Salg og kundeopplevelse · Erfaring og perspektiver
Hvordan vet du om AI faktisk forbedrer salget?
AI kan produsere innhold raskt og oppsummere leads på sekunder. Det betyr ikke automatisk at virksomheten selger mer. Den riktige testen er om kundene får bedre hjelp, medarbeiderne kan prioritere riktigere og resultatet står i forhold til kostnadene.

Kort fortalt: AI kan produsere innhold raskt og oppsummere leads på sekunder. Det betyr ikke automatisk at virksomheten selger mer. Den riktige testen er om kundene får bedre hjelp, medarbeiderne kan prioritere riktigere og resultatet står i forhold til kostnadene.
Hva bør du måle før du tar i bruk AI?
Begynn med en enkel nullmåling. Hvor lang tid tar det fra en henvendelse kommer inn til kunden får et relevant svar? Hvor mange kontakter blir faktisk fulgt opp? Hvor ofte må informasjon korrigeres? Hvor mange henvendelser går videre til kvalifisert dialog?
Skriv ned definisjonene før du tester. En rask automatisk bekreftelse må ikke forveksles med et nyttig personlig svar. En lead er heller ikke det samme som en potensiell kunde med realistisk behov og budsjett.
Hvilke resultater er viktigst i kundedialogen?
Jeg ville sett på kvalifisert responstid, relevans i svarene, tid spart per sak, andel mangelfulle kundeprofiler og hvor ofte en medarbeider må rette feil.
Et system kan gi høyere hastighet og samtidig dårligere kundeopplevelse. Derfor bør noen av målingene komme fra reelle brukervurderinger og kvalitetskontroll, ikke bare tekniske logger.
Hvordan bør et enkelt pilotprosjekt gjennomføres?
Velg én oppgave og en avgrenset periode. For eksempel kan man prøve AI-støttet utarbeidelse av boligforslag eller oppfølging av kundehenvendelser. Sammenlign med en tidligere periode eller en tilsvarende gruppe oppgaver.
Registrer antall saker, total arbeidstid, feil som måtte rettes og hvor mange dialoger som gikk videre. Oppfølgingen bør kontrollere at endringer ikke skyldes sesong, kampanjer eller et helt annet kundegrunnlag.
Hva med innhold og sosiale medier?
Antall innlegg alene sier lite. Se på om innholdet når riktig målgruppe, skaper meningsfulle besøk til relevante sider og bidrar til spørsmål eller dialog fra potensielle kunder.
For en personlig rådgiverprofil kan en gjennomarbeidet artikkel som besvarer et krevende spørsmål være mer verdifull enn mange generiske innlegg. Innhold bør derfor vurderes etter formål og kvalitet, ikke bare frekvens.
Hvordan regner man på lønnsomheten?
En praktisk beregning starter med spart arbeidstid, eventuell forbedring i salgsprosessen og direkte driftskostnader. Trekk deretter fra tid brukt på kvalitetssikring, feilretting, opplæring og utvikling.
Hvis AI sparer én time i uka, men krever to timers kontroll, er prosjektet foreløpig ikke lønnsomt på tidsbruk alene. Samtidig kan bedre kundekvalitet ha verdi som ikke kommer frem i en ren timeregnskap.
Hvorfor må mennesket fortsatt være synlig?
Tillit blir særlig viktig ved boligkjøp og andre store beslutninger. Kunden ønsker å vite hvem som tar ansvar, hva som er kontrollert og hvordan usikkerhet håndteres.
Jeg mener derfor at god AI i salg skal gi rådgiveren bedre oversikt og mer tid til relasjonen. Det er ikke et mål at kunden skal møte en automatisert prosess som skjuler hvem som faktisk er ansvarlig.
Hva er et fornuftig neste steg?
Lag et målekort med tre til fem indikatorer, test én avgrenset prosess og gå gjennom resultatene med dem som faktisk bruker systemet. Ikke automatiser flere trinn før du vet om det første gir en fordel.
Det er denne læringen jeg ønsker å bruke i utviklingen av RealtyFlow og Nexus: forbedringene skal være forståelige i kundens og medarbeiderens hverdag.
Eksempel på et målekort for AI i salg
Et enkelt målekort kan følge fem verdier: minutter til første relevante svar, andel henvendelser med komplette behov, andel korrekte boligforslag, manuelt tidsforbruk per sak og andel dialoger som går videre til avtalt neste steg.
Mål før og etter innføring med samme definisjoner. Rapporter både median og spredning der datagrunnlaget tillater det. En endring i markedet eller kampanjebudsjettet kan ellers feiltolkes som effekten av AI.
Hvordan regner man på tid spart? Et illustrativt regnestykke
Anta at en oppgave tidligere tok 25 minutter, mens et AI-støttet utkast tar 8 minutter inkludert kontroll. Differansen er 17 minutter per sak. Ved 40 tilsvarende saker er brutto tidsbesparelse omtrent 11 timer og 20 minutter.
Tallene er kun et tenkt eksempel, ikke målte resultater fra RealtyFlow. Kostnadene ved programvare, utvikling, opplæring og eventuelle feil må også tas med før man kan hevde positiv avkastning.
Hva er god kvalitet på et lead?
Et lead er mer nyttig når behov, tidslinje, geografiske preferanser og realistisk budsjett er forstått. AI kan hjelpe med å identifisere manglende opplysninger, men den bør ikke gjøre usikre antakelser til fakta.
Målet bør være at rådgiveren raskt ser hva som er kjent, hva kunden selv har sagt og hva som må avklares. En slik kvalitativ forbedring kan være viktig selv om antallet innkommende henvendelser forblir uendret.
Beskytt kunden mot overautomatisering
En kunde som svarer på en personlig henvendelse, bør ikke automatisk trekkes inn i en generell kampanjesekvens uten riktig grunnlag. Oppfølging må være relevant, forståelig og i tråd med kundens preferanser og gjeldende krav.
Mål også negative signaler: avmeldinger, feil svar, duplikatmeldinger og saker som krever opprydding. Et system som er raskt, men skaper irritasjon, har ikke løst kundeproblemet.
Målekort for pilotprosjekter
Hva bør du faktisk måle?
Tid til et relevant og kontrollert svar, ikke bare en automatisk kvittering.
Andel forslag som kan brukes uten vesentlig feilretting.
Minutter per oppgave inkludert kontroll og korrigering.
Hvor mange kvalifiserte dialoger får et avtalt neste steg?
Dette er et anbefalt målerammeverk, ikke dokumenterte resultater fra RealtyFlow eller Nexus.
Åpen dokumentasjon
Dokumentasjonskrav før vi kaller noe et resultat
Logg samme type oppgave uten AI, med antall saker, median tidsbruk, kvalitet og hvordan målingen ble gjort.
Registrer hvilke forslag AI laget, hvor mange som ble godkjent, hva som måtte korrigeres og hvor mye kontrolltid som gikk med.
Vis netto effekt etter programvarekostnad, kontroll og feilretting. Gjør det tydelig hva som er observert, og hva som bare er en mulig forklaring.
Sist redaksjonelt gjennomgått 10. oktober 2026. Nye resultater oppdateres når de er kontrollert.
Les videre
Utforsk de tilknyttede fagområdene og andre perspektiver.
