AI Sales Engine ROI — hogyan mérjük 6 hónap alatt

Minden új sales technológia bevezetésénél ugyanaz a kérdés merül fel a vezetői táblánál: "megtérül-e ez 6 hónap alatt?". Az AI Sales Engine-nél (salesai.nortinia.com) ennek a kérdésnek van egy konkrét, ellenőrizhető válasza — feltéve, hogy az induláskor pontosan rögzítjük a kiindulási állapotot. Ez a cikk pragmatikus keretrendszert ad arra, mit, mikor, hogyan mérj.

Mit csinál az AI Sales Engine

Mielőtt a mérőszámokra ugranánk, érdemes tisztázni, mit ad ki a termék:

• **Lead-minősítés**: bejövő érdeklődők automatikus pontozása (cégméret, iparág, weben mutatott viselkedés, korábbi interakciók) — a sales csapat priorizált listát kap
• **First-touch beszélgetés**: AI-vezérelt első érintkezés (chat vagy email), ami discovery kérdéseket tesz fel, és a válaszok alapján vagy demó-időpontot foglal, vagy lemondja
• **Pipeline-mozgatás javaslatok**: meglévő deal-eken jelzi, melyik stagnál, melyikhez kéne visszahívni, melyiknél van risk
• **Personalizált follow-up**: minden lead-hez testreszabott email-sablon javaslat — a sales-es csak ellenőrzi és küldi

Az egészet egy CRM-integráció köti össze (HubSpot, Pipedrive, Salesforce — vagy a Nortinia CRM modul).

A négy alap-mérőszám

A 6 hónap végén ezek a számok mondják meg, hogy megtérült-e.

MQL → SQL konverziós arány

MQL (Marketing Qualified Lead) = bárki, aki valamilyen mértékben érdeklődést mutatott. SQL (Sales Qualified Lead) = aki ténylegesen tovább került a sales pipeline-on (demó foglalva, ajánlat kérve).

Kiindulás: tipikusan 15-25% AI nélkül. 6 hónap után AI Sales Engine-nel: 28-40%. Az ok: az AI a discovery kérdéseket konzisztensen, kifáradás nélkül teszi fel, és a rossz lead-eket korábban szűri.

Demó show-up arány

Az időpontot foglaló lead-ek hány százaléka jelenik meg ténylegesen a megbeszélt demón. Az iparági átlag 55-70% — sokan foglalnak, kevesen jönnek.

Kiindulás: tipikusan 60-65%. 6 hónap után AI Sales Engine-nel: 75-82%. Az ok: az AI a foglalás után automatizált emlékeztető-szekvenciát futtat (24h, 2h, 15 perc), és a foglalás minőségét is jobban szűri ("valóban érdekel, vagy csak nézelődsz?" kérdés a foglalás előtt).

Deal velocity (átlagos átfutási idő)

Az első érintkezéstől az aláírt szerződésig eltelő napok átlaga. Ez a sales-csapat hatékonyságának egyik legfontosabb mérőszáma.

Kiindulás: B2B middle-market jellemzően 45-90 nap. 6 hónap után AI Sales Engine-nel: 30-60 nap. Az ok: az AI a stagnáló deal-eket jelzi, a follow-up nem felejtődik el, és a personalizált emailek gyorsabb válaszokat hoznak.

Win rate

Ajánlattól szerződésig — a kiküldött ajánlatok hány százaléka kötődik meg.

Kiindulás: B2B middle-market 18-28%. 6 hónap után AI Sales Engine-nel: 22-35%. A hozam itt kisebb mértékű, mert a tényleges "győzelmi arány" sok más tényezőtől is függ (ár, versenytárs, vezetői döntés) — de a jobb minősítésű lead-ek és a tisztább pipeline 4-7 százalékpontos javulást rendszeresen hoznak.

A két másodlagos mérőszám, amit nézz

**Lead-source attribúció.** Az AI Sales Engine minden lead-nél megjelöli, melyik forrásból (Google Ads, LinkedIn, organikus, ajánlás, hideg outbound) érkezett, és melyik forrás milyen win rate-tel zár. Ez a 6 hónap végén marketing-büdzsé újraosztási döntéseket alapoz meg. Tipikus eredmény: a top forrás 3-4x annyi értéket hoz mint a legalsó, de a büdzsé eddig egyenletesen oszlott.

**Sales csapat per-fő kihasználtság.** A sales-eseknek mennyi időt kell tölteniük adminisztratív (CRM-frissítés, follow-up email-írás, lead-keresés) feladatokkal, vs. tényleges ügyfél-beszélgetéssel. Kiindulás: 40-60% adminisztratív. 6 hónap után: 20-30%. Ez nem közvetlen pénz, de a csapat morálja és kapacitása szignifikánsan változik.

Hogyan állítsd be a mérést

• **Az induláskor rögzítsd a kiindulási értéket** mind a 4 alap-mérőszámra. Ez a legfontosabb lépés. Ha most nem tudod, hogy mennyi a jelenlegi win rate vagy MQL→SQL arány, először CRM-tisztításra van szükség, nem AI-bevezetésre.
• **Havi review** az első 3 hónapban — a kalibráció itt történik. Az AI tanul a brand prompt-ból és a csapat visszajelzéseiből.
• **Negyedéves vezetői review** — a 4 alap- és 2 másodlagos mérőszám trend-vonala.
• **6 hónapos záró-elemzés** — itt látszik a tényleges hozam, és itt dönthet a vezetés a következő évre vonatkozó skálázásról.

Mi nem szerepel a ROI számításban

Van néhány hozam, ami nem fér bele egy 6 hónapos mérésbe, de valós:

• **Sales-csapat onboarding ideje** — új belépőnek az AI Sales Engine "szóhoz juttatás" idejét 6-8 hétről 2-3 hétre csökkenti
• **Tudásmegosztás** — az AI rögzíti a top sales-esek bevált taktikáit, és terjeszti a csapaton belül
• **Marketing-sales alignment** — a közös adatbázis és priorizálás csökkenti a két részleg súrlódását

Ezeket 12 hónapos időtávon érdemes mérni — de a 6 hónapos döntésnél fontos tudni, hogy léteznek.

A keret szándékosan pragmatikus

Nem ígérünk ROI-tündértörténetet. Az AI Sales Engine egy eszköz — nem a sales-stratégia helyettesítője. Ha a brand prompt, a target ICP (Ideal Customer Profile), és a discovery kérdések nincsenek jól megfogalmazva, az AI csak felgyorsít egy rossz folyamatot. A bevezetést érdemes egy ai-sales-engine tematikus audit-tal kezdeni, ahol ezeket az alapokat lerakjuk — és csak utána megy élesbe a termék.

Mit ne mérj

Legalább annyira fontos tudni, mit ne nézz. Két klasszikus félrevezető mérőszám:

**Lead-mennyiség**. A bejövő lead-ek számának növekedése önmagában semmit nem mond. Ha a lead-ek nem konvertálnak, a növekedés csak a sales-csapat idejét égeti el. Az AI Sales Engine célja jellemzően nem több lead — hanem ugyanannyi lead, jobb minősítéssel.

**AI-konverzációk száma**. A statisztika "az AI 4500 beszélgetést folytatott" érdektelen. Az érdekes az, hogy ezekből hány zárult sikeres demó-foglalással. A puszta volumen nem üzleti mutató.

Hosszabb távon

A 6 hónapos kapun túl, 12-24 hónap között jelennek meg azok a hatások, amelyek a legtartósabbak. Az egyik: a top performer sales-esek munkamódszerei mintázattá kristályosodnak a rendszerben, és az új belépők ezen tanulnak — nem a senior kollégák szabad ideje és türelme dönti el, hogyan halad a csapat. A másik: az adat-alapú vezetői döntéshozatal beépül a működésbe. "Hányan vagyunk pipeline-on?", "Melyik szegmens hozott a legtöbbet?", "Mi a legalacsonyabb átfutású deal-típus?" — ezek a kérdések 2 perc alatt megválaszolódnak, nem 2 nap kézi excel-ezés után.

Ezek a hatások nem szerepelnek a 6 hónapos ROI-számításban — de a hosszú távú megtérülés nagy részét ezek adják.