Automatización de Procesos con Make: Aumenta tus Ventas con Asignación Automática de Clientes Potenciales

Una empresa simplemente no puede sobrevivir sin clientes potenciales y para que las empresas crezcan, primero necesitan convertir esos clientes potenciales en clientes.

Esta puede ser una tarea difícil, pero hay algunas maneras de aumentar sus posibilidades de éxito.

Sabemos que cuando se trata de ventas, el tiempo es esencial. El tiempo de respuesta hacia el cliente potencial es la medida del tiempo que tarda un representante de ventas en ponerse en contacto con este después de recibir su requerimiento. Cuanto más rápida sea la respuesta, mayores serán las posibilidades de concretar la venta.

La asignación manual de clientes potenciales puede llevar mucho tiempo, retrasando la venta, lo que puede dañar la reputación de la empresa y provocar la pérdida de ventas.

La mejor manera de evitar esto es contar con un sistema que asigne automáticamente los clientes potenciales a los representantes de ventas.

Para explicar los diferentes algoritmos de asignación de clientes potenciales vamos a utilizar una planilla de Google donde registramos los datos de cada cliente potencial, el canal por donde ingresó, fecha y hora, además del estado, siendo este último una de las siguientes opciones:

• Abierto: Estado inicial cuando se registra un lead.
• En proceso: Estado del cliente potencial cuando fue asignado a un ejecutivo.
• Perdido: Cuando el ejecutivo indica que no existe interés por parte del cliente potencial.
• Ganado: Cuando el ejecutivo indica que generado una venta y se ha convertido el prospecto a cliente.

Cada fila de esta planilla es un cliente potencial capturado desde una campaña publicitaria en Google Ads, Facebook Ads, desde un formulario web o bien desde un chatbot.

Los datos son ingresados a la planilla de forma gracias a diferentes automatizaciones creadas en Make.

En la siguiente imagen puedes ver una representación del proyecto y remarcado el proceso que voy a explicar, el de asignación de los clientes potenciales a los distintos ejecutivos comerciales que tenga la empresa.

Algoritmos de distribución de clientes potenciales

Presentaré dos algoritmos creados con Make.com para distribuir prospectos, con estos, las empresas pueden ahorrar tiempo y aumentar las probabilidades de ventas.

• Round robin
• Equilibrio de carga con base en resultados (caso avanzado)

Round Robin

El algoritmo elegirá de un grupo de ejecutivos uno de ellos manera equitativa y en un orden racional, normalmente comenzando por el primer elemento de la lista hasta llegar al último y empezando de nuevo desde el primer elemento.

Aplicación de round robin para un equipo comercial de 2 personas

Este proceso es el más simple, al tener solo 2 ejecutivos comerciales, asignaremos de forma equitativa los clientes potenciales que recibamos.

El proceso inicia buscando en la planilla de Google todos los clientes potenciales que no tengan asignado un ejecutivo, luego tenemos una variable numérica incremental, es decir que cada lead incrementará en 1 su valor.

Le sigue un módulo de Router que nos permite crear 2 caminos alternativos, un camino por ejecutivo, en ambos, actualizamos la planilla de Google asignando al cliente potencial el ejecutivo A o B, esto último lo hacemos creando un filtro en los caminos que unen al Router con los módulos de Google Sheet.

Aplicación de round robin para un equipo comercial con más de 2 personas

Cuando el área comercial está compuesto por más de 2 personas, tendremos que llevar un registro de la asignación de los clientes potenciales, el cual nos permita identificar a que ejecutivo debemos asignar el siguiente cliente potencial.

Si bien, en este ejemplo utilizó una planilla de Google, esta aplicación puede cambiarse por cualquier otra, como Airtable, MySQL, etc.

Como pueden observar, la planilla tiene 5 columnas:

• columna A: el nombre del ejecutivo.
• columna B: si está disponible o no para trabajar.
• columna C: el identificador del último cliente potencial asignado.
• columna D: la fecha de asignación.
• columna E: la cantidad de lead asignados.

El proceso automatizado en MMakeake, da inicio buscando los clientes potenciales que aún no tienen un ejecutivo asignado.

Luego se realiza una búsqueda en el listado de ejecutivos con la condición de que la persona que se encuentre disponible, columna B, ordenando de forma ascendente el listado por la cantidad de lead, columna E por último indicamos que seleccione solo 1 de ellos.

En el tercer módulo del proceso, se actualiza el registro del cliente potencial asignando el ejecutivo seleccionado y en el último módulo actualizamos el registro del ejecutivo con el ID del cliente potencial, su fecha de asignación y sumamos 1 a la cantidad de clientes potenciales asignados. 

Equilibrio de carga con base en resultados (caso avanzado)

Si deseamos que la empresa sea más eficiente y las ventas se disparen, debemos plantearnos crear un algoritmo que nos permita aumentar las probabilidades de cierre de ventas, teniendo en cuenta varios factores y no solo la cantidad de potenciales clientes como lo hace round robin.

El algoritmo que vamos a generar contempla asignar diferentes atributos a los ejecutivos comerciales, valores que irán cambiando en el tiempo según su performance, además de crear una tabla de configuración del algoritmo, como ser cantidad máxima de clientes potenciales, tiempo de respuesta máximo esperado de los ejecutivos, etc.

Cuando un nuevo cliente potencial ingresa, se utilizarán los atributos de cada ejecutivo comercial y la tabla de configuración para calcular un puntaje.

Este puntaje nos indicará el ejecutivo comercial al que asignaremos al cliente potencial. 

Algunas reglas aplicadas en el algoritmo:

• Disponibilidad: Asignar un ejecutivo comercial que se encuentre disponible.
• Ubicación: Asignar un ejecutivo comercial que esté geográficamente más cerca del cliente potencial.
• Servicios: Asignar un ejecutivo comercial que esté capacitado en el servicio que el cliente potencial busca.
• Rendimiento: Asignar un ejecutivo comercial que tenga la mayor probabilidad de cerrar la venta.
• Tiempo de respuesta: Asignar un ejecutivo comercial que tenga un menor tiempo de respuesta en promedio.
• Sobre asignación: Asignar un ejecutivo comercial que no tenga más del X% de clientes potenciales asignados que el promedio de ejecutivos.

Para que se entienda mejor, explicaré un caso práctico.

Objetivo: Crear un sistema de distribución de clientes potenciales para una empresa de seguros que permite aumentar las probabilidades de ventas.

Ubicación: La empresa ofrece sus productos de seguro a toda España, para una mejor atención se dividió 2 regiones, norte y sur, cada región tiene ciertas provincias con atención presencial. Algo importante a destacar es que un ejecutivo puede atender a un potencial cliente aunque se encuentre en una provincia o región distinta si es que es la persona más idónea para hacerlo.

Producto: La empresa ofrece diferentes productos de seguros como ser de viaje, vehículos, salud, hogar, entre otros.

Área comercial: El área se encuentra conformada por 9 personas que se encuentran ubicadas en 8 provincias, cada uno de ellos tienen el conocimiento para vender 1 o más productos de seguro.

Clientes potenciales: Persona ubicada dentro de España, casado, entre 30 y 45 años, trabajador por cuenta ajena, que acaba de comprarse una casa o vehículo.

¿Cómo funciona el algoritmo?

Como indique anteriormente, para cada nuevo cliente potencial se calcula un puntaje a cada ejecutivo comercial, este nos permitirá seleccionar al ejecutivo más idóneo para concretar la venta.

En la siguiente tabla pueden observar como se va calculando el puntaje para cada atributo de los ejecutivos comerciales cada vez que ingresa un cliente potencial y por último se selecciona al mejor de ellos.

En la siguiente tabla pueden ser la asignación automatizada del ejecutivo seleccionado al cliente potencial.

Por último, como los atributos de los ejecutivos comerciales no son estáticos, es decir, cambian durante el tiempo, debemos mantener sus valores actualizados, esto lo realizamos con una automatización en Make.

Algunos atributos que cambian son el tiempo promedio en responder al cliente, la cantidad de clientes asignados, la cantidad de clientes ganados y perdidos.

Recordar que los valores de estos atributos son los utilizados en el algoritmo para seleccionar al mejor ejecutivo.

Este caso consta de 3 automatizaciones creadas en Make.

La primera automatización contiene 7 módulos, en el primer de ellos recibimos los datos del nuevo cliente potencial, esto puede provenir de una campaña publicitaria en Google, Facebook, un formulario web o cualquier otro canal.

En el segundo módulo ingresamos los datos en la planilla de Google para luego ejecutar el algoritmo de selección como lo expliqué anteriormente.

El cuarto módulo tiene como objetivo detener por 3 segundos la automatización, solo para asegurarnos que todas las formulas en la planilla de Google se hayan ejecutado.

Luego obtenemos el ejecutivo que el algoritmo seleccionó para asignárselo al cliente potencial en el siguiente módulo, actualizando la fila en la planilla de Google.

Por último, enviamos un email al ejecutivo informándole que le hemos asignado un nuevo cliente potencial y debe decidir si lo acepta o lo rechaza.

El email que recibe el ejecutivo contiene parte de la información del potencial cliente, además contiene 2 botones para que acepte o rechace la asignación.

Cuando el ejecutivo presiona uno de los botones, se activa otra automatización en Make, la cual tiene como objetivo entregar toda la información al ejecutivo o bien, si este lo rechaza, seleccionar otro ejecutivo.

Como indiqué anteriormente, la automatización se activa cuando el ejecutivo presiona uno de los 2 botones, es decir, el de aceptar o rechazar la asignación, esto lo logramos utilizando en los botones del email la URL de un Webhook creado en Make.

Ambas acciones llegan a la misma automatización, la cual contiene un módulo router para crear 2 caminos, si lo acepta o lo rechaza.

Si la asignación es aceptada, pasa por el camino superior donde registramos la fecha y hora de dicha acción, por último enviamos un email al ejecutivo con todos los datos del cliente potencial.

Caso contrario, si rechaza la asignación, pasa por el camino inferior donde borramos la asignación y ejecutamos nuevamente el algoritmo para encontrar y asignar otro ejecutivo al cliente potencial.

Por último, la tercera automatización nos permite asegurar una rápida atención a los clientes potenciales que recibimos.

Una vez que asignamos un ejecutivo a un cliente potencial, esperaremos un tiempo prudencial para que el ejecutivo acepte o rechace dicha asignación, dado el caso que pasado el tiempo establecido no tengamos una respuesta, reasignaremos el potencial cliente a otro ejecutivo.

En este caso, la automatización da inicio buscando todos los clientes potenciales que tienen un ejecutivo asignado hace más de 2 horas y donde el ejecutivo asignado aún no aceptó o rechazo dicha asignación.

Para cada cliente potencial encontrado se elimina el ejecutivo asignado y se le envía un email informando que ha perdido una oportunidad de negocio.

Luego la automatización continúa ejecutando nuevamente el algoritmo para buscar y seleccionar otro ejecutivo.

Y así, todo el proceso vuelve a comenzar nuevamente.

Estaré muy agradecido de contar con tu apoyo compartiendo este artículo, dejándome un comentario o simplemente etiquetando a una persona a la cual esta guía le pueda ayudar.