Automasi RevOps: Apa yang Perlu Diautomasikan dan Apa yang Perlu Kekal Manusia

Automasi RevOps berfungsi apabila proses sudah jelas.

Jika peraturan kelayakan kabur, automasi menghalakan kekeliruan dengan lebih pantas. Jika medan serah tugas ditakrifkan dengan lemah, automasi menghantar konteks yang tidak lengkap dengan lebih pantas. Jika peringkat ramalan bersifat subjektif, automasi menjadikan keyakinan yang salah kelihatan tepat.

Panduan Gartner mengenai pengurangan kerumitan pengupayaan hasil relevan kerana automasi perlu mengurangkan geseran, bukan menambah lebih banyak sistem untuk diuruskan oleh pasukan. Kajian model operasi RevOps oleh Forrester turut mengukuhkan bahawa pemilikan dan proses perlu wujud sebelum automasi berskala.

Fakta operasi utama

• Automasikan kerja berulang hanya selepas peraturan jelas, data dipercayai, dan laluan pengecualian ditentukan.
• Mulakan dengan aliran kerja yang sudah mempunyai kebocoran yang boleh diukur: lead-to-opportunity process, penghalaan lead, eskalasi SLA, serah tugas closed-won, kebersihan ramalan, dan peringatan pembaharuan.
• Automasi perlu menyokong model SLA full-funnel, bukan menggantikan pemilikan. Amaran dan tugas masih memerlukan pemilik yang bertanggungjawab.
• Setiap automasi perlu merujuk kembali kepada kamus data hasil dan peraturan sumber kebenaran. Jika takrifan medan tidak jelas, automasi akan mewarisi kekaburan itu.
• Automasi berimpak tinggi memerlukan laluan kelulusan manusia, terutamanya apabila ia mengubah pemilikan, komunikasi pelanggan, kategori ramalan, aliran kerja harga, atau layanan akaun strategik.

Calon automasi yang baik

• Penghalaan lead
• Peringatan dan eskalasi SLA
• Pengesanan pendua
• Gesaan medan wajib
• Penciptaan tugas serah tugas closed-won
• Amaran risiko pembaharuan
• Amaran kebersihan ramalan
• Penyegaran dashboard

Kekalkan pertimbangan manusia untuk

• Keputusan strategi
• Pertimbangan deal yang kompleks
• Panggilan hubungan pelanggan
• Pengecualian diskaun
• Perubahan ICP
• Pengatasan ramalan

Gunakan AI in Revenue Operations untuk lapisan seterusnya.

Prinsip automasi

Automasikan hanya selepas tiga perkara ini jelas:

• Peraturan dipersetujui.
• Data boleh dipercayai.
• Laluan pengecualian ditentukan.

Jika mana-mana daripada perkara ini tiada, automasi mungkin mencipta lebih banyak kerja semula. Lead yang dihalakan berdasarkan peraturan wilayah yang buruk masih memerlukan penetapan semula secara manual. Tugas serah tugas yang dicipta daripada data tidak lengkap masih memerlukan seseorang untuk mengejar konteks. Amaran ramalan berdasarkan takrifan peringkat yang lemah mungkin mencipta bunyi bising.

Automasi perlu menghapuskan kerja berulang, memperbaiki masa tindak balas, dan menjadikan peraturan operasi konsisten. Ia tidak sepatutnya menyembunyikan keputusan yang tidak jelas.

Matriks keputusan automasi

Sebelum membina automasi, nilai aliran kerja berdasarkan empat soalan. Ini juga memaklumkan keputusan build vs buy yang lebih luas untuk RevOps, kerana sesetengah aliran kerja lebih baik dilayan oleh alat yang dibeli berbanding pembinaan khas.

Utamakan aliran kerja dengan peraturan yang jelas, data yang boleh dipercayai, pengecualian yang diketahui, dan nilai yang boleh diukur. Tangguhkan aliran kerja dengan kriteria kabur, keputusan sensitif hubungan, data lemah, atau risiko besar akibat tindakan yang salah.

Backlog automasi yang berguna perlu memisahkan tiga kumpulan:

Ini menghalang automasi daripada menjadi tindak balas kepada kekecewaan. Aliran kerja yang menyakitkan tidak selalu sedia untuk diautomasikan. Kadangkala ia memerlukan takrifan, medan yang lebih baik, sumber kebenaran yang lebih bersih, atau perubahan tingkah laku pengurus.

Automasi mengikut aliran kerja

Pembahagian ini mengekalkan automasi tetap praktikal dan mengekalkan manusia dalam keputusan berimpak tinggi.

Mulakan dengan aliran kerja bervolum tinggi

Calon permulaan yang baik:

• Penghalaan lead
• Serah tugas tempahan mesyuarat
• Peringatan SLA
• Pengesanan pendua
• Gesaan medan wajib opportunity
• Penciptaan serah tugas closed-won
• Peringatan tarikh pembaharuan
• Amaran kualiti data ramalan

Aliran kerja ini biasanya mempunyai peraturan yang jelas dan hasil yang kelihatan jelas. Ia juga mencipta asas untuk automasi yang lebih maju kemudian.

Elakkan mengautomasikan proses yang tidak jelas

Jangan automasikan:

• Kelayakan lead yang kabur
• Kesediaan serah tugas yang belum ditakrifkan
• Pergerakan peringkat yang subjektif
• Kelulusan diskaun kompleks tanpa polisi yang jelas
• Pengatasan ramalan
• Komunikasi pelanggan dengan risiko hubungan yang tinggi
• Perubahan data tanpa jejak audit

Automasi perlu mengikuti kejelasan proses. Ia tidak sepatutnya menciptanya.

Pengendalian pengecualian

Setiap automasi memerlukan laluan pengecualian.

Soalan:

• Apa akan berlaku apabila pemadanan akaun gagal?
• Siapa yang menyelesaikan konflik pendua?
• Siapa yang meluluskan pengecualian penghalaan?
• Apa akan berlaku apabila data wajib tiada?
• Siapa yang menyemak penyegerakan yang gagal?
• Bagaimana pengguna mengatasi automasi?
• Di mana pengatasan itu direkodkan?

Pengendalian pengecualian ialah tempat kebanyakan automasi gagal. Laluan biasa berfungsi, tetapi kes khas mencipta pembersihan manual dan kehilangan kepercayaan.

Tadbir urus automasi

RevOps perlu mengekalkan daftar automasi.

Sertakan:

• Nama automasi
• Tujuan perniagaan
• Pencetus
• Pemilik peraturan
• Pemilik sistem
• Medan data yang digunakan
• Kesan hiliran
• Laluan pengecualian
• Tarikh semakan terakhir
• Pemilik kegagalan

Daftar ini menghalang logik aliran kerja tersembunyi. Ia juga membantu ahli pasukan RevOps baharu memahami sebab sistem berkelakuan sedemikian.

Menguji automasi

Sebelum pelancaran:

• Uji kes biasa.
• Uji kes khas.
• Uji data buruk.
• Uji isu kebenaran.
• Uji rollback.
• Uji kualiti pemberitahuan.
• Uji impak pelaporan.

Jalankan automasi dalam mod bayang (shadow mode) jika boleh. Contohnya, tunjukkan siapa yang akan menerima lead yang dihalakan sebelum penghalaan automatik berlaku. Bandingkan hasil yang dijangka dengan hasil sebenar, kemudian lancarkan apabila peraturan itu dipercayai.

Automasi dan penerimaan

Automasi perlu memperbaiki pengalaman pengguna.

Jika wakil jualan menerima terlalu banyak amaran, mereka akan mengabaikan semuanya. Jika pengurus mendapat laporan yang bising, mereka berhenti menyemaknya. Jika pengguna tidak memahami sebab automasi itu berlaku, mereka mungkin mencari jalan mengelak sistem.

Automasi yang baik menerangkan dirinya sendiri:

• Sebab rekod ini dihalakan
• Sebab tugas ini dicipta
• Sebab medan ini wajib
• Sebab amaran ini tercetus
• Tindakan apa yang dijangka

Automasi yang jelas membina kepercayaan.

Mengukur nilai automasi

Ukur sama ada automasi memperbaiki aliran kerja.

Metrik berguna:

• Masa tindak balas
• Penyelesaian SLA
• Bilangan penetapan semula manual
• Kadar pendua
• Kesempurnaan serah tugas
• Isu kualiti data ramalan
• Penyelesaian tugas pembaharuan
• Kadar pengatasan pengguna
• Kadar ralat
• Masa penyelenggaraan admin

Jika sesuatu automasi menjimatkan masa wakil jualan tetapi mencipta pembersihan admin, nilainya mungkin lebih rendah daripada jangkaan.

Automasi dan AI

AI boleh mengembangkan automasi, tetapi ia juga meningkatkan keperluan tadbir urus.

Gunakan AI dengan berhati-hati untuk:

• Cadangan pembersihan data
• Ringkasan penyelidikan akaun
• Isyarat risiko deal
• Ringkasan risiko pembaharuan
• Cadangan tindakan seterusnya
• Pengesanan anomali ramalan

Kekalkan kelulusan untuk tindakan berimpak tinggi seperti mengubah kategori ramalan, menghantar komunikasi pelanggan yang sensitif, mengubah harga, atau menetapkan semula akaun strategik.

Reka bentuk human-in-the-loop

Semakan manusia perlu direka bentuk ke dalam automasi berimpak tinggi sejak awal.

Gunakan kelulusan manusia apabila automasi:

• Menghantar atau mengubah komunikasi menghadap pelanggan.
• Mengubah kategori ramalan atau metrik menghadap lembaga.
• Menetapkan semula akaun strategik atau opportunity aktif.
• Mencetuskan aliran kerja harga, diskaun, atau kontrak.
• Menggabungkan rekod di mana sejarah akaun mungkin terjejas.
• Menandakan pelanggan berisiko churn dalam pelaporan eksekutif.
• Mencipta pipeline pengembangan daripada isyarat pelanggan.

Human-in-the-loop tidak bermakna perlahan. Ia bermakna automasi menyediakan keputusan dan pemilik meluluskan tindakan itu. Contohnya, aliran kerja pembaharuan berbantukan AI boleh meringkaskan penurunan penggunaan, beban sokongan, kehilangan penaja, dan masa kontrak. Pengurus CSM masih menentukan pelan penyelamatan dan eskalasi komersial. Amaran ramalan boleh menandakan deal commit dengan bukti yang lemah. Pengurus jualan masih menentukan sama ada deal itu kekal sebagai commit.

Pengalaman kelulusan perlu spesifik:

Jika langkah manusia itu kabur, pengguna akan mengabaikannya. Jika automasi menerangkan sebab ia tercetus dan keputusan apa yang diperlukan, manusia boleh bertindak lebih pantas tanpa kehilangan pertimbangan.

Kesilapan biasa

Mengautomasikan sebelum persetujuan proses. Aliran kerja bergerak lebih pantas tetapi masih salah.

Tiada laluan pengecualian. Kes khas menjadi kekacauan manual.

Terlalu banyak amaran. Pengguna mengabaikan sistem.

Tiada jejak audit. Pemimpin tidak dapat menjelaskan apa yang berubah.

Tiada pemilik. Automasi rosak selepas perubahan proses.

Tiada irama semakan. Peraturan lama terus berjalan selepas perniagaan berubah.

Senarai semak kesediaan

Sebelum melancarkan automasi:

• Peraturan didokumentasikan.
• Sumber data dipercayai.
• Pemilik dinamakan.
• Laluan pengecualian ditentukan.
• Kes ujian lengkap.
• Jejak audit wujud.
• Pengguna memahami tindakan yang dijangka.
• Impak pelaporan diketahui.
• Irama semakan dijadualkan.

Apa yang perlu dibuktikan oleh senarai semak

Automasi RevOps perlu menjadikan model operasi yang dipersetujui lebih pantas dan lebih konsisten. Jika peraturan tidak jelas, data lemah, atau laluan pengecualian tiada, baiki perkara itu dahulu.

Model kematangan automasi

Pasukan biasanya matang melalui beberapa peringkat.

Matlamatnya bukan mencapai peringkat paling maju di semua tempat. Matlamatnya ialah menggunakan tahap automasi yang betul untuk setiap aliran kerja.

Contoh penghalaan lead

Penghalaan lead ialah automasi pertama yang biasa, tetapi ia jarang sekadar peraturan teknikal.

Penghalaan mungkin bergantung kepada:

• Wilayah
• Pemilikan akaun bernama
• Segmen
• Minat produk
• Penglibatan rakan kongsi
• Kapasiti wakil jualan
• Opportunity terbuka sedia ada
• Status pelanggan
• Sumber

Sebelum automasi, RevOps perlu mendokumentasikan susunan keutamaan. Contohnya, pemilikan akaun bernama mungkin mengatasi geografi. Status pelanggan mungkin mengatasi sumber lead. Akaun strategik mungkin memerlukan semakan manual.

Selepas pelancaran, jejaki kadar penetapan semula. Kadar penetapan semula yang tinggi bermaksud logik penghalaan atau data sumber memerlukan semakan.

Contoh automasi serah tugas

Automasi serah tugas closed-won boleh mencipta tugas untuk onboarding, CS, pengebilan, dan pelaksanaan.

Tetapi serah tugas hanya berfungsi jika konteks wajib wujud:

• Tarikh mula kontrak
• Produk yang dibeli
• Kes penggunaan
• Kriteria kejayaan
• Nota pelaksanaan
• Kenalan pengebilan
• Penaja eksekutif
• Risiko atau janji yang dibuat semasa jualan

Automasi perlu menyemak kesediaan sebelum mencipta kerja hiliran. Menghantar serah tugas yang tidak lengkap dengan lebih pantas tidak membantu pelanggan.

Contoh automasi kebersihan ramalan

Amaran kebersihan ramalan boleh menandakan:

• Deal commit tanpa langkah seterusnya
• Tarikh tutup yang sudah lepas
• Deal peringkat akhir dengan aktiviti lama
• Deal best case dengan bukti yang tiada
• Perubahan jumlah yang besar
• Deal yang ditangguhkan berulang kali

Amaran ini perlu disampaikan kepada pengurus sebelum panggilan ramalan. Tujuannya ialah memperbaiki pemeriksaan, bukan mempermalukan wakil jualan.

Contoh automasi pembaharuan

Aliran kerja pembaharuan boleh mencipta peringatan berdasarkan tarikh kontrak, status kesihatan, isyarat penggunaan, dan pemilikan akaun.

Automasi yang berguna:

• Penciptaan tugas pembaharuan
• Amaran risiko apabila penggunaan menurun
• Peringatan penaja eksekutif
• Tugas pelan penyelamatan untuk akaun merah
• Notis kewangan untuk risiko pembaharuan besar
• Gesaan pengembangan untuk akaun berpenerimaan tinggi

Pertimbangan manusia masih penting kerana risiko pembaharuan selalunya melibatkan konteks hubungan.

Reka bentuk amaran

Amaran perlu jarang dan boleh ditindaklanjuti.

Amaran yang baik mempunyai:

• Sebab
• Pemilik
• Tindakan yang dijangka
• Tarikh akhir
• Pautan ke rekod
• Peraturan sekatan
• Laluan eskalasi

Amaran yang buruk menyatakan "risiko deal dikesan" tanpa menerangkan sebabnya. Amaran yang baik menyatakan "deal commit tiada mesyuarat seterusnya dan tarikh tutup ditangguhkan dua kali; pengurus perlu memeriksa bukti masa sebelum panggilan ramalan."

Penyelenggaraan

Automasi memerlukan penyelenggaraan kerana peraturan perniagaan berubah.

Semak automasi apabila:

• Wilayah berubah
• Segmen berubah
• Produk baharu dilancarkan
• Kategori ramalan berubah
• Medan CRM berubah
• Sistem dimigrasikan
• Pasukan disusun semula
• Peraturan SLA berubah
• Aliran kerja AI ditambah

Automasi lama ialah punca biasa tingkah laku sistem yang pelik. Irama semakan menghalang logik tersembunyi daripada menjadi hutang operasi.

Pengurusan perubahan

Pengguna perlu tahu apa yang dilakukan oleh automasi dan sebabnya.

Sebelum pelancaran:

• Terangkan aliran kerja.
• Tunjukkan contoh.
• Terangkan pengendalian pengecualian.
• Latih pengurus.
• Takrifkan laluan sokongan.
• Perhatikan tingkah laku pengguna selepas pelancaran.

Jika pengguna mencari jalan mengelak automasi, siasat sebabnya. Mereka mungkin menentang perubahan, tetapi mereka juga mungkin mendedahkan peraturan yang buruk.

Backlog automasi

Kekalkan backlog dengan:

• Aliran kerja
• Titik kesakitan
• Pemilik
• Volum
• Risiko
• Kesediaan data
• Nilai dijangka
• Pemilik penyelenggaraan
• Keutamaan

Ini mengekalkan keputusan automasi tetap berdisiplin. Permintaan yang paling lantang tidak sepatutnya secara automatik menjadi pembinaan seterusnya.

Rupa automasi yang baik

Automasi yang baik mengurangkan kejaran manual, memperbaiki masa tindak balas, dan menjadikan pemilikan lebih jelas. Pengurus mempercayai amaran kerana ia spesifik. Pengguna memahami sebab tugas muncul. RevOps boleh mengaudit perubahan. Pengecualian mempunyai pemilik. Peraturan lama disemak sebelum ia reput.

Itulah piawaian yang perlu dicapai.

Contoh automasi mengikut pasukan

Contoh pemasaran:

• Cipta tugas susulan kempen untuk respons yang berkelayakan.
• Beri amaran apabila data sumber tiada.
• Tandakan penyerahan borang daripada opportunity terbuka sedia ada.
• Maklumkan pemilik apabila akaun berkesesuaian tinggi terlibat.

Contoh jualan:

• Halakan lead mengikut pemilikan akaun dan kapasiti.
• Cipta peringatan untuk langkah seterusnya yang lapuk.
• Tandakan deal commit yang kekurangan bukti.
• Eskalasi SLA tindak balas yang terlepas.

Contoh kejayaan pelanggan:

• Cipta tugas pembaharuan berdasarkan tarikh kontrak.
• Beri amaran apabila penggunaan menurun untuk akaun utama.
• Maklumkan pemilik akaun tentang isyarat pengembangan.
• Cipta tugas serah tugas selepas closed-won.

Contoh kewangan:

• Maklumkan kewangan tentang deal closed-won yang besar.
• Tandakan maklumat pengebilan yang tiada.
• Hantar ringkasan risiko pembaharuan.
• Jejaki status kontrak atau borang pesanan.

Automasi ini berguna kerana ia menghubungkan peraturan operasi dengan tindakan yang jelas.

Reka bentuk automasi berasaskan risiko

Klasifikasikan automasi mengikut risiko.

Automasi berisiko rendah mencipta peringatan atau cadangan. Automasi berisiko sederhana menetapkan pemilikan, mengemas kini medan tidak kritikal, atau mencetuskan tugas dalaman. Automasi berisiko tinggi menjejaskan pelanggan, ramalan, harga, pemilikan akaun strategik, atau pengiktirafan hasil.

Gunakan lebih banyak kelulusan dan pengelogan apabila risiko meningkat.

Ini mengekalkan kelajuan automasi daripada mencipta impak perniagaan yang tidak terkawal.

Kaitkan model risiko ini dengan source-of-truth revenue data. Semakin tinggi risiko, semakin penting untuk mengetahui sistem mana yang menang, takrifan medan mana yang terpakai, dan di mana jejak audit berada.

Pemantauan kegagalan

Pantau mod kegagalan:

• Automasi tidak berjalan.
• Automasi berjalan dua kali.
• Automasi menggunakan data lapuk.
• Automasi mencipta pemilik yang salah.
• Automasi menghantar terlalu banyak amaran.
• Automasi rosak selepas perubahan medan.
• Automasi mencipta kesan sampingan pelaporan.

Setiap automasi penting perlu mempunyai pemilik yang boleh melihat kegagalan. Kegagalan tersembunyi menghakis kepercayaan dengan cepat.

Piawaian dokumentasi

Dokumentasikan setiap automasi dalam bahasa yang mudah:

• Bila ia bermula
• Peraturan apa yang digunakan
• Rekod apa yang diubah
• Siapa yang menerima output
• Tindakan pengguna apa yang dijangka
• Bagaimana mengatasinya
• Siapa yang menyokongnya

Dokumentasi menghalang sistem daripada menjadi cerita rakyat.

Urutan pelancaran

Urutan pelancaran yang ringkas:

1. Takrifkan peraturan.
2. Sahkan sumber data.
3. Uji kes biasa.
4. Uji kes khas.
5. Jalankan dalam mod bayang.
6. Latih pengguna.
7. Lancarkan dengan pemantauan.
8. Semak selepas dua minggu.

Urutan ini lebih perlahan berbanding menekan suis, tetapi ia menghalang pembersihan yang boleh dielakkan.

Semakan kesihatan automasi

Semak kesihatan automasi setiap bulan.

Tanya amaran mana yang diabaikan, tugas mana yang ditutup, rekod mana yang memerlukan pembetulan manual, peraturan mana yang mencipta pengecualian, dan aliran kerja mana yang menjimatkan masa. Kekalkan automasi yang berguna. Alih keluar automasi yang bising. Sesuaikan peraturan apabila perniagaan berubah.

Automasi minimum yang berdaya maju

Mulakan dengan satu aliran kerja, satu pemilik, satu pencetus, satu tindakan yang dijangka, satu laluan pengecualian, dan satu metrik kejayaan. Itu sudah memadai untuk belajar. Mengembangkan sebelum aliran kerja pertama dipercayai biasanya mencipta bunyi bising.

Kekalkan automasi pertama mudah dijelaskan, mudah dipantau, dan mudah diterbalikkan. Kepercayaan berkembang daripada pelaksanaan yang bersih.

Soalan semakan automasi

Gunakan soalan ini dalam semakan kesihatan automasi bulanan:

• Automasi mana yang menjimatkan masa atau mengurangkan risiko?
• Amaran mana yang diabaikan?
• Tugas mana yang dicipta tetapi tidak diselesaikan?
• Aliran kerja mana yang menghasilkan paling banyak pengatasan?
• Kegagalan mana yang berpunca daripada data buruk?
• Kegagalan mana yang berpunca daripada pemilikan yang tidak jelas?
• Automasi mana yang perlu ditamatkan?
• Kerja manual mana yang kini sedia untuk diautomasikan?

Semakan ini perlu membawa kepada tindakan. Alih keluar amaran yang bising. Kemas kini peraturan yang lapuk. Tambah pemilik di mana pengecualian tersekat. Tamatkan automasi yang tidak lagi sepadan dengan pendekatan perniagaan. Jangan biarkan logik aliran kerja lama terus berjalan hanya kerana tiada sesiapa ingat siapa yang membinanya.

Automasi yang baik perlu menjadikan sistem hasil lebih senyap, bukan lebih bising. Lebih sedikit kejaran manual, lebih sedikit serah tugas tersembunyi, lebih sedikit rekod lapuk, lebih sedikit kesilapan yang mengejutkan. Jika automasi menambah lebih banyak amaran berbanding keputusan, ia tidak menjalankan tugasnya.

Skor keutamaan

Apabila backlog berkembang, nilaikan calon automasi sebelum membina.

Gunakan model yang ringkas:

Utamakan aliran kerja bervolum tinggi, berisiko tinggi, dan berperaturan jelas terlebih dahulu. Tangguhkan aliran kerja berisiko tinggi apabila kesediaan data lemah. Elakkan automasi bervolum rendah melainkan risikonya besar, seperti pembaharuan besar, akaun strategik, atau aliran kerja yang menjejaskan kewangan.

Model pemarkahan ini juga membantu RevOps menjelaskan pertukaran ganti. Seorang pemimpin mungkin mahukan automasi kerana aliran kerja semasa menjengkelkan. Pemimpin lain mungkin memerlukan automasi kerana serah tugas yang terlepas menjejaskan hasil. Skor ini memberikan pasukan cara bersama untuk memilih.

Apa yang perlu ditamatkan

Tadbir urus automasi perlu merangkumi penyingkiran.

Tamatkan atau reka bentuk semula automasi apabila:

• Pengguna mengabaikan amaran kebanyakan masa.
• Kadar pengatasan tinggi.
• Peraturan perniagaan berubah.
• Takrifan medan berubah.
• Automasi mencipta kerja pendua.
• Laporan atau aliran kerja yang disokongnya tidak lagi digunakan.
• Automasi mencipta lebih banyak pengecualian berbanding tindakan yang selesai.

Automasi lama lebih sukar dilihat berbanding laporan lama. Dashboard yang lapuk mungkin diabaikan, tetapi aliran kerja yang lapuk boleh terus mengubah rekod, menetapkan pemilik, dan mencipta tugas. RevOps perlu menganggap penamatan sebagai sebahagian daripada kitaran hayat automasi, bukan kerja pembersihan untuk kemudian.

Piawaian praktikalnya ringkas: setiap automasi masih perlu mempunyai pemilik yang jelas, peraturan semasa, output yang kelihatan jelas, dan sebab untuk terus wujud. Jika pasukan tidak dapat menjelaskan empat perkara ini, jeda aliran kerja itu sehingga seseorang boleh.

Pakej kelulusan automasi

Sebelum mengautomasikan aliran kerja hasil, RevOps perlu mendokumentasikan:

Ini menghalang automasi daripada menyembunyikan kekeliruan proses. Jika pencetus, peraturan, pemilik, dan pengecualian tidak jelas, aliran kerja itu belum sedia untuk diautomasikan.

Soalan Lazim

Apa yang perlu diautomasikan oleh RevOps terlebih dahulu?

Mulakan dengan aliran kerja bervolum tinggi dan berperaturan jelas seperti penghalaan lead, eskalasi SLA, dan penciptaan tugas serah tugas.

Apa yang tidak sepatutnya diautomasikan?

Apa sahaja di mana peraturan belum dipersetujui, data lemah, atau akibat tindakan yang salah adalah besar.

Ketahui lebih lanjut

• Lead Routing Automation
• CRM Data Hygiene
• Revenue Tech Stack