Umjetna inteligencija u prodaji
istaknuta slika

AI je već sveprisutan u našim osobnim životima. Naša su iskustva obogaćena njegovom primjenom u različitim područjima.

Vjerojatno a da toga nismo ni svjesni, koristimo tehnologiju omogućenu umjetnom inteligencijom u obliku videopreporuka, preporuka proizvoda, glasovnih asistenata, prepoznavanja lica za prijavu i mnogih drugih značajki u svakodnevnom životu.

AI nam već štedi vrijeme, a istovremeno nas vodi do sadržaja i proizvoda prilagođenih nama.

I na radnim mjestima AI može potaknuti automatizaciju radi uštede vremena i povećanja ljudskih sposobnosti za postizanje boljih rezultata.

Gartner u svom postu Vrhunske CRM prodajne tehnologije za nove stvarnosti prodaje Covid-19 svijeta je izložio 5 primjena AI u prodajnim procesima.

  • AI u predviđanju prodaje
  • AI u bodovanju
  • AI u razgovornoj inteligenciji
  • AI u tehnologijama određivanja cijena
  • Omogućavanje AI u Coachingu

Ova e-knjiga daje CXO-ovima i voditeljima prodaje sve što trebaju znati o prodaji vođenoj umjetnom inteligencijom i njezinoj uspješnoj implementaciji u svojim organizacijama.

"Poslovni čelnici vjeruju da će umjetna inteligencija biti temeljna u budućnosti. Zapravo, 72% ju je nazvalo poslovnom prednošću." - PwC

1. Što je AI-vođena prodaja

Tradicionalno, gledamo samo aktivnosti vezane uz određeni posao ili određenog potencijalnog klijenta i donosimo odluke o sljedećim koracima.

Odluke poput "koji je dokument najbolje poslati" i "kada je najbolje vrijeme za kontakt" prepuštene su najboljoj procjeni prodavača.

Izrađujemo predviđanja dodjeljivanjem fiksne vjerojatnosti konverzije za svaku fazu posla.

Primjer: Novo je 10%, Kvalificirano je 20%, Spremno za zatvaranje je 80% itd. Slično tome, vodimo bodove dodjeljivanjem fiksnih bodova za određene karakteristike ili ponašanje.

Tradicionalni proces prodaje nema sustavan pristup učenju iz prošlosti kako bi se poboljšali budući rezultati.

Prodaja vođena umjetnom inteligencijom premošćuje ovaj jaz.

AI je u biti samo jednostavan proces analize povijesnih podataka, pronalaženja obrazaca uzroka koji dovode do određenih ishoda i izvlačenja zaključaka koji se potom mogu koristiti za predviđanje i davanje preporuka.

Osim toga, sada također imamo sredstva za automatsko tumačenje osjećaja iz telefonskih prijepisa i e-pošte.

AI programi to čine primjenom mogućnosti strojnog učenja (ML) i obrade prirodnog jezika (NLP).

Strojevi su vrlo dobri u prosijavanju podataka stotinama ili tisućama puta u kratkom vremenskom razdoblju.

AI može pomoći odgovoriti na pitanja poput ovih:

  • Koliki utjecaj ima industrija klijenta
  • imate na svojoj stopi pobjede?
  • Što kažete na lokaciju?
  • Što je s prodavačem dodijeljenim poslu?

Postoje mnogi drugi čimbenici - broj angažmana, raspoloženje, dijeljeni dokumenti, način na koji se rješavaju prigovori u pozivima itd.

Sve to u različitim stupnjevima utječe na ishod i umjetna inteligencija može pretražiti povijesne podatke kako bi pronašla korelacije i uzročne veze.

Uz dovoljno povijesnih podataka, AI programi mogu pronaći uzorke i testirati različite hipoteze kako bi vidjeli koji čimbenici imaju veći stupanj utjecaja i dali predviđanja i preporuke.

Neke značajke maskirane u uniformama umjetne inteligencije zapravo ne koriste strojno učenje, već koriste dostupne podatke o dogovoru i kontaktu za pružanje pravovremenih pametnih upozorenja (npr.: Sustav može poslati upozorenje ako je dogovor neaktivan ili zaustavljen u fazi dulje od 5 dana) .

"67% prodajnih predstavnika propušta svoju godišnju kvotu" - Grupa TAS

2. Kako umjetna inteligencija pomaže prodajnom predstavniku

Stavka Lead & MQL

Obogaćivanje profila

Prodajni predstavnici obično troše vrijeme na LinkedIn ili druge resurse istražujući izglede. Alati koji mogu unijeti korisne detalje s obzirom na e-adresu ili naziv tvrtke mogu biti vrlo korisni i uštedjeti vrijeme prodajnim predstavnicima.

Ocijenite ocjenu

Prodajni predstavnici gube puno vremena progoneći loše kvalificirane potencijalne kupce. Pregledom ponašanja angažmana i karakteristika profila potencijalnih kupaca, AI aplikacije mogu identificirati karakteristike potencijalnih klijenata koje dovode do veće konverzije. Angažiranost na e-porukama, web mjestima, društvenim kanalima, zajedno s podacima o profilu, svi su faktori koji mogu pomoći u predviđanju vjerojatnosti konverzije.

Upozorenja o dupliciranim zapisima

Koliko god vaš sustav bio sofisticiran, duplicirani zapisi ipak ulaze u sustav. To je vrlo često zbog manjih varijacija u tekstu koji se koristi za isti kontakt ili organizaciju ili dogovor. Programi mogu tražiti takve dvostruke zapise i upozoravati prodajne predstavnike tako da se informacije ne rasipaju u različite evidencije.

"52% tvrtki vjerovalo je da imaju samo podatke o klijentima čija je stopa pouzdanosti veća od 75%. Dok je samo 23% tvrtki vjerovalo da imaju pouzdane podatke o potencijalnim klijentima." - Uvidi OCD

AI se može koristiti za poboljšanje rezultata u svakoj fazi procesa prodaje. Na stranicama koje slijede pobliže ćemo pogledati kako AI može utjecati na svaku fazu prodajnog lijevka.

SQL faza

Najbolje vrijeme za kontakt

Poboljšajte stopu odgovora slanjem e-pošte ili upućivanjem poziva kad su najvjerojatnije da će vaši kontakti biti voljni. Na temelju njihovog prethodnog angažmana s vašim timom, sustav može predložiti prikladne vremenske termine za poziv ili e-poštu.

Pomoćnik e-pošte

Kada odgovarate na e-poštu, AI može predložiti dokumente ili predloške koje prodajni predstavnici mogu umetnuti jednim klikom što se zove Preporuke dokumenata. Kako posao napreduje kroz različite faze, određeni dokumenti kao što su studije slučaja, dokumenti za usporedbu ili dokumenti o povratu ulaganja mogu pomoći vašim potencijalnim kupcima dok procjenjuju vaš proizvod. Aplikacije vođene umjetnom inteligencijom mogu pogledati povijesne podatke o stopi uspješnosti različitih dokumenata i dati pravovremene preporuke.

Podsjetnici u mirovanju za kontakt

Prodaja je proces izgradnje odnosa. Važno je nastaviti se baviti svojim potencijalnim klijentima, čak i onima koji nemaju neposredne potrebe. Podsjetnici za neaktivan kontakt mogu pomoći prodajnim predstavnicima da ostanu u kontaktu sa svojim potencijalnim klijentima.

"15% je povećana mogućnost povezivanja s potencijalnim klijentom ako zovete između 8-11 ujutro."

Faza dogovora

Rezultat ponude

Znanje vjerojatnosti uspjeha u dogovoru važno je poduzeti korektivne mjere prije vremena i generirati predvidljive prognoze.

Upozorenja o ponudama i preporuke za zadatke

Osim preporuka za dokumente, prodajni predstavnici mogu imati koristi i od drugih savjeta koji prevladavaju prepreke. Na primjer, sustav može upozoriti:

  • Prodajni predstavnici ako osoba koja donosi odluke još nije identificirana, ali se posao kreće 'Kvalificirana' faza.
  • Menadžeri ako je uklapanje profila klijenta slabo za posao i oni trebaju uskočiti kako bi ponudili smjernice prodajnim predstavnicima.

Akcijske stavke iz e-pošte, poziva i sastanaka

Koliko često smo propustili naredne zadatke koje smo obećali? Analizirajući komunikaciju u pozivima i e-porukama i koristeći NLP, AI aplikacije mogu odabrati akcijske stavke kako bi prodajnim predstavnicima olakšale praćenje.

Optimizacija cijena

Koji je pravi popust za klijenta? Treba li uopće dati popust? Sustavi temeljeni na AI mogu predložiti prave popuste ili varijacije cijena na temelju podataka iz prošlih prodaja.

"50% prodajnog vremena gubi se na neproduktivno traženje potencijalnih kupaca" - B2B Lead

Faza kupca

Upselling i unakrsna prodaja

Kada je pravo vrijeme za nadogradnju? Ili od kojih bi drugih proizvoda vaš klijent mogao imati koristi? Korištenjem AI-a možete prepoznati mogućnosti za proširivanje postojećih odnosa s klijentima.

"85% rukovoditelja vjeruje da će umjetna inteligencija omogućiti njihovim tvrtkama da steknu ili održe konkurentsku prednost, ali samo oko 20% ih je na neki način uključilo umjetnu inteligenciju, a manje od 39% ima strategiju umjetne inteligencije" - MIT

3. Kako AI pomaže voditelju prodaje

Uvid u ponude

Upozorenja o razgovoru i Izvršni sažetak dogovora

Alati umjetne inteligencije omogućeni s NLP-om mogu menadžerima prodaje pružiti izvršni sažetak posla, dajući im pogled iz ptičje perspektive na sve aktivnosti vezane uz posao te pozitivne i negativne signale.

Alat može analizirati putem transkripata poziva i e-pošte i tražiti fraze koje su kategorizirali administratori (npr. Cijene, Priručnik, Natjecatelji, Značajke) i dati sažetak.

Voditelji prodaje mogu vidjeti kreće li se raspoloženje potencijalnog klijenta u pozitivnom smjeru i kliknite kako biste vidjeli određene razgovore.

"55% ljudi koji zarađuju za život od prodaje nema prave vještine za uspjeh." - Caliper Corp

Prognoze

Prognoza temeljena na AI

Neki su prodavači dobri u dodjeljivanju vjerojatnosti, a drugi nisu. Neki su previše optimistični, a drugi oprezni. Tradicionalne prognoze često se pokažu netočnima zbog ovih ljudskih sklonosti.

Voditelji prodaje mogu dobiti pouzdanije prognoze primjenom modela strojnog učenja koji uzimaju u obzir sve angažmane vezane uz posao koji bi mogli utjecati na njegov rezultat. Nemojte se držati samo predosjećaja!

Kao i sa svime što je povezano s umjetnom inteligencijom, točnost predviđanja tijekom vremena kako više podataka postaje dostupno.

"102 dana je prosječna duljina potencijalnog klijenta" - Salesforce

Podučavanje i treniranje

AI može transformirati voditelje prodaje u mentore prodaje

Ako upravljate timom od 10 prodajnih predstavnika, nemoguće je ručno pregledati pozive čak i ako svaki od njih provede 3 sata na telefonu dnevno (to znači da morate pregledati 30 sati u svojih 9 sati, čak iako je to jedina stvar vi to radite). Alati temeljeni na AI koji primjenjuju NLP mogu pružiti statistiku poput raspoloženja, razgovora-slušanja, najdužih monologa itd.

Alati s omogućenom umjetnom inteligencijom mogu pregledati snimljene pozive i e-poštu te označiti one koji ne zadovoljavaju kako bi ih pregledali voditelji prodaje (tj. treneri). Menadžeri mogu vidjeti koji predstavnici trebaju pomoć i područja u kojima trebaju pomoć (npr. postavljanje dnevnog reda, pitanja za otkrivanje, rješavanje prigovora...). Prilikom pregledavanja poziva/e-pošte, menadžeri mogu navesti primjere i smjernice kako bi se ubrzao proces učenja prodavača.

"81% je reklo da bi se točnost njihovih podataka mogla poboljšati hvatanjem kvalitetnih podataka za kontakt od ljudi koje susreću ili s kojima e-poruku." - Introhive

4. Koji su podaci bitni za ostvarivanje svih prednosti prodaje vođene umjetnom inteligencijom?

Neke od značajki koje pokreće AI za koje su potrebni povijesni podaci su:

Bodovanje po dogovoru

Neke komponente ocjene dogovora, posebno rezultat prikladnosti, rezultat autoriteta, rezultat angažmana određuju se na temelju usporedbe atributa ovog dogovora s prethodnim dobivenim/izgubljenim poslovima.

Preporuke zadataka

Preporuke o tome koji dokument poslati ili koju radnju učiniti sljedeće u određenoj fazi posla odredit će se na temelju ishoda provođenja tih radnji u prošlim poslovima kako su napredovali do zatvaranja.

Prognoza vođena umjetnom inteligencijom

Uzimajući u obzir ocjenu posla omogućenu umjetnom inteligencijom, prognoze se mogu učiniti više na objektivnijoj osnovi.

Ove spomenute značajke zahtijevaju podatke o prošlim poslovima (dobivenim ili izgubljenim) za izradu i testiranje modela predviđanja.

"82% B2B donositelja odluka smatra da su prodajni predstavnici nepripremljeni" - Blender

Evo nekih od ključnih atributa koji se oslanjaju na podatke iz prošlih poslova:

  • Naziv cjevovoda dogovora
  • Dogovor je ušao u faze i vrijeme provedeno u fazama
  • Rezultat dogovora (dobijeno/izgubljeno)
  • Iznos dogovora
  • Ime vlasnika
  • Povezana organizacijska industrija, veličina, regija i druga polja
  • Uloge povezanih kontakata u dogovoru
  • Broj dodirnih točaka u svakoj fazi dogovora - e-pošta, razgovori, pozivi, sastanci, kampanje, aktivnost web stranice, dokumenti i slučajevi.
  • Nazivi dokumenata koji se dijele u različitim fazama posla

Postoje mnoge druge značajke s omogućenom umjetnom inteligencijom koje ne zahtijevaju ove povijesne podatke kao što je objašnjeno u nastavku.

"79% podataka povezanih s prilikama koje prikupe prodajni predstavnici nikada se ne ažuriraju u CRM sustavu." - ESNA

5. Što ako nemamo podatke o prošlim poslovima?

Predviđanja i preporuke temeljene na umjetnoj inteligenciji postaju bolje s više podataka. Ali, ako počinjete bez ikakvih podataka, tada vam neke od AI mogućnosti možda neće biti dostupne prvog dana. Obično je potrebno najmanje 1 dobivenih/izgubljenih poslova da biste imali dovoljnu razinu povjerenja.

Sljedeće značajke vođene umjetnom inteligencijom ne trebaju podatke o povijesnim poslovima:

Najbolje vrijeme za kontakt

Ovo se izvodi na temelju povijesti angažmana kontakta (kada je kontakt otvorio e-poštu, poslao e-poštu, pogledao dokument itd.)

Osjećaj dogovora i kontakta

Osjećaj se izvodi iz poruka koje je kontakt poslao putem sadržaja e-pošte, prijepisa poziva i poruka chata.

Upozorenja o razgovorima o dogovoru

Voditelji prodaje mogu biti upozoreni kada potencijalni klijent ili klijent spomenu određene fraze.

Analiza razgovora

Određene fraze i ključne riječi mogu se konfigurirati kao pozitivne, negativne ili neutralne. Administratori ih također mogu staviti u različite kategorije (npr. cijene, ponuda vrijednosti, značajke) i zatim vidjeti sažetak razgovora iz Ugovora.

Pomoćnik za odgovor putem e-pošte

Prodajni predstavnici mogu dobiti predloške i preporuke za dokumente kada odgovaraju na e-poštu na temelju informacija koje traži potencijalni klijent.

Treniranje prodaje

Snimke poziva i e-pošte mogu se analizirati kako bi se vidjelo kako prodavači komuniciraju. Analiza glasa može mjeriti brzinu govora, raspoloženje, omjer Talk2Listen i napredne uvide poput toga je li prodavač dobro rješavao pitanja, postavljao pitanja i zastao kako bi omogućio kupcima da nastave govoriti.

"30% svih B2B tvrtki koristit će umjetnu inteligenciju za povećanje barem jednog od svojih primarnih prodajnih procesa." - Gartner

6. Zašto neke prodajne inicijative vođene umjetnom inteligencijom ne uspijevaju?

Kada krećete na put ka AI-osvjetljavanju vašeg tima, trebali biste imati na umu da su neki prošli pokušaji drugih timova da uvedu AI bili neuspješni.

Razumijevanje razloga neuspjeha pomoći će vam da izbjegnete zamke.

Dakle, zašto neke prodajne inicijative temeljene na umjetnoj inteligenciji ne uspijevaju?

  • Nedostatak podataka i loša kvaliteta podataka
  • Pogrešni modeli treninga koje koristi AI motor
  • Razbacane komunikacije o trenutnim ponudama
  • Nedostatak povjerenja i loše usvajanje značajki temeljenih na umjetnoj inteligenciji od strane prodavača
  • Nedostatak ustrajnosti

"92% svih interakcija s klijentima događa se putem telefona" - Salesforce

Nedostatak podataka i loša kvaliteta podataka

Za pružanje predviđanja i preporuka, AI motori koriste podatke iz vaših prošlih poslova. To uključuje podatke vezane uz dogovor kao što su pozivi, e-poruke, dovršeni zadaci, poslani dokumenti, kontaktna polja (npr. kontaktna uloga dogovora), organizacijska polja (npr. organizacijska industrija, lokacija).

S više podataka, predviđanja i preporuke, poput najboljeg vremena za kontakt, rezultata dogovora, preporuka dogovora, postaju bolji.

Savjet:

Ako već imate podatke o prošlim poslovima, možete očekivati ​​dobre rezultate vrlo rano u usvajanju umjetne inteligencije.

Vtiger također može uvesti vaše prošle podatke iz drugih CRM-ova ako vaša organizacija želi koristiti Vtiger Calculus AI.

Neke značajke umjetne inteligencije, prvenstveno one koje omogućuje obrada prirodnog jezika (NLP), kao što su analiza poziva, analiza e-pošte, rezultat osjećaja, signali razgovora, ne trebaju povijesne podatke. Dakle, postavljanje ovih kao dio vaših početnih ciljeva pomoći će vašim prodavačima od 1. dana.

Napomena: Vtiger može uvesti vaše prošle podatke iz drugih CRM-ova.

„Gubitak produktivnosti i loše vođeni potencijalni klijenti koštaju tvrtke najmanje 1 trilijun dolara svake godine” – Vijeće CMO-a

Fiksni modeli treninga

Različiti modeli strojnog učenja (ML) mogu se primijeniti na povijesne podatke radi predviđanja. Odabir modela može imati veliki utjecaj na rezultate. ML modeli koji primjenjuju metode samoučenja daju preciznije rezultate.

Savjet:

Budite svjesni da bi modele obuke možda trebale prilagoditi. Vtiger tim spreman je raditi s vama na praćenju rezultata i uvođenju potrebnih prilagodbi. Vtiger Calculus AI omogućuje administratorima da prilagode modele i omogućuje jednostavne kontrole za konfiguriranje kako biste dobili najbolje rezultate za svoju organizaciju.

Calculus AI također nudi prodavačima ispravljanje osjećaja jednim klikom ako otkriju da je određeni tekst u e-poruci ili transkriptu snimke poziva sustav pogrešno protumačio.

"40% je količina vremena koju prodajni predstavnici potroše tražeći nekoga koga će nazvati" - Inside Sales

Razbacane komunikacije i skrivene dodirne točke

Ako pozivi, e-poruke, chatovi, WhatsApp razgovori nisu prijavljeni u sustav, tada će AI motor ponuditi loša predviđanja i preporuke, na temelju djelomičnih podataka. Neke dodirne točke (primjerice: angažman na dokumentu ponude ili povrata ulaganja koji vam je poslao prodavač) mogu biti izvan radara, ali su jednako ključne za praćenje angažmana i dolazak do pravog predviđanja.

Savjet:

Pronađite alat koji ima dodatke i integracije koji automatski unose pozive, chatove, WhatsApp razgovore i e-poštu u CRM bez ikakvog napora prodavača.

Mobilna aplikacija Vtiger CRM i web klijent omogućuju prodavačima da upućuju pozive i vode WhatsApp razgovore unutar aplikacije. Vtiger se također integrira sa Zoom Meet i Google Meet. (Microsoft Teams integracija dolazi u prvom kvartalu 1.). Vtiger također ima dodatke za Gmail i Office2021.

Vtiger CRM ima ugrađeno praćenje dokumenata. Dakle, kada pošaljete e-poštu s Vtigera s ponudom ili bilo kojim drugim dokumentom, CRM ne samo da će vas upozoriti kada ga pogleda, već će također koristiti podatke za ažuriranje predviđanja i preporuka.

"50% istraživanja pokazuju da 35 -50% prodaje ide dobavljaču koji prvi odgovori" - Inside Sales

Loše usvajanje

Netočna predviđanja ili preporuke mogu brzo oslabiti entuzijazam i smanjiti usvajanje. Dakle, važno je postaviti ispravna očekivanja na početku i izvršiti mudro uvođenje značajki AI-ja. Budući da neke od značajki koje se temelje na umjetnoj inteligenciji možda trebaju podatke, bolje ih je uvesti u 2. ili 3. mjesecu.

Savjet:

Koristite alate koji zahtijevaju minimalnu promjenu navika. Postavite raspored u 2 ili 3 faze za uvođenje AI. Faza 1 mogu biti značajke za koje nisu potrebni povijesni podaci (navedeno gore).

"85% potencijalnih kupaca i kupaca nije zadovoljno svojim iskustvom na telefonu" - Salesforce

Nedostatak ustrajnosti

Kao i kod svake nove inicijative, bit će prepreka. Osobito inicijative koje zahtijevaju neke promjene u navikama, čak i ako su manje. Trebali biste očekivati ​​izazove pri uvođenju prodaje vođene umjetnom inteligencijom.

Mogu biti u obliku netočnih predviđanja zbog pogrešnih modela ili nedostatnih podataka ili lošeg usvajanja zbog nedostatka obuke.

Znajući da su to normalne stvari i napredovanje s korektivnim radnjama dovest će vaš prodajni tim do uspješnog ishoda.

Savjet:

Vaši prvi menadžeri ključni su za uspješno uvođenje umjetne inteligencije. Oni bi trebali biti dio planiranja i praćenja usvajanja značajke umjetne inteligencije.

Podijelite povratne informacije sa svojim Vtiger CRM trenerima da biste dobili smjernice.

"42.5% prodajnih predstavnika treba 10 mjeseci ili više da postanu produktivni" - Accenture

"Očekuje se troznamenkasti rast u područjima kao što su prediktivna inteligencija (118%) i automatizacija procesa koji vode do gotovine (115%) u sljedeće tri godine." - Salesforce

7. Na što treba obratiti pozornost pri odabiru alata za prodaju vođenu umjetnom inteligencijom?

Možda nećete imati sve podatke koji su vam potrebni kada započnete implementaciju prodaje vođene umjetnom inteligencijom u svojoj organizaciji. Dakle, kada tražite pravi alat, trebali biste tražiti alate koji nude te mogućnosti.

  • Konfigurabilnost
  • Značajke 1. dana

Konfigurabilnost

Dok mnogi alati obećavaju AI mogućnosti odmah uz malo konfiguracije, ili trebaju tisuće zapisa ili daju netočna predviđanja. Uz ručnu intervenciju, točnost predviđanja može se brzo poboljšati čak i s manje podataka. Na primjer, možete imati visoke stope konverzije u određenim geografskim regijama. To se može otkriti samo ako se regija koristi u modelu obuke. Neki alati omogućuju fino podešavanje polja u modelu obuke.

"Dvije šanse da uspješne tvrtke imaju automatizaciju prodaje u usporedbi s lošijima" - Velocify

Alati koji nude prilagodbu daju bolje rezultate i povećavaju prihvaćanje umjetne inteligencije u vašoj organizaciji.

Što možete prilagoditi:

  • Modeli treninga
  • Predlošci putovanja (knjige s igrama)
  • NLP model
  • Polja za Fit Score
  • Signali razgovora - pozitivne i negativne fraze specifične za vašu tvrtku
  • Imena natjecatelja

Značajke 1. dana

Čak i ako nemate podatke o prošlim poslovima, dok čekate da se podaci prikupe, postoje načini na koje AI može pomoći prodavačima i voditeljima prodaje prvog dana.

"33% je stvarno vrijeme koje prodajni predstavnik provodi aktivno prodajući" - CSO Insights

Potražite alate koji mogu ponuditi ove značajke koje ne trebaju podatke o povijesnim poslovima:

  • Osjećaj kontakta i osjećaj dogovora
  • Najbolje vrijeme za kontakt
  • Radnje - stavke iz snimke poziva
  • Nadzorne ploče za treniranje

"Prodajni timovi s visokim učinkom imaju 2.8 puta veću vjerojatnost da će biti izvanredni ili vrlo dobri u prediktivnoj inteligenciji." - Salesforce

8. Put do uspjeha ubrzanog umjetnom inteligencijom

AI može promijeniti način na koji vaš tim prodaje. Radnje koje poduzimaju na poslovima, vrijeme praćenja, kvaliteta razgovora, dokumenti koji se dijele poboljšat će se kada ih osnažite preporukama omogućenim AI.

Evo nekoliko jednostavnih koraka koje biste trebali poduzeti kako biste osigurali uspješan ishod kada počnete uvoditi AI u svoj prodajni tim.

Korak 1 - Počnite s jednostavnim ciljevima

Što želite postići korištenjem umjetne inteligencije - Je li to poboljšanje konverzije potencijalnih klijenata? Da biste poboljšali stopu dobivanja posla? Za brže sklapanje poslova? Ili je to podučavanje prodajnih predstavnika da bolje otkrivaju ili zatvaraju?

Imajte na umu da će usvajanje bilo koje nove prodajne tehnologije biti slabo, osim ako prodajni predstavnici nemaju koristi od toga. Stoga bi jedan od primarnih ciljeva trebao biti osnaživanje prodajnih predstavnika.

Umjetna inteligencija može pomoći prodajnim predstavnicima u mnogim aspektima, od određivanja prioriteta potencijalnim kupcima, do identificiranja radnji koje treba izvršiti u vezi s dogovorom ili upozoravanja na neaktivne poslove ili predlaganja sadržaja koji treba uključiti prilikom odgovaranja na e-poštu, i više.

"Prodajni timovi s visokim učinkom imaju 10.5 puta veću vjerojatnost da će iskusiti veliki pozitivan učinak na točnost predviđanja od onih s lošijim rezultatima kada koriste inteligentne mogućnosti." - Salesforce

Korak 2 - Komunicirajte sa svim dionicima

Vaš prodajni tim mogao bi sa skepsom prihvatiti prodaju vođenu umjetnom inteligencijom. Primijetili smo to iu vlastitom prodajnom timu.

Prodavači imaju 2 primarne brige.

  • Točnost predviđanja: AI postaje bolji s više podataka. Dakle, u ranim fazama sigurno će biti slučajeva u kojima predviđanja i preporuke nisu točni. Postavite očekivanja u skladu s tim.
  • Strah da bi im AI mogao ograničiti ulogu: Naprotiv, AI povećava njihov uspjeh tako što im je pametan pomoćnik.

Obavijestite svoj prodajni tim o tome što želite postići implementacijom AI vođene prodaje i kako će to pomoći njima i organizaciji.

"46% tvrtki kaže da su marketing i prodaja područje u kojem najviše ulažu u sustave usvajanja umjetne inteligencije." - Salesforce

Korak 3 - Pronađite alat koji vam omogućuje da počnete s podacima koje imate

Aplikacije koje pokreće umjetna inteligencija zahtijevaju podatke za obuku modela predviđanja. Ne radi se samo o imenima i veličini dogovora dobivenih i izgubljenih poslova, već i o dodirnim točkama na poslovima i drugim atributima dogovora i povezanim organizacijama i kontaktima. Obično ti podaci možda neće biti dostupni ako počinjete iznova.

Alati kao što je Vtiger Calculus mogu vam pomoći da počnete s ograničenim podacima i pokrenuti vas prvi dan sa značajkama koje ne zahtijevaju povijesne podatke. Na primjer, vaš tim može imati koristi od značajki kao što su najbolje vrijeme za kontakt, analiza poziva i nadzorna ploča za treniranje, kartice s rezultatima za treniranje 1% izvan kutije.

"139% je projicirana stopa povećanja usvajanja umjetne inteligencije od strane prodajnih timova u sljedeće tri godine." - Salesforce

Korak 4 - Prikupite povratne informacije putem tjednih pregleda tijekom prvih 90 dana.

Prikupite povratne informacije od prodavača i voditelja prodaje o tome koje im značajke pomažu u postizanju ciljeva, a koje ne. . AI motori koriste različite algoritamske modele na podacima za izradu predviđanja. Ove modele možda treba malo prilagoditi kako bi se osiguralo da su predviđanja i preporuke točni. Tjedni pregled pomoći će u što ranijem otkrivanju odstupanja i poboljšanju točnosti predviđanja.

9. Sažetak

U nedavnom izvješću pod nazivom 'Prodaja vođena umjetnom inteligencijom' Gartner je otkrio da je epidemija COVID-19 mnoge prodajne timove uhvatila nespremne. Revidirana predviđanja su 50% niža od prethodnih osnovnih predviđanja. Mnogi voditelji prodaje sada žele modernizirati unutarnje i vanjske procese kako bi poboljšali konverzije i točnost predviđanja.

Korištenjem alata koje pokreće umjetna inteligencija, voditelji prodaje mogu osigurati sposobnog pomoćnika koji će voditi njihove prodavače u svim fazama njihova putovanja sa svakim kupcem. Također se mogu transformirati u mentore.

"81% izvršnih direktora Fortune 500 smatra umjetnu inteligenciju ključnim područjem za ulaganje." - Forbes

"83% najagresivnijih usvojitelja umjetne inteligencije i kognitivnih tehnologija reklo je da su njihove tvrtke već postigle umjerenu (53%) ili značajnu (30%) korist." - Deloitte