我们用于激活和转化试用用户的技术栈
摘要
一家B2B SaaS公司分享了他们转化试用用户的技术栈:使用AI智能体(Aimdoc AI)处理入站和试用设置,结合一封人工邮件和自动化反馈循环,在试用结束前交付修复。
B2B SaaS公司面临的最大问题之一是如何充分利用现有网站流量并激活新的试用。核心问题在于,如今B2B买家越来越倾向于直接试用产品,而不想先与销售代表进行演示。采用销售主导模式的公司,以为只需在产品上添加一个注册按钮就能解决。但这从来都不奏效。结果只会带来大量从未激活的试用注册。你最终会拿自己和那些拥有PLG基因的B2B SaaS公司比较。但一个传统上通过销售流程销售的产品,不可能一夜之间变成产品主导。事实上,除非你将此列为公司连续多个季度的首要任务,否则它根本不可能成功。这需要大量工作,对许多公司来说并不现实。我们找到了方法,在不从头重建整个产品和GTM流程的情况下,解锁了增量收入。具体做法如下:
AI智能体负责引导客户通过入站漏斗(Aimdoc AI)——这是我们能在网站上提供卓越买家体验,并在试用开始后在产品内提供良好体验的核心。AI可以回答匿名访客在网站上的问题,告诉我们他们来自哪家公司,进行资格认定,并引导他们要么预约演示,要么自助试用。一旦他们进入试用,AI会根据其训练和对用户的了解,在他们面前使用产品来设置试用。
至少一次人工接触点——对我们而言,这是在试用的关键时刻发送的一封人工撰写的邮件。我们的代表会查看从Aimdoc智能体平台获取的数据(公司名称、页面浏览、点击、向AI提出的问题、与AI分享的用例、卡住的地方等)以及CRM中的关系数据,然后用这些数据精心撰写一封时机恰当的邮件(当然是用Claude)。
我们还有一些非常有效的每日任务,帮助我们快速迭代试用反馈。其中一项每日任务是从邮件、Aimdoc的会话记录以及客户所在的Slack频道中提取数据,找出客户或新试用用户卡住的问题或领域(使用MCP服务器连接Slack和Aimdoc)。我们让Claude检查Linear,看是否已有相关的工单;如果没有,就会创建一个。如果是bug,我们的编码智能体会接手并创建一个包含修复的PR。这样,我们就能立即发布修复和改进。因此,新的试用账户有时会遇到问题或提出改进建议,然后在试用结束前就看到修复已经上线。
其他SaaS公司,你们是怎么处理这个问题的?
相似文章
我们测试了AI外呼代理用于真实线索转化——LuMay Voice Agent vs Voxentis vs 开源堆栈
本文介绍了一项结构化实验,比较了AI外呼代理(LuMay Voice Agent、Voxentis和开源堆栈)在真实线索转化中的表现,突出了它们在工作流稳定性、对话适应性和系统控制方面的各自优势。
我们为200多人的销售团队自动化了客户演示文稿的制作——这里是我们搭建的具体技术栈
一份详细的案例研究,展示了如何利用CRM(Salesforce)进行数据管理、Claude进行内容映射以及Alai进行品牌化设计自动化,为200多人的销售团队实现客户演示文稿的自动化制作,将制作时间从3-4小时缩短到约15分钟。
@eglyman: Stack 介绍。让会计事务所无需招聘即可承接更多客户的AI操作系统。学习您的…
Stack 是一个面向会计事务所的AI操作系统,能够自动化流程,帮助事务所无需额外招聘即可承接更多客户。
我在6天内使用AI代理构建了一个完整的B2B销售自动化平台。以下是全部内容。
一位B2B销售代表在6天内使用AI代理(Claude和开源编码代理)构建了一个完整的销售自动化平台,集成了线索收集、丰富、基于LLM的草稿编写和多触点序列,月成本低于274美元。
我构建了一个AI支持代理原型,意识到难点不在于聊天机器人,而在于转交和审计追踪。希望从运行支持/客户体验工作流的人那里获得反馈。
作者构建了RelayOps,一个用于电信/订阅支持场景的AI支持代理原型,分享了50个工单样本的结果,并寻求关于转交记录、不安全操作、审计字段以及测试实用性的反馈。