Automatiserad insamling av G2-recensioner för SaaS

Hur bygger man ett automatiserat system som bjuder in dina lyckligaste kunder att lämna ett vittnesmål?
6,8%
Konvertering från e-post till vittnesmål
4.8
stjärnor i genomsnitt
48
recensioner om 2 månader

Problem

Att få dina lyckligaste kunder att ge vittnesmål är svårt och att veta vem de ska fråga är ännu svårare.

Lösning

Det är ett välkänt faktum att oavsett produkt eller tjänst gillar de flesta att undersöka och bestämma sig själva utan att påverkas av säljare och marknadsförare. Av denna anledning ser du att många företag lägger betydande ansträngningar på att samla in recensioner och vittnesmål.

För produktföretag är detta ganska enkelt, men för SaaS-företag där förhållandet mellan mjukvaruanvändning och offentliga påståenden om produkten är mycket mindre vänskapligt och känslomässigt. Dina användare kanske gillar din programvara men de gör det inte bry sig tillräckligt för att lämna offentliga vittnesmål.

För att övervinna några av dessa utmaningar arbetade vi med att skapa en automatiserad process för insamling av vittnesmål för ett välkänt mjukvaruföretag. Vi valde G2.com för att samla in recensionerna eftersom att framgångsrikt rankas på plattformen kan vara en betydande ökning för rykte.

Det traditionella sättet att närma sig användare med e-postkampanjer lät inte tilltalande och sådana kampanjer leder ofta till att du brinner värdefulla kontakter. Vi ville skapa något som skulle ge användarna en personlig upplevelse och maximera omvandlingen från begäran till granskning.

Lösningen var en automatiserad vittnesmålssamlare med dessa funktioner:

  • Använd appens användardata: Systemet använde riktiga data från programvaruanvändningsmönstren för att upptäcka användare som har varit aktiva tillräckligt länge för att samla in erfarenhet.
  • Viktiga händelser som triggers: Vi kopplade flera viktiga händelser - som en positiv interaktion med kundsupport eller skicka produktfeedback - eftersom dessa kan indikera högre aktivitetsnivåer. Vi använde AI för att tolka feedback och supportärenden för att identifiera användare som kommunicerade om positiva upplevelser.
  • Personalisering: Genom att använda faktisk användarstatistik kunde vi använda AI för att skriva ett personligt meddelande på användarens modersmål.
  • Mänsklig beröring: Vi skickade inte ut meddelanden automatiskt och vi förespråkar i allmänhet inte att använda AI-bots för att skicka meddelanden för dina räkning. Istället placerade vi de färdiga e-postmeddelandena med begäran om vittnesmål i utkorgen till en faktisk supportagent som skulle läsa meddelandet innan det skickades. Att skicka hundratals meddelanden tog bara några timmars arbete, men vi kunde se till att meddelanden var rätt.

Vi såg en konvertering på 6,8% från skickat e-post till ett framgångsrikt vittnesmål. På bara två månader resulterade detta i 50 recensioner med en genomsnittlig poäng på 4,8 av 5 stjärnor, vilket lyfte företaget till en kategoriledare i flera kategorier på G2.

Join newsletter
Stay up to date withj new case studies. We promise no spam, just goodf content
Thank you! Your submission has been received!
Oops! Something went wrong while submitting the form.

Check out other cases

learn more

Din dröm,
min automation.