemberitahuan (mesej Slack, emel, atau pemberitahuan tolak Respond.io) segera selepas tugasan.

Langkah Seterusnya

Jalankan 30 perbualan simulasi melalui workflow penghalaan anda dalam mod ujian Respond.io sebelum disambungkan ke trafik langsung. Gunakan pelbagai input (perusahaan/AS, PKS/EMEA, kelayakan tidak lengkap, ketibaan selepas waktu pejabat) dan sahkan setiap menghalakan ke destinasi yang betul.

Kemudian jalankan workflow dalam mod langsung selama 1 minggu dengan 5 wakil, bukan semua wakil. Semak ketepatan penghalaan setiap hari untuk minggu pertama. Perbaiki isu pada jumlah rendah sebelum meningkatkan ke pasukan penuh anda.

Ketahui Lebih Lanjut