Sztuczna inteligencja w sprzedaży
przedstawiony obraz

Sztuczna inteligencja jest już wszechobecna w naszym życiu osobistym. Nasze doświadczenia są wzbogacone ze względu na ich zastosowanie w różnych obszarach.

Być może nawet nie zdając sobie z tego sprawy, używamy technologii obsługującej sztuczną inteligencję w postaci rekomendacji wideo, rekomendacji produktów, asystentów głosowych, rozpoznawania twarzy do logowania i wielu innych funkcji w naszym codziennym życiu.

Sztuczna inteligencja już teraz oszczędza nam czas, jednocześnie prowadząc nas do treści i produktów dostosowanych do naszych potrzeb.

Również w miejscach pracy sztuczna inteligencja może zwiększyć automatyzację, oszczędzając czas i zwiększając ludzkie możliwości, aby osiągnąć lepsze wyniki.

Gartnera w swoim poście Najlepsze technologie sprzedaży CRM dla nowych realiów sprzedaży na świecie Covid-19 przedstawił 5 zastosowań AI w procesach sprzedaży.

  • AI w prognozowaniu sprzedaży
  • Sztuczna inteligencja w punktacji transakcji
  • Sztuczna inteligencja w analizie konwersacji
  • AI w technologiach cenowych
  • AI w umożliwieniu coachingu

Ten eBook daje CXO i liderom sprzedaży wszystko, co muszą wiedzieć o sprzedaży kierowanej przez sztuczną inteligencję i skutecznym wdrażaniu jej w swoich organizacjach.

„Liderzy biznesowi uważają, że sztuczna inteligencja będzie miała w przyszłości fundamentalne znaczenie. W rzeczywistości 72% określiło ją jako przewagę biznesową”. - PwC

1. Czym jest sprzedaż wspomagana sztuczną inteligencją?

Tradycyjnie patrzymy tylko na aktywność związaną z konkretną transakcją lub konkretnym leadem i podejmujemy decyzje dotyczące kolejnych kroków.

Decyzje takie jak „jaki dokument najlepiej wysłać” i „kiedy jest najlepszy czas na kontakt” pozostawia się najlepszej ocenie sprzedawcy.

Prognozujemy, przypisując stałe prawdopodobieństwo konwersji dla każdego etapu transakcji.

Przykład: Nowy to 10%, Kwalifikowany to 20%, Gotowy do zamknięcia to 80% itd. Podobnie oceniamy potencjalnych klientów, przypisując stałe punkty za określone cechy lub zachowanie.

Tradycyjny proces sprzedaży nie wymaga systematycznego podejścia, polegającego na wyciąganiu wniosków z przeszłości w celu poprawy przyszłych wyników.

Sprzedaż kierowana przez sztuczną inteligencję wypełnia tę lukę.

Sztuczna inteligencja to w zasadzie prosty proces analizowania danych historycznych, znajdowania wzorców przyczyn prowadzących do określonych wyników i wyciągania wniosków, które można następnie wykorzystać do przewidywania i przedstawiania rekomendacji.

Ponadto mamy teraz także możliwość automatycznej interpretacji nastrojów na podstawie transkrypcji rozmów telefonicznych i wiadomości e-mail.

Programy AI robią to poprzez zastosowanie możliwości uczenia maszynowego (ML) i przetwarzania języka naturalnego (NLP).

Maszyny bardzo dobrze radzą sobie z przeglądaniem danych setki lub tysiące razy w krótkim czasie.

Sztuczna inteligencja może pomóc odpowiedzieć na takie pytania:

  • Jak duży wpływ ma branża klienta
  • masz na swoim współczynniku wygranych?
  • A co z lokalizacją?
  • A co ze sprzedawcą przypisanym do transakcji?

Istnieje wiele innych czynników – liczba spotkań, nastroje, udostępnione dokumenty, sposób rozpatrywania zastrzeżeń podczas rozmów itp.

Wszystko to wpływa w różnym stopniu na wynik, a sztuczna inteligencja może przeglądać dane historyczne w celu znalezienia korelacji i przyczyn.

Mając wystarczające dane historyczne, programy AI mogą znajdować wzorce i testować różne hipotezy, aby sprawdzić, które czynniki mają większy wpływ, a także zapewnić prognozy i rekomendacje.

Niektóre funkcje ukryte w umundurowaniu AI w rzeczywistości nie korzystają z uczenia maszynowego, ale wykorzystują dostępne dane o transakcji i kontakcie, aby dostarczać inteligentne alerty w odpowiednim czasie (np. system może wysłać alert, jeśli transakcja jest bezczynna lub utknie w martwym punkcie przez ponad 5 dni). .

„67% przedstawicieli handlowych nie wykorzystuje rocznego limitu” – Grupa TAS

2. Jak sztuczna inteligencja pomaga przedstawicielowi handlowemu

Lead & MQL Stage

Wzbogacenie profilu

Przedstawiciele handlowi zazwyczaj spędzają czas na LinkedIn lub innych zasobach, badając perspektywy. Narzędzia, które mogą wprowadzić przydatne informacje, podane na adres e-mail lub nazwę firmy, mogą być bardzo przydatne i oszczędzać czas przedstawicieli handlowych.

Wynik punktowy

Sprzedawcy tracą dużo czasu na pogoń za słabo kwalifikowanymi leadami. Przeglądając zachowanie zaangażowania i cechy profilu potencjalnych klientów, aplikacje AI mogą identyfikować cechy potencjalnych klientów, które prowadzą do wyższej konwersji. Zaangażowanie w wiadomości e-mail, strony internetowe, kanały społecznościowe, wraz z danymi profilowymi, to wszystkie czynniki, które mogą pomóc przewidzieć prawdopodobieństwo konwersji.

Zduplikowane alerty dotyczące rekordów

Jakkolwiek skomplikowany może być Twój system, zduplikowane rekordy trafiają do systemu. Bardzo często jest to spowodowane niewielkimi odmianami tekstu używanego dla tego samego kontaktu, organizacji lub transakcji. Programy mogą szukać takich zduplikowanych rekordów i ostrzegać przedstawicieli handlowych, aby informacje nie były rozproszone w różnych rekordach.

„52% firm uważało, że dysponuje danymi klientów, których wskaźnik wiarygodności przekraczał 75%. Tylko 23% firm uważało, że posiadają wiarygodne dane dotyczące potencjalnych klientów”. - Spostrzeżenia GUS

Sztuczną inteligencję można wykorzystać do poprawy wyników na każdym etapie procesu sprzedaży. Na kolejnych stronach przyjrzymy się bliżej wpływowi AI na każdy etap lejka sprzedażowego.

Etap SQL

Najlepszy czas na kontakt

Popraw wskaźnik odpowiedzi, wysyłając e-maile lub dzwoniąc, gdy Twoje kontakty są najbardziej skłonne do zaangażowania się. Na podstawie ich wcześniejszego zaangażowania w Twój zespół system może zaproponować odpowiednie przedziały czasowe na telefon lub e-mail.

Asystent poczty elektronicznej

Odpowiadając na e-mail, sztuczna inteligencja może sugerować dokumenty lub szablony, które przedstawiciele handlowi mogą wstawić jednym kliknięciem, co nazywa się rekomendacjami dokumentów. W miarę jak transakcja przechodzi przez różne etapy, niektóre dokumenty, takie jak studia przypadków, dokumenty porównawcze lub dokumenty dotyczące zwrotu z inwestycji, mogą pomóc potencjalnym klientom w ocenie Twojego produktu. Aplikacje wspomagane sztuczną inteligencją mogą przeglądać dane historyczne dotyczące skuteczności różnych dokumentów i na bieżąco formułować rekomendacje.

Przypomnienia o bezczynnych kontaktach

Sprzedaż to proces budowania relacji. Ważne jest, aby nadal angażować się w kontakt z potencjalnymi klientami, nawet tymi, którzy nie mają pilnej potrzeby. Przypomnienia o nieaktywnych kontaktach mogą pomóc przedstawicielom handlowym pozostać w kontakcie z potencjalnymi klientami.

„15% to zwiększona możliwość nawiązania kontaktu z potencjalnym klientem, jeśli zadzwonisz w godzinach 8–11”.

Etap transakcji

Wynik transakcji

Znajomość prawdopodobieństwa sukcesu transakcji jest ważna, aby podjąć działania naprawcze z wyprzedzeniem i generować przewidywalne prognozy.

Alerty o transakcjach i zalecenia dotyczące zadań

Oprócz zaleceń dotyczących dokumentów, przedstawiciele handlowi mogą również skorzystać z innych wskazówek, które pozwalają pokonać przeszkody. Na przykład system może ostrzegać:

  • Przedstawiciele handlowi, jeśli decydent nie został jeszcze zidentyfikowany, ale transakcja wchodzi w życie Etap „kwalifikowany”..
  • Menedżerowie, jeśli profil klienta jest niski dla transakcji, i muszą wkroczyć, aby zaoferować wskazówki przedstawicielom handlowym.

Elementy działań z e-maili, połączeń i spotkań

Jak często pomijaliśmy zadania, które obiecaliśmy? Analizując komunikację w telefonach i e-mailach oraz używając NLP, aplikacje AI mogą wybierać elementy działań, aby ułatwić przedstawicielom handlowym dalsze działania.

Optymalizacja cen

Jaka jest właściwa zniżka dla klienta? Czy w ogóle należy udzielić rabatu? Systemy oparte na sztucznej inteligencji mogą sugerować odpowiednie rabaty lub zmiany cen na podstawie danych z poprzednich sprzedaży.

„50% czasu sprzedaży marnuje się na bezproduktywne poszukiwania” – Lead B2B

Etap klienta

Upselling i cross-Selling

Kiedy jest właściwy czas na sprzedaż dosprzedażową? Lub z jakich innych produktów może skorzystać Twój klient? Korzystając ze sztucznej inteligencji, możesz zidentyfikować możliwości rozszerzenia istniejących relacji z klientami.

„85% menedżerów wierzy, że sztuczna inteligencja umożliwi ich firmom uzyskanie lub utrzymanie przewagi konkurencyjnej, ale tylko około 20% w jakiś sposób wdrożyło sztuczną inteligencję, a mniej niż 39% ma wdrożoną strategię sztucznej inteligencji” – MIT

3. Jak AI pomaga liderowi sprzedaży

Informacje o transakcjach

Alerty rozmów i brief wykonawczy dotyczący transakcji

Narzędzia AI współpracujące z NLP mogą zapewnić menedżerom ds. sprzedaży podsumowanie transakcji, dając jej wgląd w całą działalność związaną z transakcją oraz pozytywne i negatywne sygnały.

Narzędzie może analizować transkrypcje rozmów i wiadomości e-mail oraz wyszukiwać frazy skategoryzowane przez administratorów (np.: Ceny, Poradnik, Konkurenci, Funkcje) i udostępniać podsumowanie.

Menedżerowie sprzedaży mogą zobaczyć, czy nastroje potencjalnego klienta zmierzają w pozytywnym kierunku, i kliknąć, aby zobaczyć konkretne rozmowy.

„55% osób utrzymujących się ze sprzedaży nie ma odpowiednich umiejętności, aby odnieść sukces”. - Firma Caliper

Prognozy

Prognoza oparta na sztucznej inteligencji

Niektórzy sprzedawcy są dobrzy w przypisywaniu prawdopodobieństwa, a inni nie. Niektórzy są zbyt optymistyczni, inni ostrożni. Tradycyjne prognozy często okazują się niedokładne ze względu na ludzkie skłonności.

Menedżerowie sprzedaży mogą uzyskać bardziej wiarygodne prognozy, stosując modele uczenia maszynowego, które uwzględniają wszystkie zobowiązania związane z transakcją, które mogą mieć wpływ na jej wynik. Nie kieruj się tylko przeczuciem!

Podobnie jak w przypadku wszystkiego, co jest związane ze sztuczną inteligencją, dokładność prognoz będzie się zwiększać wraz z upływem czasu, w miarę udostępniania większej ilości danych.

„102 dni to średnia długość leada do zamknięcia” – Salesforce

Nauczanie i coaching

Sztuczna inteligencja może przekształcić menedżerów sprzedaży w mentorów sprzedaży

Jeśli zarządzasz zespołem 10 przedstawicieli handlowych, niemożliwe jest ręczne przeglądanie połączeń, nawet jeśli każdy z nich spędza 3 godziny dziennie na telefonie (oznacza to, że musisz przejrzeć 30 godzin w ciągu 9 godzin, nawet jeśli to jedyna rzecz ty robisz). Narzędzia oparte na sztucznej inteligencji, które stosują NLP, mogą zapewniać statystyki, takie jak nastrój, mów do słuchania, najdłuższe monologi itp.

Narzędzia obsługujące sztuczną inteligencję mogą przeglądać nagrane rozmowy i e-maile oraz oznaczać te, które nie spełniają wymagań, do sprawdzenia przez menedżerów sprzedaży (czyli trenerów). Menedżerowie mogą zobaczyć, którzy przedstawiciele potrzebują pomocy i obszary, w których jej potrzebują (np. ustalanie planu zajęć, pytania wyjaśniające, rozpatrywanie zastrzeżeń...). Przeglądając rozmowy telefoniczne/e-maile, menedżerowie mogą przytoczyć przykłady i wskazówki, które przyspieszą proces uczenia się sprzedawcy.

„81% stwierdziło, że dokładność ich danych można poprawić poprzez przechwytywanie wysokiej jakości informacji kontaktowych od osób, które spotykają lub z którymi wysyłają e-maile”. - Introhive

4. Jakie dane są niezbędne, aby zrealizować wszystkie korzyści sprzedaży kierowanej przez sztuczną inteligencję?

Niektóre funkcje oparte na sztucznej inteligencji wymagające danych historycznych to:

Punktacja transakcji

Niektóre elementy Wyniku Transakcji, w szczególności Wynik Fit, Wynik Autorytetu i Wynik Zaangażowania, są określane na podstawie porównania atrybutów tej transakcji z poprzednimi wygranymi/przegranymi transakcjami.

Zalecenia dotyczące zadań

Zalecenia dotyczące tego, jaki dokument wysłać lub jakie dalsze działania podjąć na konkretnym etapie transakcji, zostaną określone na podstawie wyników wykonania tych działań w poprzednich transakcjach w miarę ich zamykania.

Prognoza oparta na sztucznej inteligencji

Uwzględniając wynik transakcji z włączoną sztuczną inteligencją, prognozy można wykonać w oparciu o bardziej obiektywne podstawy.

Wymienione funkcje wymagają danych dotyczących przeszłych transakcji (wygranych lub przegranych) do tworzenia i testowania modeli predykcyjnych.

„82% decydentów B2B uważa, że ​​handlowcy są nieprzygotowani” – Blender

Oto niektóre z kluczowych atrybutów, które opierają się na danych z poprzednich transakcji:

  • Nazwa potoku transakcji
  • Transakcja wkroczyła w etapy i czas spędzony etapami
  • Wynik rozdania (wygrana/przegrana)
  • Kwota transakcji
  • Imię właściciela
  • Powiązana branża, wielkość, region i inne dziedziny organizacji
  • Role powiązanego kontaktu w transakcji
  • Liczba punktów kontaktowych na każdym etapie transakcji - e-maile, czaty, rozmowy telefoniczne, spotkania, kampanie, aktywność na stronie internetowej, dokumenty i sprawy.
  • Nazwy dokumentów udostępnianych na różnych etapach transakcji

Istnieje wiele innych funkcji obsługujących sztuczną inteligencję, które nie wymagają danych historycznych, jak wyjaśniono poniżej.

„79% danych dotyczących możliwości zbieranych przez przedstawicieli handlowych nigdy nie jest aktualizowanych w systemie CRM.” - ESNA

5. Co jeśli nie mamy danych o przeszłych transakcjach?

Prognozy i rekomendacje oparte na sztucznej inteligencji stają się coraz lepsze dzięki większej ilości danych. Jeśli jednak zaczynasz bez żadnych danych, niektóre możliwości sztucznej inteligencji mogą nie być dostępne pierwszego dnia. Zwykle do uzyskania wystarczającego poziomu pewności wymagane jest co najmniej 1 wygranych/przegranych transakcji.

Następujące funkcje oparte na sztucznej inteligencji nie wymagają danych historycznych transakcji:

Najlepszy czas na kontakt

Jest to ustalane na podstawie historii zaangażowania kontaktu (kiedy kontakt otworzył e-mail, wysłał e-mail, przeglądał dokument itp.).

Transakcja i kontakt Sentyment

Nastroje pochodzą z wiadomości wysyłanych przez kontakt za pośrednictwem treści wiadomości e-mail, transkrypcji rozmów i wiadomości na czacie.

Powiadomienia o rozmowie dotyczącej transakcji

Menedżerowie sprzedaży mogą zostać powiadomieni, gdy potencjalny klient lub klient wymieni określone frazy.

Analiza rozmów

Określone frazy i słowa kluczowe można skonfigurować jako pozytywne, negatywne lub neutralne. Administratorzy mogą również umieszczać je w różnych kategoriach (np.: ceny, propozycja wartości, funkcje), a następnie wyświetlać podsumowanie rozmów przeprowadzonych w ramach Transakcji.

Asystent odpowiadający na e-mail

Przedstawiciele handlowi mogą otrzymać rekomendacje dotyczące szablonów i dokumentów, odpowiadając na wiadomość e-mail w oparciu o informacje wymagane przez potencjalnego klienta.

Coaching sprzedaży

Nagrania rozmów i e-maili można analizować, aby zobaczyć, w jaki sposób sprzedawcy komunikują się. Analiza głosu może mierzyć szybkość mówienia, nastrój, współczynnik Talk2Listen oraz zaawansowane statystyki, takie jak to, czy sprzedawca dobrze poradził sobie z pytaniami, czy zadał pytania i zrobił pauzę, aby umożliwić klientom kontynuowanie mówienia.

„30% wszystkich firm B2B zastosuje sztuczną inteligencję do usprawnienia przynajmniej jednego z głównych procesów sprzedaży”. - Gartnera

6. Dlaczego niektóre inicjatywy sprzedażowe kierowane przez sztuczną inteligencję kończą się niepowodzeniem?

Rozpoczynając podróż ku ulepszeniu sztucznej inteligencji w swoim zespole, należy pamiętać, że niektóre wcześniejsze próby wprowadzenia sztucznej inteligencji podejmowane przez inne zespoły zakończyły się niepowodzeniem.

Zrozumienie przyczyn niepowodzeń pomoże Ci uniknąć pułapek.

Dlaczego więc niektóre inicjatywy sprzedażowe oparte na sztucznej inteligencji kończą się niepowodzeniem?

  • Niedobór danych i niska jakość danych
  • Niewłaściwe modele treningowe zastosowane przez silnik AI
  • Rozproszone komunikaty dotyczące bieżących transakcji
  • Brak zaufania i słabe przyjęcie funkcji opartych na sztucznej inteligencji przez sprzedawców
  • Brak wytrwałości

„92% wszystkich interakcji z klientami odbywa się przez telefon” – Salesforce

Niedobór danych i niska jakość danych

Aby dostarczać przewidywania i rekomendacje, silniki AI wykorzystują dane z Twoich poprzednich transakcji. Obejmuje to dane związane z transakcją, takie jak rozmowy telefoniczne, e-maile, wykonane zadania, wysłane dokumenty, pola kontaktowe (np.: rola osoby kontaktowej w sprawie transakcji), pola organizacyjne (np. branża organizacji, lokalizacja).

Dzięki większej ilości danych prognozy i rekomendacje, takie jak najlepszy czas na kontakt, wynik transakcji i rekomendacje transakcji, stają się lepsze.

Wskazówka:

Jeśli masz już dane dotyczące wcześniejszych transakcji, możesz spodziewać się dobrych wyników na bardzo wczesnym etapie wdrażania sztucznej inteligencji.

Vtiger może również importować Twoje przeszłe dane z innych CRM, jeśli Twoja organizacja chce korzystać z Vtiger Calculus AI.

Niektóre funkcje sztucznej inteligencji, przede wszystkim te obsługiwane przez przetwarzanie języka naturalnego (NLP), takie jak analiza połączeń, analiza wiadomości e-mail, ocena nastrojów, sygnały konwersacji, nie wymagają danych historycznych. Zatem uczynienie ich częścią początkowych celów pomoże Twoim sprzedawcom od pierwszego dnia.

Uwaga: Vtiger może importować Twoje przeszłe dane z innych CRM.

„Utrata produktywności i źle zarządzane leady kosztują firmy co najmniej 1 bilion dolarów rocznie” – Rada CMO

Naprawiono modele treningowe

Do prognozowania danych historycznych można zastosować różne modele uczenia maszynowego (ML). Wybór modelu może mieć duży wpływ na wyniki. Modele ML wykorzystujące metody samouczenia zapewniają dokładniejsze wyniki.

Wskazówka:

Należy pamiętać, że modele szkoleniowe mogą wymagać dostosowań. Zespół Vtiger jest gotowy do współpracy z Tobą w celu monitorowania wyników i wprowadzania niezbędnych korekt. Vtiger Calculus AI umożliwia administratorom dostosowywanie modeli i zapewnia łatwe w konfiguracji elementy sterujące, aby uzyskać najlepsze wyniki dla Twojej organizacji.

Calculus AI umożliwia także sprzedawcom skorygowanie nastrojów jednym kliknięciem, jeśli stwierdzą, że określony tekst w wiadomości e-mail lub zapisie rozmowy telefonicznej został błędnie zinterpretowany przez system.

„40% to czas, jaki przedstawiciele handlowi spędzają na szukaniu kogoś, do kogo mogą zadzwonić” – Inside Sales

Rozproszona komunikacja i ukryte punkty styku

Jeśli połączenia, e-maile, czaty, rozmowy WhatsApp nie są rejestrowane w systemie, silnik AI będzie oferował słabe prognozy i rekomendacje na podstawie częściowych danych. Niektóre punkty kontaktowe (np. zaangażowanie w dokumencie wycena lub ROI przesłanym przez sprzedawcę) mogą być poza zasięgiem radaru, ale są równie istotne dla śledzenia zaangażowania i uzyskania właściwej prognozy.

Wskazówka:

Znajdź narzędzie posiadające wtyczki i integracje, które automatycznie przenoszą połączenia, czaty, rozmowy WhatsApp i e-maile do CRM bez żadnego wysiłku ze strony sprzedawców.

Aplikacja mobilna Vtiger CRM i klient internetowy umożliwiają sprzedawcom wykonywanie połączeń i prowadzenie rozmów WhatsApp z poziomu aplikacji. Vtiger integruje się również z Zoom Meet i Google Meet. (Integracja z Microsoft Teams nadejdzie w pierwszym kwartale 1 r.). Vtiger ma także dodatki do Gmaila i Office2021.

Vtiger CRM ma wbudowane śledzenie dokumentów. Tak więc, gdy wyślesz wiadomość e-mail od Vtiger z wyceną lub jakimkolwiek innym dokumentem, CRM nie tylko powiadomi Cię, gdy go wyświetli, ale także wykorzysta dane do aktualizacji prognoz i rekomendacji.

„Badania 50% pokazują, że 35–50% sprzedaży trafia do dostawcy, który odpowie pierwszy” – Inside Sales

Słaba adopcja

Niedokładne prognozy lub zalecenia mogą szybko ostudzić entuzjazm i zmniejszyć adopcję. Dlatego ważne jest, aby na początku określić właściwe oczekiwania i wdrożyć sztuczną inteligencję pod względem funkcjonalnym. Ponieważ niektóre funkcje oparte na sztucznej inteligencji mogą wymagać danych, lepiej wdrożyć je w drugim lub trzecim miesiącu.

Wskazówka:

Korzystaj z narzędzi, które wymagają minimalnej zmiany nawyków. Ustaw dwu- lub trzyetapowy harmonogram wdrażania sztucznej inteligencji. Faza 2 może obejmować funkcje, które nie wymagają danych historycznych (wspomniane powyżej).

„85% Albo potencjalni i klienci są niezadowoleni z obsługi telefonu” – Salesforce

Brak wytrwałości

Jak w przypadku każdej nowej inicjatywy, pojawią się przeszkody. Zwłaszcza inicjatywy, które wymagają pewnej zmiany nawyków, nawet jeśli są niewielkie. Należy spodziewać się wyzwań podczas wdrażania sprzedaży kierowanej przez sztuczną inteligencję.

Mogą mieć formę niedokładnych przewidywań wynikających z błędnych modeli lub niewystarczających danych lub słabego przyjęcia ze względu na brak szkolenia.

Świadomość, że są one normalne i podjęcie dalszych działań naprawczych doprowadzi Twój zespół sprzedaży do pomyślnego wyniku.

Wskazówka:

Twoi menedżerowie pierwszej linii mają kluczowe znaczenie dla pomyślnego wdrożenia sztucznej inteligencji. Powinni brać udział w planowaniu i monitorowaniu wdrażania funkcji AI.

Podziel się opinią ze swoimi trenerami Vtiger CRM, aby uzyskać wskazówki.

„42.5% przedstawicieli handlowych potrzebuje 10 lub więcej miesięcy, aby stać się produktywnymi” – Accenture

„W ciągu najbliższych trzech lat spodziewany jest trzycyfrowy wzrost w obszarach takich jak inteligencja predykcyjna (118%) i automatyzacja procesów od leadu do gotówki (115%)”. - Siły sprzedaży

7. Na co warto zwrócić uwagę wybierając narzędzie do sprzedaży sterowanej sztuczną inteligencją?

Rozpoczynając wdrażanie sprzedaży kierowanej przez sztuczną inteligencję w swojej organizacji, możesz nie mieć wszystkich potrzebnych danych. Szukając więc odpowiedniego narzędzia, warto szukać narzędzi oferujących takie możliwości.

  • Konfigurowalność
  • Funkcje dnia 1

Konfigurowalność

Chociaż wiele narzędzi obiecuje gotowe możliwości sztucznej inteligencji przy niewielkiej konfiguracji, wymagają one tysięcy rekordów lub dostarczają niedokładnych przewidywań. Dzięki ręcznej interwencji dokładność przewidywań można szybko poprawić, nawet przy mniejszej ilości danych. Na przykład możesz mieć wysokie współczynniki konwersji w określonych regionach geograficznych. Można to wykryć tylko wtedy, gdy region jest używany w modelu szkoleniowym. Niektóre narzędzia umożliwiają precyzyjne dostrojenie pól w modelu szkoleniowym.

„2x Szansa, że ​​firmy o wysokich wynikach mają automatyzację sprzedaży w porównaniu do firm o niskiej wydajności” – Velocify

Narzędzia umożliwiające personalizację zapewniają lepsze wyniki i zwiększają wykorzystanie sztucznej inteligencji w Twojej organizacji.

Co możesz dostosować:

  • Modele szkoleniowe
  • Szablony podróży (podręczniki)
  • Model NLP
  • Pola dla Fit Score
  • Sygnały rozmowy – pozytywne i negatywne frazy charakterystyczne dla Twojej firmy
  • Nazwy konkurentów

Funkcje dnia 1

Nawet jeśli nie masz danych o przeszłych transakcjach, czekając, aż dane się zgromadzą, sztuczna inteligencja może pomóc sprzedawcom i menedżerom sprzedaży już pierwszego dnia.

„33% to rzeczywisty czas, jaki przedstawiciel handlowy spędza na aktywnej sprzedaży” – CSO Insights

Poszukaj narzędzi oferujących te funkcje, które nie wymagają danych o historycznych transakcjach:

  • Nastroje kontaktowe i Nastroje dotyczące transakcji
  • Najlepszy czas na kontakt
  • Akcja-Elementy z nagrania rozmowy
  • Panele coachingowe

„Zespoły sprzedaży charakteryzujące się wysoką wydajnością mają 2.8 razy większe prawdopodobieństwo, że będą wybitne lub bardzo dobre w zakresie inteligencji predykcyjnej”. - Siły sprzedaży

8. Droga do sukcesu przyspieszonego przez sztuczną inteligencję

Sztuczna inteligencja może zmienić sposób, w jaki Twój zespół sprzedaje. Działania, jakie podejmują w związku z transakcjami, terminy dalszych działań, jakość rozmów i udostępniane dokumenty ulegną poprawie, gdy zapewnisz im rekomendacje z włączoną sztuczną inteligencją.

Oto kilka prostych kroków, które powinieneś podjąć, aby zapewnić pomyślny wynik, rozpoczynając wdrażanie sztucznej inteligencji w swoim zespole sprzedaży.

Krok 1 – Zacznij od prostych celów

Co chcesz osiągnąć wykorzystując sztuczną inteligencję – czy ma to poprawić konwersję leadów? Aby poprawić współczynnik wygranych transakcji? Aby szybciej zamykać transakcje? A może chodzi o szkolenie przedstawicieli handlowych, jak lepiej odkrywać lub zamykać transakcje?

Należy pamiętać, że jeśli przedstawiciele handlowi nie odniosą z tego korzyści, jakakolwiek nowa technologia sprzedaży będzie słabo rozpowszechniona. Zatem jednym z głównych celów powinno być wzmocnienie pozycji przedstawicieli handlowych.

Sztuczna inteligencja może pomóc przedstawicielom handlowym w wielu aspektach, od ustalania priorytetów potencjalnych klientów, po identyfikowanie działań, które należy wykonać w związku z transakcją, ostrzeganie ich o nieaktywnych transakcjach lub sugerowanie treści, które należy uwzględnić podczas odpowiadania na e-mail i nie tylko.

„Zespoły sprzedaży o wysokich wynikach mają 10.5 razy większe prawdopodobieństwo, że korzystanie z inteligentnych funkcji odczuje znaczący pozytywny wpływ na dokładność prognoz w porównaniu z zespołami osiągającymi gorsze wyniki”. - Siły sprzedaży

Krok 2 – Komunikuj się ze wszystkimi zainteresowanymi stronami

Sprzedaż kierowana przez sztuczną inteligencję może zostać przyjęta przez Twój zespół sprzedaży ze sceptycyzmem. Zauważyliśmy to również w naszym własnym zespole sprzedaży.

Sprzedawcy mają dwie główne obawy.

  • Dokładność prognoz: Sztuczna inteligencja staje się lepsza dzięki większej ilości danych. Zatem na wczesnych etapach z pewnością zaistnieją przypadki, w których przewidywania i zalecenia nie będą dokładne. Odpowiednio określ oczekiwania.
  • Obawa, że ​​sztuczna inteligencja może ograniczyć ich rolę: Wręcz przeciwnie, sztuczna inteligencja zwiększa ich sukces, będąc dla nich inteligentnym asystentem.

Poinformuj swój zespół sprzedaży o tym, co chcesz osiągnąć, wdrażając sprzedaż sterowaną sztuczną inteligencją, oraz o tym, jak pomoże to jemu i organizacji.

„46% firm twierdzi, że marketing i sprzedaż to obszary, w których inwestują najwięcej w systemy wdrażania sztucznej inteligencji”. - Siły sprzedaży

Krok 3 – Znajdź narzędzie, które pozwoli Ci zacząć od posiadanych danych

Aplikacje oparte na sztucznej inteligencji wymagają danych do uczenia modeli predykcyjnych. Nie chodzi tylko o nazwy i wielkość wygranych i przegranych transakcji, ale także punkty kontaktowe w transakcjach i inne atrybuty transakcji oraz powiązaną organizację i kontakty. Zwykle dane te mogą nie być dostępne, jeśli zaczynasz od nowa.

Narzędzia takie jak Vtiger Calculus mogą pomóc Ci zacząć od ograniczonych danych i pomóc Ci przejść do pierwszego dnia dzięki funkcjom, które nie wymagają danych historycznych. Na przykład Twój zespół może skorzystać z takich funkcji, jak najlepszy czas na kontakt, analiza rozmów i panel coachingowy, karty wyników coachingu w 1% gotowe do użycia.

„139% to przewidywany wskaźnik wzrostu wykorzystania sztucznej inteligencji przez zespoły sprzedażowe w ciągu najbliższych trzech lat”. - Siły sprzedaży

Krok 4 – Zbieraj opinie poprzez cotygodniowe recenzje przez pierwsze 90 dni.

Zbierz informacje zwrotne od sprzedawców i liderów sprzedaży na temat tego, które funkcje pomagają im w osiągnięciu celów, a które nie. . Silniki AI wykorzystują różne modele algorytmiczne na danych do przewidywania. Modele te mogą wymagać pewnych poprawek, aby zapewnić dokładność przewidywań i zaleceń. Cotygodniowy przegląd pomoże w jak najszybszym wychwycie odchyleń i poprawi trafność przewidywań.

9. Streszczenie

W niedawnym raporcie zatytułowanym „Sprzedaż sterowana sztuczną inteligencją” Gartner stwierdził, że epidemia Covid-19 zaskoczyła wiele zespołów sprzedażowych. Zmienione prognozy są o 50% tańsze od poprzednich prognoz bazowych. Wielu liderów sprzedaży pragnie obecnie modernizacji procesów wewnętrznych i zewnętrznych, aby poprawić konwersję i dokładność prognoz.

Wykorzystując narzędzia oparte na sztucznej inteligencji, liderzy sprzedaży mogą zapewnić zdolnego asystenta, który poprowadzi sprzedawców na wszystkich etapach ich podróży do każdego klienta. Mogą także przekształcić się w mentorów.

„81% dyrektorów generalnych z listy Fortune 500 uważa sztuczną inteligencję za kluczowy obszar inwestycji”. - Forbesa

„83% najbardziej agresywnych użytkowników sztucznej inteligencji i technologii kognitywnych stwierdziło, że ich firmy osiągnęły już umiarkowane (53%) lub znaczne (30%) korzyści”. - Deloitte'a