Czy Twoja organizacja korzysta z procesu oceniania transakcji, w którym ręcznie przypisujesz prawdopodobieństwo prognozy zamknięcia transakcji? Wtedy wiesz, że proces może być wadliwy i jak nieprzewidywalne mogą być prognozy.
Każda firma potrzebuje niezawodnego sposobu przewidywania wyniku transakcji. Znajomość prawdopodobieństwa wygrania transakcji jest przydatna z dwóch powodów:
- Podejmij działania naprawcze - przedstawiciele handlowi mogą podjąć działania, aby zwiększyć szanse na wygraną, jeśli prawdopodobieństwo jest niskie.
- Zwiększ niezawodność prognoz - korzystaj z wiarygodnych wyników, aby tworzyć lepsze prognozy.
Chociaż każda transakcja jest inna, istnieje wiele czynników, takich jak potrzeby klientów i osób kontaktowych, zachowanie i dane demograficzne, które wpływają na wynik umowy. Istotnym czynnikiem jest na przykład branża, w której działa Twój klient.
Istnieją również czynniki dynamiczne, takie jak wzorce zaangażowania. Jeśli zaangażowanie klienta jest wysokie, zwykle prowadzi to do wyższego współczynnika konwersji. Pamiętaj tylko, że chociaż możesz mieć wyższy współczynnik konwersji w jednej branży, te same czynniki lub formuły mogą nie działać w innej.
Na podstawie tych czynników możesz obliczyć prawdopodobieństwo wygrania transakcji, korzystając z jednego z następujących sposobów:
- Punktacja tradycyjna
- Punktacja oparta na sztucznej inteligencji
Tradycyjne podejście wykorzystuje reguły (lub warunki) skonfigurowane w CRM do przypisywania ocen.
Rozważ te przykłady:
- Możesz przypisać 5 punktów, jeśli klient jest z branży „Produkcja” i 7 dla klienta z branży „Telecom”. Podobnie możesz przyznać 3 punkty za każdego e-maila i 6 punktów za każde połączenie.
- Możesz skonfigurować regułę, aby bezpośrednio przypisywać prawdopodobieństwo do etapu transakcji. Z każdym postępem prawdopodobieństwo rośnie. Na przykład transakcja na etapie „Propozycja wartości” może wynosić 50%, a na etapie „Przegląd umowy” - 80%.
W przypadku tradycyjnej punktacji odpowiedzialność za określenie reguł punktacji spoczywa na liderze sprzedaży. Oprócz tego, że jest żmudny, proces ten jest również podatny na błędy i zwykle prowadzi do niedokładnych wyników. Administratorzy zwykle spędzają czas na przeglądaniu wyników i wracaniu do modyfikacji reguł.
Vtiger zastosował modele uczenia się oparte na sztucznej inteligencji, aby przezwyciężyć problemy związane z tradycyjną punktacją. Modele oparte na sztucznej inteligencji określają reguły scoringowe na podstawie danych historycznych. Proces oceniania poprawia się wraz z upływem czasu wraz ze wzrostem ilości danych wykorzystywanych do trenowania.
Każdego dnia zalecamy ocenianie oparte na sztucznej inteligencji w stosunku do innych. Możemy zacząć od frazesu „dane nie kłamią”. Ale oto rzeczywiste powody.
- Sztuczna inteligencja może wykrywać w danych wzorce, których człowiek może nie zaobserwować.
- Prognozy AI są oparte na danych, a nie na emocjach. W związku z tym wartości punktacji są dokładne. (Jednak możemy również skłonić AI do rozważenia danych sentymentalnych.)
- Punktacja AI staje się coraz lepsza wraz ze wzrostem danych historycznych.
- Punktacja AI nie wymaga żadnej ręcznej interwencji; stąd żadne „wpływy zewnętrzne” nie zakłócą prognoz.
Oceny transakcji są przydatne dla przedstawicieli handlowych tylko wtedy, gdy system może dostarczyć rekomendacji w celu poprawy wyniku.
Oto kilka przykładów rekomendacji, które zobaczą Twoi przedstawiciele handlowi po wyposażeniu w Calculus
- Przypomnienie o czynnościach, takich jak identyfikacja decydentów.
- Rekomendowanie dokumentów, które wcześniej pomogły w realizacji podobnych transakcji.
- Przypomnienie o konieczności podjęcia działań w odpowiednim czasie.
- Sugerowanie najlepszego czasu na kontakt w celu poprawy współczynnika wygranych.
Dokładna punktacja transakcji pomaga kierownikom sprzedaży w tworzeniu wiarygodnych prognoz. Prognozy są coraz lepsze z upływem czasu, ponieważ wyniki transakcji stają się coraz lepsze wraz z większą ilością danych. Menedżerowie mogą spać spokojnie, ponieważ prognozy nie opierają się tylko na „intuicji” przedstawiciela handlowego. Zamiast tego prognozy oparte na sztucznej inteligencji są oparte na dostępnych sygnałach, które mają wpływ na wynik transakcji.
Wypróbuj Vtiger Calculus - czas oddać AI w ręce Twojego zespołu sprzedaży.
Punktacja transakcji, rekomendacje transakcji, asystent poczty e-mail, analiza połączeń, funkcje coachingu są częścią Vtiger Calculus.
Vtiger Calculus to dodatek dostępny dla wersji Vtiger Sales i Vtiger One (poziomy Professional i Enterprise).