Samtalebaseret CPQ
Købere beskriver, hvad de har brug for, på almindeligt sprog. Mercura matcher anmodningen mod jeres katalog, validerer den mod jeres regler og returnerer et reelt, prissat og gyldigt tilbud — ikke en AI-hallucination.
Naturligt sprog
Købere beskriver behov — ingen konfigurator-træning påkrævet
Reelle tilbud
Valideret mod regler og prissætning — aldrig hallucineret
Flerturs
Opfølgende spørgsmål og afklaringer, indtil specifikationen er komplet
Udfordringen
Konfigurator-UI'er skaber friktion — købere vil beskrive deres behov
En traditionel konfigurator kræver, at køberen lærer en sekvens: vælg en produktfamilie, vælg en model, vælg et sæt af optioner, sæt parametre, se resultatet. For en erfaren køber er det fint; for en lejlighedsvis køber eller en indkøbsspecialist, der arbejder på tværs af mange kategorier, er klikstien friktion, der forsinker tilbuddet og øger afbrydelsen.
Købere forventer i stigende grad at interagere med B2B-kataloger på samme måde, som de interagerer med forbruger-AI-assistenter — ved at beskrive det udfald, de har brug for, på naturligt sprog. "Jeg har brug for en 60W varmhvid downlight med IP65 til en parkeringskælder," ikke et fire-trins konfigurator-flow.
Den naive tilgang — at koble en generisk chatbot til et produktkatalog — fejler grelt. Chatbots hallucinerer produkter, der ikke findes, overser kompatibilitetsregler, returnerer forkerte priser og skaber brand-skadelige interaktioner. Samtalelaget skal være tæt bundet til regelmotoren og prismotoren, for at oplevelsen er kommercielt forsvarlig.
Sådan fungerer det
Sådan fungerer samtalebaseret CPQ i Mercura
Mercuras samtalebaserede CPQ-lag kombinerer en stor sproglig model med streng forankring i regel- og prismotorerne. Køberinput på naturligt sprog — "Jeg har brug for en 60W varmhvid downlight med IP65" — parses til strukturerede konfigurationsanmodninger. Konfigurationen matches derefter mod det faktiske katalog og valideres af regelmotoren: ukompatible kombinationer afvises, manglende påkrævede attributter udløser opfølgende spørgsmål, og kun konfigurationer, kataloget faktisk kan levere, præsenteres. Prissætning anvendes via standard-prismotoren — kundespecifikke satser, rabatniveauer og godkendelsesregler gælder alle. Køberen ser et normalt, gyldigt, prissat tilbud i slutningen af samtalen. Flertursdialog håndterer afklaringer, alternativer og substitutioner uden nogensinde at returnere et halluceret produkt eller en ugyldig konfiguration.
Hvad er inkluderet
Centrale funktioner
- Naturligt sprog som input — købere beskriver behov med egne ord
- Streng forankring — hvert svar valideret mod det reelle katalog og regelsæt
- Flerturs-samtale — afklarende spørgsmål, når specifikationen er ufuldstændig
- Hallucinationsforebyggelse — intet produkt eller pris returneret, som kataloget ikke understøtter
- Kundespecifik prissætning automatisk anvendt på samtalebaserede tilbud
- Substitutionsforslag, når et eksakt match ikke er tilgængeligt
- Indlejret samtale-widget — kan integreres i enhver salgsportal eller webshop
- Flersproget — købere interagerer på deres foretrukne sprog
Forskellen
Før og efter samtalebaseret CPQ
- Købere skal lære et konfigurator-flow, før de kan anmode om et tilbud
- Lejlighedsvise købere og indkøbsspecialister afbryder konfiguratorer
- Generiske AI-chatbots hallucinerer produkter og ugyldige konfigurationer
- Samtale-eksperimenter dumper i compliance-review — brand-risikoen for høj
- Samtale-trafik tabt til lettere kataloger og konkurrenter
- Købere beskriver behov på almindeligt sprog — ingen konfigurator-træning påkrævet
- Hvert samtalesvar forankret i reelle regler og prissætning
- Flertursdialog færdiggør specifikationen uden at tvinge et UI-flow igennem
- Brand-sikkert af design — ingen hallucinationer når køberen
- Samtalekanal konverterer købere, der ikke ville have konfigureret manuelt
Praktisk anvendelse
Eksempel: belysningsproducent fanger specifikator-trafik
En belysningsproducent solgte komplekse erhvervsarmaturer gennem en konfigurator på deres hjemmeside. Analyser viste, at 41% af specifikatorer — arkitekter, lysdesignere, elinstallatører — afbrød konfiguratoren inden for de første tre trin. Interviews afslørede, at specifikatorer ønskede at beskrive det armatur, de specificerede — "60W varmhvid downlight, IP65, 0–10V dæmpning, 80mm udskæring" — i stedet for at navigere i en flertrins-formular. Efter at have deployet Mercuras samtalebaserede CPQ-lag kunne specifikatorer angive deres behov på naturligt sprog; Mercuras regelmotor matchede anmodningen til et reelt, tilgængeligt armatur og præsenterede et prissat tilbud inden for sekunder. Konfigurator-afbrydelser faldt til 12%, og den gennemsnitlige tilbudsleveringstid for specifikator-trafik faldt fra 36 timer til 4 minutter.
Tilbudstiden faldt fra 3 dage til under 4 timer.
Forretningseffekt
Hvorfor samtalebaseret CPQ betyder noget
Samtalegrænseflader er måden, en generation af købere nu forventer at interagere med komplekse produkter på. En konfigurator, der kræver et UI-flow, taber de købere, der ville have beskrevet deres behov i en sætning; et CPQ, der forankrer samtale-input i reelle regler og prissætning, vinder dem. Forskellen mellem samtalebaseret CPQ og en chatbot er ikke AI'en — det er bindingen mellem AI og regelmotoren. Den binding er, hvad der gør samtalebaseret CPQ kommercielt forsvarligt, brand-konsistent og troværdigt nok til at være hoveddøren til en producents katalog.
Åbn jeres katalog for samtalebaserede købere
Book en demo og se, hvordan Mercuras samtalebaserede CPQ omsætter naturligt-sproglige anmodninger til reelle, gyldige, prissatte tilbud.
Lad os konfigurere sammen.
Vi giver virksomheder mulighed for at lave produktmodellering, strømline tilbudsprocessen, reducere fejl og i sidste ende levere de skræddersyede løsninger, som kunderne efterspørger.