AI במכירות: כיצד בינה מלאכותית מעצבת את עתיד המכירות

AI כבר נמצא בכל מקום בחיינו האישיים. החוויות שלנו מועשרות בגלל היישום שלה בתחומים שונים.

אולי אפילו בלי להבין זאת, אנו משתמשים בטכנולוגיה המאפשרת AI בצורה של המלצות וידאו, המלצות למוצרים, עוזרים קוליים, זיהוי פנים לכניסה ותכונות רבות אחרות בחיי היומיום שלנו.

AI כבר חוסך לנו זמן, תוך שהוא מוביל אותנו לתוכן ולמוצרים המותאמים לנו.

גם במקומות עבודה, AI יכול להגביר את האוטומציה כדי לחסוך זמן ולהגדיל את היכולות האנושיות כדי להשיג תוצאות טובות יותר.

גרטנר בפוסט שלו טכנולוגיות מכירות מובילות ב- CRM למציאות החדשה של מכירת קוביד 19 תארה 5 יישומים של AI בתהליכי מכירה.

• AI בחיזוי מכירות
• AI בציון דילים
• AI במודיעין שיחה
• AI בטכנולוגיות תמחור
• AI בהפעלת אימון

הספר האלקטרוני הזה נותן ל-CXOs ולמנהיגי מכירות את כל מה שהם צריכים לדעת על מכירה מונחית בינה מלאכותית וליישם אותה בהצלחה בארגונים שלהם.

"מנהיגים עסקיים מאמינים ש-AI הולך להיות בסיסי בעתיד. למעשה, 72% כינו זאת כיתרון עסקי." - PwC

1. מהי מכירה מונחית בינה מלאכותית

באופן מסורתי, אנו מסתכלים רק על פעילות בעסקה ספציפית, או על הליד הספציפי ומקבלים החלטות לגבי הצעדים הבאים.

החלטות כמו "מהו המסמך הטוב ביותר לשלוח", ו"מתי הזמן הטוב ביותר ליצור קשר" נתונות לשיקול דעתו הטוב ביותר של איש המכירות.

אנו עורכים תחזיות על ידי הקצאת הסתברות המרה קבועה לכל שלב בעסקה.

דוגמה: חדש הוא 10%, Qualified הוא 20%, מוכן לסגירה הוא 80% וכו'. באופן דומה, אנו משיגים לידים על ידי הקצאת נקודות קבועות עבור מאפיינים או התנהגות ספציפיים.

לתהליך המכירה המסורתי אין גישה שיטתית ללמוד מהעבר כדי לשפר את התוצאות העתידיות.

מכירה מונחית בינה מלאכותית מגשרת על הפער הזה.

בינה מלאכותית היא למעשה רק תהליך פשוט של ניתוח נתונים היסטוריים, מציאת דפוסים של סיבות המובילות לתוצאות ספציפיות, והסקת מסקנות שניתן להשתמש בהן כדי לבצע תחזיות ולהציע המלצות.

בנוסף, כעת יש לנו גם אמצעים לפרש סנטימנטים אוטומטית מתמלילים טלפוניים ומיילים.

תוכניות בינה מלאכותית עושות זאת על ידי יישום יכולות למידת מכונה (ML) ועיבוד שפה טבעית (NLP).

מכונות טובות מאוד בסינון נתונים מאות או אלפי פעמים בפרק זמן קצר.

AI יכול לעזור לענות על שאלות כמו אלה:

• עד כמה התעשייה של הלקוח משפיעה
• יש על שיעור הזכייה שלך?
• מה לגבי מיקום?
• מה דעתך על איש המכירות שהוקצה לעסקה?

ישנם גורמים רבים אחרים - מספר התקשרויות, סנטימנט, מסמכים משותפים, אופן הטיפול בהתנגדויות בשיחות וכו'.

כל אלה משפיעים על התוצאה בדרגות שונות ובינה מלאכותית יכולה לסנן נתונים היסטוריים כדי למצוא מתאמים וסיבות.

עם מספיק נתונים היסטוריים, תוכניות AI יכולות למצוא דפוסים ולבדוק השערות שונות כדי לראות לאילו גורמים יש דרגת השפעה גבוהה יותר ולספק תחזיות והמלצות.

חלק מהתכונות המסויכות במדי בינה מלאכותית אינן משתמשות בפועל בלמידת מכונה אלא מנצלות נתונים זמינים על העסקה ויצירת הקשר כדי לספק התראות חכמות בזמן (לדוגמה: המערכת יכולה לשלוח התראה אם ​​העסקה לא פעילה או נתקעה בשלב של יותר מ-5 ימים) .

"67% מנציגי המכירות מחמיצים את המכסה השנתית שלהם" - קבוצת TAS

2. איך AI עוזר לנציג מכירות

Lead & MQL Stage

העשרת פרופיל

אנשי מכירות מבלים בדרך כלל בלינקדאין או במשאבים אחרים במחקר פוטנציאלי. כלים שיכולים להביא פרטים שימושיים שקיבלו כתובת דוא"ל או שם חברה יכולים להיות שימושיים מאוד ולחסוך זמן לנציגי המכירות.

להוביל ניקוד

נציגי מכירות מאבדים זמן רב במרדף אחר לידים גרועים. על ידי בחינת התנהגות המעורבות ומאפייני הפרופיל של לידים, יישומי AI יכולים לזהות מאפיינים בהובלות המובילות להמרה גבוהה יותר. מעורבות במיילים, באתרים, בערוצים חברתיים, יחד עם נתוני פרופיל, הם כל הגורמים שיכולים לעזור לחזות את הסבירות להמרה.

כפול התראות רשומות

עד כמה שהמערכת שלך תהיה מתוחכמת, רשומות כפולות אכן נכנסות למערכת. לעתים קרובות זה נובע מגרסאות קלות בטקסט המשמש לאותו איש קשר או ארגון או עסקה. תוכניות יכולות לחפש רשומות כפולות כאלה ולהתריע בפני נציגי מכירות כך שהמידע לא יפוזר ברשומות שונות.

"52% מהחברות האמינו רק שיש להם נתוני לקוחות ששיעור המהימנות שלהם היה מעל 75%. בעוד שרק 23% מהחברות האמינו שיש להם נתוני לידים אמינים". - תובנות של CSO

ניתן להשתמש בבינה מלאכותית לשיפור התוצאות בכל שלב בתהליך המכירה. בעמודים הבאים נסקור מקרוב כיצד AI יכול להשפיע על כל שלב במשפך המכירות.

שלב SQL

הזמן הטוב ביותר ליצירת קשר

שפר את קצב התגובה על ידי שליחת מיילים או שיחות כאשר אנשי הקשר שלך הם הסיכויים הגבוהים ביותר להיות מוכנים להתקשר. בהתבסס על מעורבותם בעבר עם הצוות שלך, המערכת יכולה להציע משבצות זמן מתאימות להתקשרות או דוא"ל.

עוזר דוא"ל

כאשר מגיבים לדוא"ל, בינה מלאכותית יכולה להציע מסמכים או תבניות שנציגי מכירות יכולים להכניס בלחיצה מה שנקרא המלצות מסמכים. ככל שהעסקה מתקדמת בשלבים שונים, מסמכים מסוימים כגון מקרי מקרה, מסמכי השוואה או מסמכי החזר ROI עשויים לעזור ללקוחות הפוטנציאליים שלך כאשר הם מעריכים את המוצר שלך. יישומים מונחי בינה מלאכותית יכולים להסתכל על נתונים היסטוריים על שיעור ההצלחה של מסמכים שונים ולהציע המלצות בזמן.

תזכורות ליצירת קשר סרק

מכירה היא תהליך בניית מערכת יחסים. חשוב להמשיך לעסוק בקהל הלקוחות הפוטנציאליים שלך, גם לאלה שאין להם צורך מיידי. תזכורות ליצירת קשר סרק יכולות לעזור לנציגי מכירות לשמור על קשר עם הלקוחות הפוטנציאליים שלהם.

"15% היא האפשרות המוגברת להתחבר ללקוח פוטנציאלי אם אתה מתקשר בין 8-11 בבוקר."

שלב העסקה

ציון דיל

לדעת את הסבירות להצלחה בעסקה חשוב לבצע פעולות מתקנות מבעוד מועד ולייצר תחזיות צפויות.

התראות על מבצעים והמלצות משימה

מלבד המלצות מסמכים, נציגי מכירות יכולים ליהנות גם מטיפים אחרים המתגברים על מכשולים. לדוגמה, המערכת יכולה להתריע על:

• נציגי מכירות אם מקבל ההחלטות עדיין לא מזוהה אבל העסקה עוברת לתחום שלב 'מוסמך'.
• מנהלים אם התאמת פרופיל הלקוח נמוכה לעסקה, והם צריכים להיכנס כדי להציע הדרכה לנציגי המכירות.

פעולות-פעולות ממיילים, שיחות ופגישות

באיזו תדירות פספסנו את משימות המעקב שהבטחנו? על ידי ניתוח התקשורת בשיחות ובדואר אלקטרוני ושימוש ב- NLP, יישומי AI יכולים לבחור את פעולות הפעולה כדי להקל על מעקב אחר נציגי המכירות.

מיטוב מחירים

מה ההנחה הנכונה לתת ללקוח? האם בכלל צריך לתת הנחה? מערכות מבוססות AI יכולות להציע הנחות נכונות או שינויים במחירים המבוססים על נתונים ממכירות העבר.

"50% מזמן המכירות מבוזבזים על חיפוש לא פרודוקטיבי" - ה-B2B Lead

שלב הלקוח

מכירה ומכירה צולבת

מתי זה הזמן הנכון למכר? או מאילו מוצרים אחרים הלקוח שלך עשוי ליהנות? באמצעות AI תוכל לזהות הזדמנויות להרחיב את קשרי הלקוחות הקיימים שלך.

"85% מהמנהלים מאמינים שבינה מלאכותית תאפשר לחברות שלהם להשיג או לשמור על יתרון תחרותי, אבל רק כ-20% שילבו בינה מלאכותית בדרך כלשהי, ולפחות מ-39% יש אסטרטגיית בינה מלאכותית" - MIT

3. איך AI עוזר למנהיג מכירות

תובנות עסקה

התראות שיחות ותקציר מנהל עסקה

כלי בינה מלאכותית המופעלים עם NLP יכולים לספק למנהלי מכירות סיכום מנהלים על העסקה, לתת לה מבט ממעוף הציפור על כל הפעילות בעסקה, וכן אותות חיוביים ושליליים.

הכלי יכול לנתח באמצעות תמלול שיחות ומיילים ולחפש ביטויים מסווגים על ידי מנהלי מערכת (לדוגמה: תמחור, Playbook, מתחרים, תכונות) ולספק סיכום.

מנהלי מכירות יכולים לראות אם הסנטימנט של הלקוח הפוטנציאלי נע בכיוון חיובי, וללחוץ כדי לראות שיחות ספציפיות.

"55% מהאנשים שמתפרנסים ממכירות אינם בעלי הכישורים הנכונים להצליח." - Caliper Corp

תחזיות

תחזית מבוססת AI

חלק מאנשי המכירות טובים בהקצאת ההסתברות, ואחרים לא. חלקם אופטימיים מדי, ואחרים זהירים. תחזיות מסורתיות מתבררות לעתים קרובות כלא מדויקות בשל הנטיות האנושיות הללו.

מנהלי מכירות יכולים לקבל תחזיות אמינות יותר על ידי יישום מודלים של למידת מכונה המתחשבים בכל ההתקשרויות הקשורות לעסקה שיכולה להשפיע על התוצאה שלה. אל תלך רק לפי התחושה!

כמו בכל דבר שקשור לבינה מלאכותית, הדיוק של התחזיות לאורך זמן ככל שיותר נתונים נעשים זמינים עבורו.

"102 ימים הם ההובלה הממוצעת לאורך זמן קצר" - Salesforce

הוראה ואימון

בינה מלאכותית יכולה להפוך מנהלי מכירות למנטורי מכירות

אם אתה מנהל צוות של 10 נציגי מכירות, אי אפשר לבדוק ידנית את השיחות גם אם כל אחד מהם מבלה 3 שעות בטלפון ליום (זה אומר שאתה צריך לבדוק 30 שעות ב -9 השעות שלך, גם אם זה הדבר היחיד. אתה כן). כלים מבוססי AI המחילים NLP יכולים לספק נתונים סטטיסטיים כגון מצב רוח, Talk-to-listen, מונולוגים הארוכים ביותר וכו '.

כלים התומכים בבינה מלאכותית יכולים לסנן שיחות ומיילים מוקלטים ולסמן את אלו שאינן נופלות לביקורת על ידי מנהלי מכירות (המכונה גם מאמנים). מנהלים יכולים לראות אילו נציגים זקוקים לסיוע ותחומים בהם הם זקוקים לסיוע (לדוגמה: קביעת סדר יום, שאלות גילוי, טיפול בהתנגדויות...). בעת סקירת שיחות/מיילים, מנהלים יכולים להביא דוגמאות והנחיות כדי להאיץ את תהליך הלמידה של איש המכירות.

"81% אמרו שניתן לשפר את הדיוק של הנתונים שלהם על ידי לכידת פרטי קשר איכותיים מאנשים שהם נפגשים או איתם אימייל." - כוורת מבוא

4. אילו נתונים חיוניים כדי לממש את כל היתרונות של מכירה מונחית בינה מלאכותית?

חלק מהתכונות המונעות בינה מלאכותית הדורשות נתונים היסטוריים הן:

ניקוד דיל

חלק מהמרכיבים של ציון עסקה, במיוחד ציון התאמה, ציון סמכות, ציון מעורבות נקבעים על סמך האופן שבו התכונות של עסקה זו משתווים לעסקאות שזכינו/אבדו קודמות.

המלצות למשימות

המלצות על איזה מסמך לשלוח או איזו פעולה לעשות בשלב מסוים של העסקה ייקבעו על סמך התוצאות של ביצוע פעולות אלו בעסקאות קודמות ככל שהתקדמו לסגירה.

תחזית מונעת בינה מלאכותית

על ידי בחינת ציון עסקה התומך בינה מלאכותית, תחזיות יכולות להיעשות יותר על בסיס אובייקטיבי יותר.

תכונות אלו שהוזכרו דורשות נתונים של עסקאות קודמות (זכיתי או אבדו) לצורך בנייה ובדיקה של מודלים לחיזוי.

"82% ממקבלי ההחלטות B2B חושבים שנציגי המכירות אינם מוכנים" - בלנדר

להלן כמה מהתכונות העיקריות המסתמכות על נתונים מהעסקאות הקודמות:

• שם צינור העסקה
• העסקה נכנסה לשלבים והזמן שהושקע בשלבים
• תוצאת עסקה (ניצחה/הפסד)
• סכום העסקה
• שם הבעלים
• ענף ארגוני קשור, גודל, אזור ותחומים אחרים
• תפקידים הקשורים לקשר בעסקה
• מספר נקודות מגע בכל שלב של העסקה - מיילים, צ'טים, שיחות, פגישות, קמפיינים, פעילות באתר, מסמכים ומקרים.
• שמות מסמכים משותפים בשלבים שונים של העסקה

ישנן תכונות רבות אחרות המותאמות ל-AI שאינן דורשות את הנתונים ההיסטוריים הללו, כפי שיוסבר בהמשך.

"79% מהנתונים הקשורים להזדמנויות שנציגי המכירות אוספים לעולם לא מתעדכנים במערכת ה-CRM." - ESNA

5. מה אם אין לנו נתונים של עסקאות קודמות?

תחזיות והמלצות מבוססות בינה מלאכותית משתפרות עם יותר נתונים. אבל, אם אתה מתחיל ללא נתונים כלל, ייתכן שחלק מיכולות הבינה המלאכותית לא יהיו זמינות לך ביום הראשון. בדרך כלל, נדרשות לפחות 1 עסקאות זכייה/אבודות כדי שתהיה לך רמת ביטחון מספקת.

התכונות הבאות מונעות בינה מלאכותית אינן זקוקות לנתונים של עסקאות היסטוריות:

הזמן הטוב ביותר ליצירת קשר

זה נגזר על סמך היסטוריית המעורבות של איש קשר (מתי איש קשר פתח דוא"ל, שלח דוא"ל, צפה במסמך וכו')

סנטימנט עסקה ויצירת קשר

הסנטימנט נגזר מהודעות שנשלחו על ידי איש הקשר באמצעות תוכן דוא"ל, תמלול שיחות והודעות צ'אט.

התרעות על שיחות

מנהלי מכירות יכולים לקבל התראה כאשר ביטויים ספציפיים מוזכרים על ידי לקוח פוטנציאלי או לקוח.

ניתוח שיחות

ניתן להגדיר ביטויים ומילות מפתח ספציפיים כחיוביים או שליליים או ניטרליים. מנהלי מערכת יכולים גם לשים אותם בקטגוריות שונות (לדוגמה: תמחור, הצעת ערך, תכונות) ואז לראות סיכום של השיחות מהעסקה.

עוזר תשובה בדוא"ל

ניתן לספק לנציגי מכירות המלצות על תבניות ומסמכים בעת מענה לדוא"ל על סמך המידע המבוקש על ידי הלקוח הפוטנציאלי.

אימון מכירות

ניתן לנתח הקלטות שיחות ואימיילים כדי לראות כיצד אנשי מכירות מתקשרים. ניתוח קול יכול למדוד את מהירות הדיבור, מצב הרוח, יחס Talk2Listen ותובנות מתקדמות כמו האם איש מכירות טיפל בשאלות בצורה טובה, שאל שאלות והשהה כדי לאפשר ללקוחות להמשיך לדבר.

"30% מכל חברות ה-B2B ישתמשו בבינה מלאכותית כדי להגדיל לפחות אחד מתהליכי המכירה העיקריים שלהן." - גרטנר

6. מדוע כמה יוזמות מכירה מונחות בינה מלאכותית נכשלות?

כשאתה יוצא למסע כדי להבהיר את הצוות שלך בינה מלאכותית, עליך לזכור שכמה ניסיונות עבר של צוותים אחרים בהבאת בינה מלאכותית נכשלו.

הבנת הסיבות לכישלון תעזור לך להימנע מהמלכודות.

אז למה כמה יוזמות מכירות מבוססות AI נכשלות?

• מיעוט נתונים ואיכות ירודה של נתונים
• דגמי אימונים לא נכונים המועסקים על ידי מנוע ה- AI
• תקשורת מפוזרת על עסקאות עדכניות
• חוסר אמון ואימוץ לקוי של תכונות מבוססות AI על ידי אנשי מכירות
• חוסר התמדה

"92% מכל האינטראקציות עם הלקוחות מתרחשות בטלפון" - Salesforce

מיעוט נתונים ואיכות ירודה של נתונים

כדי לספק תחזיות והמלצות, מנועי AI משתמשים בנתונים מהעסקאות הקודמות שלך. זה כולל נתונים הקשורים לעסקה כגון שיחות, הודעות דוא"ל, משימות שהושלמו, מסמכים שנשלחו, שדות ליצירת קשר (לדוגמה: תפקיד איש קשר עסקה), שדות ארגוניים (לדוגמה: תעשיית הארגון, מיקום).

עם יותר נתונים, התחזיות וההמלצות, כמו הזמן הטוב ביותר ליצור קשר, ניקוד העסקה, המלצות העסקה, משתפרות.

טיפ:

אם כבר יש לך נתוני עסקות מהעבר, אז אתה יכול לצפות לתוצאות טובות בשלב מוקדם מאוד באימוץ הבינה המלאכותית.

Vtiger יכול גם לייבא את נתוני העבר שלך ממערכות CRM אחרות אם הארגון שלך מחפש להשתמש ב-Vtiger Calculus AI.

תכונות מסוימות של AI, בעיקר אלו המתאפשרות על ידי עיבוד שפה טבעית (NLP), כגון ניתוח שיחות, ניתוח דוא"ל, ציון סנטימנט, אותות שיחה, אינן זקוקות לנתונים היסטוריים. לכן, ביצוע אלה כחלק מהיעדים הראשוניים שלך יעזור לאנשי המכירות שלך מהיום הראשון.

הערה: Vtiger יכול לייבא את נתוני העבר שלך מ-CRM אחרים.

"איבוד פרודוקטיביות ולידים מנוהלים בצורה גרועה עולים לחברות לפחות טריליון דולר בכל שנה" - מועצת CMO

מודלים להכשרה קבועה

ניתן ליישם מודלים שונים של למידת מכונה (ML) על נתונים היסטוריים כדי ליצור תחזיות. לבחירת המודל יכולה להיות השפעה רבה על התוצאות. מודלים של ML המיישמים שיטות למידה עצמית מספקים תוצאות מדויקות יותר.

טיפ:

שים לב לכך שדגמי האימון עשויים להזדקק להתאמות. צוות Vtiger מוכן לעבוד איתך כדי לעקוב אחר התוצאות ולבצע את ההתאמות הנדרשות. Vtiger Calculus AI מאפשר למנהלי מערכת להתאים אישית את המודלים, ומספק בקרות קלות להגדרה כדי לקבל את התוצאות הטובות ביותר עבור הארגון שלך.

Calculus AI מציעה גם לאנשי מכירות לתקן את הסנטימנט בלחיצה אחת אם הם מוצאים שטקסט מסוים בתמליל הקלטת אימייל או שיחות פורש שגוי על ידי המערכת.

"40% האם משך הזמן שנציגי מכירות מבלים בחיפוש אחר מישהו להתקשר אליו" - Inside Sales

תקשורת מפוזרת ונקודות מגע נסתרות

אם השיחות, המיילים, הצ'אטים, שיחות הוואטסאפ לא נרשמות במערכת, אז מנוע הבינה המלאכותית יציע תחזיות והמלצות גרועות, בהתבסס על נתונים חלקיים. נקודות מגע מסוימות (לדוגמה: מעורבות במסמך הצעת המחיר או החזר ה-ROI) עשויות להיות מחוץ לרדאר, אך הן קריטיות באותה מידה כדי לעקוב אחר המעורבות ולהגיע לתחזית הנכונה.

טיפ:

מצא כלי שיש בו את התוספים והאינטגרציות שמביאים אוטומטית את השיחות, הצ'אטים, שיחות הוואטסאפ והמיילים ל-CRM ללא כל מאמץ של אנשי מכירות.

אפליקציית Vtiger CRM Mobile ולקוח האינטרנט מאפשרים לאנשי מכירות לבצע שיחות ולנהל שיחות WhatsApp מתוך האפליקציה. Vtiger משתלב גם עם Zoom Meet ו-Google Meet. (שילוב Microsoft Teams מגיע ברבעון הראשון של 1). ל-Vtiger יש גם הרחבות עבור Gmail ו- Office2021.

ל-Vtiger CRM יש מעקב מסמכים מובנה. לכן, כאשר אתה שולח אימייל מ-Vtiger עם הצעת מחיר או כל מסמך אחר, ה-CRM לא רק יתריע לך כשהם צופים בו, אלא גם ישתמש בנתונים כדי לעדכן תחזיות והמלצות.

"50% מחקרים מראים ש-35-50% מהמכירות עוברות לספק שמגיב ראשון" - מכירות פנים

אימוץ גרוע

תחזיות או המלצות לא מדויקות יכולות לדכא במהירות את ההתלהבות ולהפחית את האימוץ. לכן, חשוב להגדיר את הציפיות הנכונות בהתחלה ולבצע הפעלה נבונה של AI. מכיוון שחלק מהתכונות מבוססות AI עשויות להזדקק לנתונים, עדיף להפיץ אותם בחודש השני או השלישי.

טיפ:

השתמש בכלים הדורשים שינוי מינימלי בהרגלים. הגדר לוח זמנים בן 2 או 3 שלבים להפצת AI. שלב 1 יכול להיות תכונות שאינן זקוקות לנתונים היסטוריים (צוין לעיל).

"85% או לקוחות פוטנציאליים אינם מרוצים מהחוויה הטלפונית שלהם" - Salesforce

חוסר התמדה

כמו בכל יוזמה חדשה, יהיו מכשולים. במיוחד יוזמות שדורשות שינוי מסוים בהרגלים, גם אם מינוריות. אתה צריך לצפות לראות אתגרים בעת הפעלת מכירה מונחית בינה מלאכותית.

הם עשויים להיות בצורה של תחזיות לא מדויקות בגלל מודלים שגויים או נתונים לא מספיקים, או אימוץ לקוי בגלל חוסר הכשרה.

הידיעה שאלו תואמים לקורס, והתקדמות בפעולות המתקנות תוביל את צוות המכירות שלך לתוצאה מוצלחת.

טיפ:

מנהלי הקו הקדמי שלך הם קריטיים להפצה מוצלחת של AI. הם צריכים להיות חלק מהתכנון והמעקב אחר אימוץ תכונות AI.

שתף משוב עם מאמני ה- Vtiger CRM שלך לקבלת הדרכה.

"42.5% מנציגי המכירות לוקח 10 חודשים או יותר כדי להפוך לפרודוקטיביים" - Accenture

"צפויה צמיחה תלת ספרתית בתחומים כמו אינטליגנציה חיזוי (118%) ואוטומציה של תהליכי לידים למזומן (115%) בשלוש השנים הקרובות". - כוח מכירות

7. מה עליך להסתכל כאשר אתה בוחר כלי למכירה מונחית בינה מלאכותית?

ייתכן שאין לך את כל הנתונים שאתה צריך כשאתה מתחיל ביישום מכירה מונחית בינה מלאכותית בארגון שלך. לכן, כאשר מחפשים את הכלי המתאים, עליכם לחפש כלים המציעים את היכולות הללו.

• יכולת תצורה
• תכונות של יום 1

יכולת תצורה

בעוד כלים רבים מבטיחים יכולות AI מחוץ לקופסה עם מעט תצורה, הם זקוקים לאלפי רשומות, או מספקים תחזיות לא מדויקות. עם התערבות ידנית, ניתן לשפר את הדיוק של התחזיות במהירות אפילו עם פחות נתונים. לדוגמה, ייתכן שיש לך שיעורי המרה גבוהים באזורים גיאוגרפיים ספציפיים. ניתן לזהות זאת רק אם נעשה שימוש באזור במודל האימון. חלק מהכלים מאפשרים כוונון עדין של השדות במודל האימון.

"פי שניים הסיכויים שלחברות בעלות ביצועים גבוהים יש אוטומציה של מכירות בהשוואה לבעלי ביצועים נמוכים" - Velocify

כלים המציעים התאמה אישית מספקים תוצאות טובות יותר ומגבירים את האימוץ של AI בארגון שלך.

מה אתה יכול להתאים אישית:

• מודלים לאימון
• תבניות מסע (Playbooks)
• מודל NLP
• שדות לציון התאמה
• אותות שיחה - ביטויים חיוביים ושליליים ספציפיים לעסק שלך
• שמות מתחרים

תכונות של יום 1

גם אם אין לך נתונים על עסקאות קודמות, בזמן שאתה מחכה להצטברות הנתונים, יש דרכים שבהן AI יכול לעזור לאנשי מכירות ומנהלי מכירות ביום הראשון.

"33% הוא הזמן האמיתי שנציג מכירות מבלה במכירה פעילה" - CSO Insights

חפש כלים שיכולים להציע תכונות אלה שאינן זקוקות לנתונים של עסקאות היסטוריות:

• סנטימנט צור קשר וסנטימנט עסקה
• הזמן הטוב ביותר ליצירת קשר
• פעולה-פריטים מהקלטת שיחה
• לוחות מחוונים לאימון

"לצוותי מכירות בעלי ביצועים גבוהים יש סיכוי גבוה פי 2.8 להיות מצטיינים או טובים מאוד באינטליגנציה חיזוי." - כוח מכירות

8. הדרך להצלחה מואצת בינה מלאכותית

AI יכול לשנות את הדרך שבה הצוות שלך מוכר. הפעולות שהם נוקטים בעסקאות, תזמון המעקבים, איכות השיחות, המסמכים המשותפים ישתפרו כשתעצימו אותם עם ההמלצות התומכות ב-AI.

הנה כמה צעדים פשוטים שעליך לנקוט כדי להבטיח תוצאה מוצלחת כשאתה מתחיל להפעיל AI בצוות המכירות שלך.

שלב 1 - התחל עם יעדים פשוטים

מה אתה רוצה להשיג באמצעות AI - האם זה כדי לשפר את המרת לידים? כדי לשפר את שיעור הזכייה בעסקה? לסגור עסקאות מהר יותר? או האם זה לאמן נציגי מכירות לעשות גילוי טוב יותר או סגירה?

זכור כי אלא אם נציגי המכירות ייהנו מכך, האימוץ יהיה נמוך עבור כל טכנולוגיית מכירות חדשה. לכן, אחת המטרות העיקריות צריכה להיות העצמת נציגי מכירות.

בינה מלאכותית יכולה לעזור לנציגי מכירות בהיבטים רבים, החל מתעדוף לידים, דרך זיהוי פעולות שיש לבצע בעסקה, או התראה על עסקאות סרק, או הצעת תוכן לכלול בעת מענה למייל ועוד.

"לצוותי מכירות בעלי ביצועים גבוהים יש סבירות גבוהה פי 10.5 מאשר ביצועים נמוכים לחוות השפעה חיובית גדולה על דיוק התחזית בעת שימוש ביכולות חכמות". - כוח מכירות

שלב 2 - תקשור לכל בעלי העניין

מכירה מונחית בינה מלאכותית עשויה להתקבל בספקנות על ידי צוות המכירות שלך. שמנו לב לזה גם בצוות המכירות שלנו.

לאנשי מכירות יש 2 חששות עיקריים.

• דיוק התחזיות: AI משתפר עם יותר נתונים. לכן, בשלבים מוקדמים בטח יהיו מקרים שבהם התחזיות וההמלצות אינן מדויקות. הגדר ציפיות בהתאם.
• פחד ש- AI עשוי להגביל את תפקידם: להיפך, AI משפר את הצלחתם בכך שהוא עוזר חכם עבורם.

הודע לצוות המכירות שלך מה אתה מחפש להשיג על ידי יישום מכירה מונחית בינה מלאכותית, וכיצד זה יעזור להם ולארגון.

"46% מהחברות אומרות ששיווק ומכירות הם התחום שבו הם משקיעים הכי הרבה במערכות אימוץ בינה מלאכותית". - כוח מכירות

שלב 3 - מצא כלי המאפשר לך להתחיל עם הנתונים שברשותך

אפליקציות מונעות בינה מלאכותית דורשות נתונים כדי להכשיר את מודל החיזוי. זה לא רק שמות וגודל העסקאות של עסקאות שזכו ואבדו, אלא גם נקודות מגע בעסקאות, ותכונות אחרות של העסקה והארגון הקשור, ואנשי קשר. בדרך כלל, ייתכן שהנתונים האלה לא יהיו זמינים אם אתה מתחיל מחדש.

כלים כמו Vtiger Calculus יכולים לעזור לך להתחיל עם נתונים מוגבלים, ולהניע אותך ליום הראשון עם תכונות שאינן דורשות נתונים היסטוריים. לדוגמה, הצוות שלך יכול ליהנות מתכונות כמו הזמן הטוב ביותר ליצירת קשר, ניתוח שיחות ולוח המחוונים של אימון, כרטיסי ניקוד אימון 1% מחוץ לקופסה.

"139% הוא קצב העלייה החזוי באימוץ AI על ידי צוותי מכירות בשלוש השנים הקרובות." - כוח מכירות

שלב 4 - אסוף משוב באמצעות ביקורות שבועיות במשך 90 הימים הראשונים.

אסוף משוב מאנשי המכירות וממנהיגי המכירות על אילו תכונות הן ואינן עוזרות להם לעמוד ביעדים שלהם. . מנועי AI משתמשים במודלים אלגוריתמיים שונים על הנתונים כדי ליצור תחזיות. מודלים אלה עשויים להזדקק לשינוי מסוים כדי להבטיח שהתחזיות וההמלצות מדויקות. הסקירה השבועית תסייע לתפוס סטיות מוקדם ככל האפשר ולשפר את דיוק התחזיות.

9. תקציר

בדו"ח שנערך לאחרונה בשם 'מכירה מודרכת של AI', מצאה גרטנר שמגיפת COVID-19 תפסה צוותי מכירות רבים לא מוכנים. תחזיות מתוקנות הן ב-50% הנחה מהתחזיות הבסיסיות הקודמות. מובילי מכירות רבים מחפשים כעת לחדש תהליכים פנימיים וחיצוניים כדי לשפר המרות ודיוק בתחזיות.

על ידי שימוש בכלים המופעלים על ידי AI, מובילי מכירות יכולים לספק עוזר מוכשר שידריך את אנשי המכירות שלהם בכל שלבי דרכם עם כל לקוח. הם גם יכולים להפוך להיות מנטורים.

"81% מהמנכ"לים של Fortune 500 רואים בינה מלאכותית תחום חיוני להשקעה." - פורבס

"83% מהמאמצים האגרסיביים ביותר של AI וטכנולוגיות קוגניטיביות אמרו שהחברות שלהם כבר השיגו יתרונות מתונים (53%) או משמעותיים (30%). - דלויט