Visando ampliar a quantidade de consumidores contactáveis, é possível utilizar os dois tipos de encarteiramento em paralelo: o padrão que se baseia no histórico de compras dos clientes para atribuir as lojas e vendedores e o flexível. Assim, casos específicos que não são atendidos pela regra padrão podem ser customizados pela atribuição flexível, como os descritos abaixo:
Encarteiramento de leads: Distribuir potenciais consumidores que possuem telefone mas que não compraram ainda.
Por exemplo: você pode trazer os clientes novos que se cadastraram nas lojas mas ainda não realizaram nenhuma compra na marca.
Clientes apenas do e-commerce: Distribuir consumidores que compraram apenas no e-commerce.
Por exemplo: você vai conseguir puxar clientes do e-commerce de uma determinada região e direcionar para novas lojas gerando contatos para essa loja
Uma loja é fechada e os clientes precisam ir para outra loja: Redistribuir consumidores que compraram apenas em lojas que fecharam.
Por exemplo: a loja A é fechada e os clientes que só compraram nela poderão ser redistribuídos para a loja B que é da mesma região.
Férias/ausência de vendedores: Redistribuir de forma específica os consumidores de vendedores ausentes/férias
Por exemplo: os clientes champions do vendedor que está ausente vão para os vendedores com mais tempo de trabalho.
A personalização estratégica vai permitir que a marca personalize a atribuição de clientes de acordo com os planejamentos específicos, adaptando-se às diretrizes particulares e metas de vendas de cada loja/vendedor.
Observação: Caso a sua estratégia seja muito específica é possível deixar somente o encarteiramento flexível rodando, assim as regras de atribuições ficam somente pela ação da marca.
E além de poder usar o upload de base, a marca pode optar pelo uso do encarteiramento via API da Dito, consultando nossas rotas para rodar o processo de encarteiramento de forma automatizada.
Este artigo foi útil?
Que bom!
Obrigado pelo seu feedback
Desculpe! Não conseguimos ajudar você
Obrigado pelo seu feedback
Feedback enviado
Agradecemos seu esforço e tentaremos corrigir o artigo