חזרה לבלוג

סגמנטציה של לקוחות: איך בונים פילוחים משיחות הטלפון

9 דקות קריאה

נכתב על ידי צוות Callio · Callio פותחה ומופעלת על ידי A.L Systems

סגמנטציה של לקוחות היא חלוקה של כלל הלקוחות לקבוצות עם מאפיינים דומים, כדי לטפל בכל קבוצה אחרת. ברוב העסקים הסגמנטציה נבנית מתוך ה-CRM: גיל, אזור, גודל עסקה, ותק. זה עובד, אבל זה מפספס את החלק הכי שימושי — מה הלקוח באמת אמר כשדיבר אתכם בטלפון.

אם אתם מנהלים שיחות טלפון בעסק, יש לכם מקור נתונים שרוב המתחרים לא משתמשים בו. בכל שיחה הלקוח מסביר למה הוא פנה, מה מטריד אותו, מה הוא השווה, ומה יגרום לו להחליט. סגמנטציה שמבוססת על זה מדויקת יותר מכל שדה ב-CRM, כי היא משקפת כוונה ולא רק דמוגרפיה.

במדריך הזה נראה איך בונים סגמנטציה של לקוחות משיחות טלפון: אילו צירי פילוח שווים את המאמץ, איך מוציאים את הסימנים מתוך תמלול, איך מחברים את הפילוח חזרה ל-CRM, ואילו טעויות הופכות סגמנטציה יפה לקובץ שאף אחד לא פותח.

5 צירי סגמנטציה שאפשר לבנות רק משיחות

סגמנטציה לפי סיבת הפנייה האמיתית

ב-CRM מופיע "פנייה מהאתר". בשיחה מתברר שהלקוח פנה כי המתחרה העלה מחיר, או כי משהו נשבר אצלו, או כי מישהו המליץ. אלו שלושה סגמנטים שונים לחלוטין עם רמות דחיפות שונות. הסיבה האמיתית נאמרת כמעט תמיד בדקה הראשונה.

סגמנטציה לפי סוג ההתנגדות

לקוחות שמתנגדים על מחיר, לקוחות שמתנגדים על עיתוי, ולקוחות שמתנגדים כי מישהו אחר צריך לאשר — אלו שלוש אוכלוסיות שדורשות שלושה תהליכי המשך שונים. ריכוז ההתנגדויות לפי נושא על פני מאות שיחות מייצר פילוח שאפשר לפעול עליו מיד.

סגמנטציה לפי רמת מורכבות

יש לקוחות ששואלים שתי שאלות וסוגרים, ויש כאלה שמבררים אינטגרציות, תנאי ביטול ותרחישי קצה. אורך השיחה, מספר השאלות ועומק הפירוט מאפשרים לפלח בין "מהיר" ל"מורכב", ולנתב כל קבוצה לנציג ולתהליך המתאימים.

סגמנטציה לפי מצב רגשי בשיחה

לקוח שנכנס לשיחה מתוסכל ויצא רגוע, לקוח שהיה ניטרלי לאורך כל הדרך, ולקוח שהתחיל חיובי והידרדר — אלו שלושה סיפורים שונים. הפילוח הזה שימושי במיוחד לזיהוי מי צריך שיחת מעקב לפני שהוא מחליט לעזוב.

סגמנטציה לפי מי מקבל ההחלטה

בשיחה שומעים אם האדם בקו הוא זה שחותם, או מתווך שצריך להעביר הלאה. סגמנט ה"מתווכים" דורש חומר כתוב שאפשר להעביר פנימה, וסגמנט "מקבלי ההחלטה" דורש סגירה בשיחה. ערבוב בין השניים שורף שיחות משני הסוגים.

דוגמה מעשית

דוגמה: חברת שיפוצים שגילתה למה היא נותנת הנחות מיותרות

הדוגמה הבאה היא המחשה, לא מקרה אמיתי. חברת שיפוצים עם שלושה אנשי מכירות פילחה את הלידים ב-CRM לפי המקור: פייסבוק, גוגל והמלצות. אחוז הסגירה היה דומה בכל המקורות, ולכן הפילוח לא עזר לאף החלטה.

הם לקחו 160 שיחות מכירה מהחודשיים האחרונים, תמללו אותן, וחילצו מכל שיחה שלושה שדות: סיבת הפנייה, החשש המרכזי, ועד מתי הלקוח צריך להתחיל. התברר שכשליש מהפונים כבר החזיקו הצעת מחיר ממישהו אחר, ושאלו בעיקר מתי אפשר להתחיל ואם יעמדו בלוח הזמנים. אנשי המכירות שמעו "יש לי הצעה אחרת" וענו בהנחה, כשהלקוח בכלל דאג מהזמנים.

הפעולה הייתה ממוקדת: נוספה שאלה אחת לתסריט ("יש לכם כבר הצעה? מתי אתם צריכים להתחיל?"), ולקוחות מהסגמנט הזה קיבלו באותו יום לוח זמנים כתוב עם תאריך התחלה, במקום הנחה.

כעבור חודשיים, אחוז הסגירה בסגמנט "מחזיקים הצעה אחרת" עלה, וההנחות שניתנו בו ירדו. לא נדרש שינוי במחירון, רק פילוח שהגיע מהשיחות עצמן.

איך מוציאים סגמנטים מתוך תמלול בפועל

הטעות הנפוצה היא לנסות לקרוא מאה תמלולים ולסמן ידנית. זה לא מחזיק מעבר לשבועיים. הדרך שעובדת היא להגדיר מראש קבוצה קטנה של שדות שאתם רוצים שיצאו מכל שיחה, ולדאוג שהם ייחלצו באופן אחיד בכל שיחה ושיחה.

התחילו מארבעה שדות בלבד: סיבת פנייה, התנגדות מרכזית, רמת דחיפות, ומי מקבל ההחלטה. ארבעה שדות על 200 שיחות נותנים טבלת פילוח אמיתית. שמונה שדות על 40 שיחות לא נותנים כלום, כי כל תא מכיל שתיים-שלוש שיחות ואי אפשר להסיק מזה.

אחרי שיש שדות, הצעד הבא הוא לקבע ערכים סגורים. "מחיר גבוה מדי", "מחיר לעומת מתחרה" ו"אין תקציב השנה" הן שלוש תשובות שונות שנוטות להיכתב ב-20 ניסוחים. בלי רשימת ערכים סגורה הפילוח יתפזר ולא יהיה ניתן לספירה.

  • הגדירו 4-5 שדות פילוח, לא יותר, בסבב הראשון
  • קבעו רשימת ערכים סגורה לכל שדה וכתבו אותה במסמך אחד
  • אספו לפחות 150-200 שיחות לפני שמסיקים מסקנות (מספר לדוגמה)
  • בדקו ידנית 10 שיחות כדי לוודא שהחילוץ תואם למה שבאמת נאמר
  • הוסיפו שדה נוסף רק אחרי שהקודמים הוכיחו שהם משנים החלטות

מה עושים עם כל סגמנט אחרי שבנו אותו

סגמנטציה שלא משנה אף פעולה היא דוח. הכלל הפשוט: לכל סגמנט צריכה להיות פעולה אחת שונה מהשאר. אם שני סגמנטים מקבלים בדיוק אותו טיפול, זה סגמנט אחד.

לדוגמה, סגמנט "השוואה מול מתחרה" צריך תסריט השוואה ברור ומסמך הבדלים שנשלח מיד אחרי השיחה. סגמנט "אין תקציב ברבעון הזה" לא צריך תסריט מכירה בכלל — הוא צריך תזכורת מעקב לתאריך מוסכם, וסימון שלא יטרידו אותו בינתיים. סגמנט "מתווך שצריך לאשר פנימה" צריך חומר כתוב קצר שאפשר להעביר הלאה בלי שאתם בחדר.

אחרי שלוש-ארבע שבועות אפשר למדוד: האם שיעור ההמשך בכל סגמנט השתנה. זה המבחן היחיד שחשוב. אם סגמנט מסוים לא משתפר בשום טיפול, ייתכן שהוא פשוט לא קהל היעד שלכם — וגם זו מסקנה שווה כסף, כי היא חוסכת זמן נציגים.

  • פעולה אחת ייחודית לכל סגמנט, אחרת מאחדים אותם
  • מדדו שיעור המשך לכל סגמנט בנפרד, לא ממוצע כללי
  • סגמנט שלא מגיב לשום טיפול — הורידו ממנו עדיפות במודע
  • עדכנו את רשימת הסגמנטים אחת לרבעון, השוק זז

ארבע מלכודות שהורגות סגמנטציה משיחות

המלכודת הראשונה היא יותר מדי סגמנטים. עסק שבונה 14 פילוחים מגלה שאף נציג לא זוכר אותם. ארבעה עד שישה סגמנטים זה מקסימום שימושי.

השנייה היא לפלח לפי מה שקל למדוד במקום לפי מה שמשנה. אורך שיחה קל לספור, אבל הוא לא בהכרח מסביר למה לקוח קנה. התנגדות מרכזית קשה יותר לחלץ — ומסבירה הרבה יותר.

השלישית היא לבנות את הפילוח פעם אחת ולשכוח. אם העליתם מחיר או שמתחרה נכנס לשוק, תמהיל הסגמנטים משתנה תוך חודשיים. אם אתם לא מודדים שוב, אתם עובדים לפי מפה ישנה.

הרביעית היא לא לחבר את הסגמנט חזרה למערכת שבה הנציג עובד. פילוח שחי בקובץ נפרד לא ישפיע על אף שיחה. הוא צריך להגיע לכרטיס הלקוח, אחרת הוא לא קיים.

סגמנטציה מ-CRM לעומת סגמנטציה משיחות טלפון

ציר השוואהפילוח מנתוני CRMפילוח מתוך שיחות
מקור הנתוניםשדות שהוזנו ידנית או בטופסמה שהלקוח אמר בפועל
מה הוא מסבירמי הלקוחלמה הלקוח פנה ומה יעצור אותו
עדכניותמתיישן, תלוי בהקפדה על עדכוןמתעדכן בכל שיחה חדשה
עומקדמוגרפי ועסקיכוונה, חשש, מקבל החלטה
מאמץ ראשונינמוך, הנתונים כבר קיימיםבינוני, דורש תמלול וחילוץ אחיד
שימוש מעשיחיתוך דוחותהתאמת תסריט ותהליך המשך

שאלות נפוצות

מה זו בעצם סגמנטציה של לקוחות?

חלוקה של קהל הלקוחות לקבוצות עם מאפיין משותף שמשפיע על ההתנהגות שלהן. המטרה אינה לתאר את הלקוחות אלא לאפשר טיפול שונה בכל קבוצה — תסריט אחר, קצב מעקב אחר, או הצעה אחרת.

כמה שיחות צריך כדי לבנות סגמנטציה אמינה?

כלל אצבע מעשי הוא 150-200 שיחות לפילוח ראשוני עם 4-5 סגמנטים (מספר לדוגמה). מתחת לזה כל סגמנט מכיל מעט מדי שיחות והמסקנות מקריות. אם נפח השיחות שלכם נמוך, אספו על פני תקופה ארוכה יותר במקום להקטין את המדגם.

כמה סגמנטים כדאי שיהיו?

ארבעה עד שישה. מעבר לזה הנציגים לא זוכרים, ההבדל בין הסגמנטים מיטשטש, והפעולות מתחילות לחפוף. עדיף להתחיל בארבעה ולפצל אחד מהם רק אם מצאתם בתוכו שתי התנהגויות שונות באמת.

אפשר לבנות סגמנטציה משיחות בלי CRM מסודר?

כן. השיחות עצמן הן מקור הנתונים, ואפשר לרכז את תוצאות החילוץ בגיליון פשוט לסבב הראשון. חיבור ל-CRM הופך קריטי בשלב השני — כשרוצים שהסגמנט יופיע לנציג לפני השיחה הבאה ולא רק בדוח חודשי.

איך יודעים שהסגמנטציה עובדת?

בודקים אם שיעור ההמשך או אחוז הסגירה בכל סגמנט בנפרד השתנה אחרי שהפעלתם טיפול ייעודי. אם כל הסגמנטים זזים יחד באותו כיוון, כנראה שמשהו אחר השתנה ולא הפילוח. אם סגמנט אחד זז לבד — הפילוח עשה את עבודתו.

איך Callio עוזרת

Callio הופכת שיחות טלפון למקור נתונים מובנה שאפשר לפלח לפיו. במקום לקרוא תמלולים ידנית, מקבלים מכל שיחה את אותם מרכיבים בצורה אחידה — ומשם בניית הסגמנטים היא עבודה של שעות ולא של שבועות.

  • תמלול שיחות טלפון בעברית מהקלטה, בהעלאה ידנית או בחיבור למרכזייה ב-API, כולל שיחות ארוכות
  • זיהוי חששות והתנגדויות של לקוחות וריכוזם לפי נושא — הבסיס הישיר לציר הפילוח החשוב ביותר
  • ניתוח-על של קבוצת שיחות ושאלות חופשיות על שיחה, כדי לבדוק האם סגמנט שזיהיתם אכן מתנהג אחרת
  • סיכום שיחה וניתוח סנטימנט לאורך השיחה, לפילוח לפי מצב רגשי ולא רק לפי תוצאה

מאמרים נוספים

בקרת איכות במוקד שירות: 7 מדדים שכל מוקד צריך למדודהקלטת שיחות בעסק: מה מותר, ואיך שומרים על פרטיות ואבטחת מידעתסריט שיחה למכירה ולשירות לקוחות: מדריך ודוגמאותבינה מלאכותית במוקד שירות: המדריך המלא למעבר ל-AIמוקד מכירות: איך למדוד ולשפר את אחוז הסגירה בעזרת ניתוח שיחות10 שאלות שכדאי לשאול לפני שבוחרים מערכת לניתוח שיחותניתוח סנטימנט לקוחות בשיחות מכירה: איך לדעת שלקוח מתלבט לפני שהוא אומר "אני אחשוב על זה"בקרת איכות לפי הנהלים שלכם: למה ניתוח שיחות צריך להכיר את מאגר הידע של המוקדמשוב לנציג שבאמת מלמד: איך לתת משוב על שיחה שהנציג ילמד ממנופתרון בשיחה הראשונה (FCR): למה "אני משאיר פנייה" עולה לכם ביוקרקליטת נציג חדש במוקד: איך לקצר את תקופת ההכשרה בעזרת שיחות אמיתיותניתוח שיחות מכירה ארוכות: מה באמת קורה בשיחה של שעה"זה הרבה כסף": איך מטפלים בהתנגדות מחיר בשיחת טלפוןמוקד תמיכה לאפליקציה: איך לפתור תקלה טכנית בטלפון בלי לראות את המסךהלקוח מתקשר בפעם השלישית: איך לזהות פניות חוזרות לפני שהן הופכות לתלונהאיך מתחילים שיחת מכירה: 30 השניות שקובעות את ההמשךתהליך שיפור מוקד: תוכנית 90 יום מאבחון ועד תוצאההקלטת שיחות במרכזייה בענן לעסקים: מה להגדיר ומה לעשות עם ההקלטותניתוח תמלולי שיחות: איך הופכים תמליל גולמי לתובנותניתוח שיחות מכירה AI: המדריך המלא למנהלי מכירותניתוח ותיעוד שיחות בביטוח, פיננסים ומשפט: מדריך לפי תחוםניתוח שיחות לעסקים שמוכרים בטלפון: נדל"ן, רכב, כושר, קורסים ועמותותניתוח שיחות לעסקי שירות ותיאום: קליניקות, בעלי מקצוע, הובלות ותיירותתסריט שיחה לתיאום פגישות: מבנה, נוסחים ומה בודקים אחרישיחות מכירה קרות: מדריך מעשי לשיחה שלא נסגרת בשנייה הראשונהניתוח שיחות וואטסאפ עסקיות: מה כדאי למדוד ומה חסר בלי הטלפוןניתוח לקוחות דרך שיחות טלפון: המדריך המעשי לעסקיםתמיכה טכנית באתר: איך מנהלים שיחת תקלה באתר או בחנות אונלייןתמיכה מרחוק ותיקון תקלות: איך מנהלים שיחה שמסתיימת בפתרוןתסריט שיחה מכירות ביטוח: מבנה, נוסחים ובדיקות אחרי

רוצים לראות אילו סגמנטים מסתתרים בשיחות שלכם?

10 דקות תמלול חינם, בלי כרטיס אשראי, בלי התחייבות.

רק רוצים לראות איך זה עובד? בדקו שיחה אחת בחינם, בלי הרשמה

תמלול שיחות טלפון בעברית - איך זה עובד