Voorbeelden
Hoe dit er per branche daadwerkelijk uitziet
Patronen, geen klantwerk: we publiceren geen klantcases (zie Over ons), dus elk voorbeeld hier is illustratief, het soort werk dat dit is, niet iets dat voor een genoemd bedrijf is gebouwd.
Een trial valt vier dagen stil en niemand kijkt tot het churn-rapport.
Tien tot vijftien procent van de trials laat echt gebruik zien en krijgt nooit een menselijke aanraking voordat de trial afloopt.
Het moment
Een trial meldt zich aan, gebruikt het product vier dagen, en valt dan stil. De AE merkt het pas bij het aflopen van de trial, uit een churn-rapport, niet uit iets dat er tussenin gebeurde. Er was ooit een Slack-melding bij aanmelding; die werd storend en binnen een week gedempt.
Productgebruik-signaal gaat naar een gerangschikte werklijst. Stokt het gebruik 48 uur, dan stelt een agent outreach op vanuit het daadwerkelijke gebruikspatroon, geen sjabloon, en landt het in de wachtrij van de AE om te versturen.
Waar AI zijn plek verdient
Het bericht opstellen uit het gebruikspatroon: ongestructureerd signaal, geen regel kan dat netjes lezen.
Waar niet
Beslissen welke gestokte trials de tijd van een AE waard zijn. Dat is een scoreregel op basis van planomvang en gebruiksdiepte, geen oordeel van een model.
Daarna: Een gestokte trial levert binnen een dag een opgesteld, specifiek bericht op in de wachtrij van de AE, in plaats van een naam op een churn-rapport een week later.
HubSpot of Salesforce, een product-analyticstool, Slack
De rest van het bereik
- ICP-definitie voor een nieuwe tier of branche
- Outbound sequence naar een lookalike-accountlijst
- Lead-routing workflow tussen marketing en sales
- Renewal-risico-alert uit product- en CRM-data
- Managed outbound tijdens een launch-kwartaal
Illustratief patroon, geen klantresultaat. Geen namen, geen cijfers die we niet zelf hebben gemeten.
§2Aan de slag
Zie hoe dit er specifiek voor jouw branche uitziet.
Vijfentwintig minuten aan de telefoon om uit te zoeken of jouw versie hiervan de moeite waard is om te bouwen.