الذكاء الاصطناعي لمخططات المبيعات والتنبؤات: توقف عن تخمين ما سيتم إغلاقه
كل ربع سنة، نفس اللعبة. تطلب قيادة المبيعات توقعات. يقول المندوبون إن الصفقات ستُغلق. تقوم الإدارة بتعديلها لأن المندوبين متفائلون دائماً. تتراجع الصفقات. تتغير التوقعات أسبوعياً.
لا أحد يعرف ما الذي سيغلق حقاً. ليس لأن مندوبي المبيعات يكذبون. لأن التنبؤ بنتائج الصفقات أمر صعب عندما تعتمد على حدسك وملاحظات إدارة علاقات العملاء.
لا يقوم الذكاء الاصطناعي بالتخمين. فهو ينظر إلى خصائص الصفقات والأنماط التاريخية. ويتنبأ باحتمالية الإغلاق بناءً على البيانات. ويحدد الصفقات المعرضة للخطر قبل أن تموت. يخبرك أي الصفقات تحتاج إلى اهتمام وأيها سيُغلق من تلقاء نفسه.
تتوقف توقعاتك عن كونها مجرد أمنيات. وتبدأ في أن تكون مبنية على الواقع.
المشكلة: خط أنابيب مليء بـ "ربما
يُظهر نظام إدارة علاقات العملاء لديك 50 صفقة مفتوحة. يقول الممثلون إن 30 صفقة ستُغلق في هذا الربع. يقول التاريخ أن 12 صفقة ستتم بالفعل. لكن أي 12 منها؟ لا أحد يعلم.
تجلس الصفقات في مراحل الإعداد لفترة طويلة جداً. بعضها يمضي قدماً. وبعضها يتعثر ويموت. وبعضها يفاجئك ويغلق بسرعة. في معظم الأحيان، لا تعرف أي منها حتى تنتهي.
يقضي مديرو المبيعات ساعات في مراجعات خط الأنابيب. "ما هي الحالة؟" "متى سيتم الإغلاق؟ "ما هي المخاطر؟ نفس الأسئلة وإجابات مختلفة كل أسبوع.
التوقعات التي تقدمها للقيادة هي تخمينات مدروسة. في بعض الأحيان تكون قريبًا. وغالباً لا تكون كذلك. وتصبح نهاية الربع الأخير من العام بمثابة تدافع للوصول إلى الرقم.
ليس لأن فريق مبيعاتك سيء. لأن البشر ليسوا جيدين في التنبؤ بالنتائج الاحتمالية عبر عشرات المتغيرات. أما الذكاء الاصطناعي فهو كذلك.
ما الذي يقدمه الذكاء الاصطناعي لخطوط أنابيب المبيعات والتنبؤ بها
لا يحل الذكاء الاصطناعي محل حكم المبيعات. فهو يوفر البيانات لجعل هذا الحكم أفضل. وإليك الطريقة:
تسجيل احتمالية الصفقة
تحصل كل صفقة على درجة احتمالية قريبة بناءً على:
- خصائص الصفقة (الحجم والنوع والتعقيد)
- مرحلة البيع ووقت البيع في المرحلة
- مستوى المشاركة (نشاط أصحاب المصلحة، والردود على البريد الإلكتروني، وتواتر الاجتماعات)
- الأنماط التاريخية (ما هي الصفقات التي تم إبرامها بالفعل؟)
- العوامل التنافسية (بائع واحد أو صفقة تنافسية؟)
يقارن الذكاء الاصطناعي كل صفقة بآلاف الصفقات السابقة. الصفقات ذات الخصائص المتشابهة التي أُغلقت تحصل على درجات أعلى. الصفقات التي تتطابق مع أنماط الصفقات الخاسرة تحصل على درجات أقل.
هذا ليس إحساساً حدسياً. إنها مطابقة الأنماط بناءً على بيانات الربح/الخسارة الفعلية.
المندوب يقول 90% فرصة للإغلاق، والذكاء الاصطناعي يقول 40%؟ انظر عن كثب. هناك خطأ ما. إما أن المندوب يفتقد علامات التحذير، أو أن هناك سياقًا لا يملكه الذكاء الاصطناعي. في كلتا الحالتين، عليك التحقيق قبل أن تموت الصفقة.
تحديد الصفقات المعرضة للخطر
تموت الصفقات ببطء، ثم تموت كلها مرة واحدة. تظهر علامات التحذير قبل أسابيع من موت الصفقة رسمياً:
- لا يوجد نشاط خلال أكثر من 14 يومًا
- توقف البطل عن الاستجابة
- إعادة جدولة الاجتماعات بشكل متكرر
- يستمر الجدول الزمني للقرار في الانحدار
- أصحاب المصلحة الذين شاركوا في وقت مبكر ذهبوا إلى الهدوء
- بقاء الصفقة في نفس المرحلة لفترة طويلة جداً
يراقب الذكاء الاصطناعي هذه الأنماط. عندما تظهر عدة علامات تحذيرية معاً، فإنه يضع علامة على الصفقة على أنها في خطر.
يرى مدير المبيعات العلم. يسأل المندوب عما يحدث. غالباً ما يقول المندوب، "أوه نعم، يجب أن أتابع ذلك." وأحياناً يقول: "لا بأس." لكنك على الأقل تعرف على الأقل أن تراقبه.
لا يمكنك حفظ كل الصفقات. ولكن يمكنك محاولة إنقاذ الصفقات قبل أن تموت تماماً. لن ينجح ذلك إلا إذا كنت تعلم أنها في خطر.
تحسين دقة التنبؤات
توقعاتك هي مجموع احتمالات الصفقة. إذا كانت تقديراتك الاحتمالية خاطئة، فإن توقعاتك خاطئة.
يقوم الذكاء الاصطناعي ببناء توقعات بناءً على:
- احتمالات الصفقات الفردية (تعتمد على البيانات، وليس تقديرات الممثلين)
- المعدلات التاريخية لإغلاق الصفقات حسب المرحلة والمندوب ونوع الصفقة
- الأنماط الموسمية في عملك
- اتجاهات طول دورة المبيعات
فهو لا يخبرك برقم فقط. بل يمنحك نطاقات. "على الأرجح $X، ولكن يمكن أن يكون $X منخفضًا مثل $TY أو مرتفعًا مثل $Z." هذا هو التنبؤ الصادق.
وبمرور الوقت، سترى الصفقات التي تنبأ بها الذكاء الاصطناعي بشكل جيد والصفقات التي لم يتنبأ بها. تقوم بتعديلها. يتعلم النموذج. تتحسن الدقة.
لن تحصل أبداً على توقعات مثالية. ولكن يمكنك الحصول على توقعات صحيحة في كثير من الأحيان أكثر من التوقعات الخاطئة. وهذا أفضل مما لدى معظم فرق المبيعات الآن.
توصيات أفضل الإجراءات التالية
كل مندوب لديه صفقات أكثر مما يمكنه العمل عليها بنشاط. ما هي الصفقات التي يجب أن يركزوا عليها اليوم؟
يحدد الذكاء الاصطناعي الأولويات:
- الصفقات المعرضة للخطر التي تحتاج إلى اهتمام فوري
- الصفقات ذات احتمالية الإغلاق العالية الجاهزة للتقدم
- الصفقات التي أدت فيها إجراءات معينة (المتابعة مع أحد أصحاب المصلحة، وإرسال مقترح) إلى زيادة معدلات الإغلاق تاريخياً
- الصفقات المتوقفة عن العمل التي تحتاج إلى دفعة
يقوم المندوب بتسجيل الدخول، ويرى قائمة بأولويات ما يجب القيام به. ليس كل شيء. الإجراءات الـ 5 إلى 7 التي من المرجح أن تدفع الصفقات إلى الأمام.
إنهم لا يتبعون أوامر الذكاء الاصطناعي. فهم يحصلون على اقتراحات تعتمد على البيانات حول أفضل مكان لقضاء وقتهم. ما زالوا يستخدمون الأحكام. ولكن لديهم فقط معلومات أفضل.
تحليل نمط الربح/الخسارة
لماذا تُغلق الصفقات؟ ولماذا تخسر؟
يقوم الذكاء الاصطناعي بتحليل الصفقات المُبرمة - الرابحة والخاسرة:
- ما هي الخصائص التي تشترك فيها الصفقات الرابحة؟
- ما المدة التي تستغرقها الصفقات الرابحة عادةً؟
- ما هي الأنشطة التي ترتبط بالمكاسب؟
- ما الفرق في الصفقات الخاسرة؟
- هل هناك أنماط حسب الصناعة أو حجم الصفقة أو المنافس؟
تصبح هذه الأنماط رؤى ثاقبة:
- "الصفقات التي يشارك فيها أكثر من 3 من أصحاب المصلحة تغلق بمعدل ضعف معدل الصفقات التي يشارك فيها صاحب مصلحة واحد"
- "عندما نتدخل في الشؤون القانونية قبل الأسبوع الرابع، ينخفض معدل الإغلاق 30%"
- "الصفقات التي تتضمن طيار تحويل 80% من الوقت"
تتعلم ما الذي يحقق الانتصارات بالفعل. ثم تقوم بتدريب المندوبين على القيام بالمزيد مما ينجح وتقليل ما لا ينجح. هذه هي إدارة المبيعات القائمة على البيانات.
مراقبة صحة خط الأنابيب
هل خط أنابيبك سليم أم مليء بالصفقات غير المرغوب فيها؟ من الصعب معرفة ذلك عندما تنظر فقط إلى عدد الصفقات والقيمة الإجمالية.
يقوم الذكاء الاصطناعي بتقييم صحة خط الأنابيب:
- ما هي القيمة الواقعية؟ (قيمة الصفقة مرجحة بدرجات احتمالية الذكاء الاصطناعي)
- هل ينمو خط الأنابيب أم يتقلص؟
- هل تتحرك الصفقات عبر المراحل بالسرعة العادية؟
- هل تغطية خطوط الأنابيب كافية لبلوغ الأهداف؟ (القيمة الواقعية مقابل الحصة)
- ما هي المراحل التي بها اختناقات؟
يطلع قادة المبيعات على لوحات معلومات سلامة خطوط الأنابيب. لا مقاييس الغرور. مؤشرات حقيقية لما إذا كان الفريق سيحقق أرقاماً أم لا.
إذا بدا خط الأنابيب ضعيفًا، فستعرف ذلك مبكرًا. ويمكنك إضافة موارد إلى مجموعة العملاء المحتملين أو تعديل الأهداف قبل فوات الأوان.
ما الذي يعنيه ذلك بالنسبة لك
لمديري المبيعات
تنبؤات يمكنك الوثوق بها. ليست مثالية، ولكنها أفضل بكثير من تخمينات المندوبين. أنت تعطي أرقاماً قيادية مبنية على البيانات وليس على الأمل.
تتحسن رؤية خط الأنابيب. ترى الصفقات المعرضة للخطر على الفور. أنت تعرف أين تدرب. تعرف الصفقات التي تحتاج إلى مشاركة كبار المسؤولين.
يصبح تخصيص الموارد أكثر ذكاءً. تعرف أي الصفقات حقيقية وأيها أضغاث أحلام. يذهب جهد الفريق إلى الفرص التي يمكن الفوز بها.
أنت تدرب بناءً على الأنماط. "إليك ما يفعله الفائزون بشكل مختلف." هذا أكثر فعالية من نصائح المبيعات العامة.
لمندوبي المبيعات
أنت تعرف الصفقات التي يجب التركيز عليها. لا مزيد من التشتت في 50 فرصة. اعمل على الفرص التي من المرجح أن تُغلق.
تكتشف المشاكل مبكراً هل تنحرف الصفقة عن مسارها؟ يمكنك رؤية العلامات التحذيرية قبل أن تموت. يمكنك تصحيح المسار.
تحصل على إرشادات بشأن الخطوات التالية. ليست أوامر، بل بيانات حول ما يصلح عادةً لصفقات مثل صفقتك. يمكنك اتخاذ قرارات أفضل.
وقت أقل في تحديث CRM من أجل التحديث. يصبح الذكاء الاصطناعي أكثر ذكاءً كلما زادت البيانات، ولكنه يستخدم تلك البيانات لمساعدتك في البيع، وليس فقط إعداد التقارير.
للأعمال التجارية
إيرادات يمكن التنبؤ بها. عندما تكون التوقعات دقيقة، يمكنك التخطيط. التوظيف. المخزون. الإنفاق التسويقي. كل ذلك بناءً على توقعات الإيرادات الموثوقة.
دورات مبيعات أقصر. عندما يركز المندوبون على الأنشطة المناسبة في الوقت المناسب، يتم إغلاق الصفقات بشكل أسرع.
معدلات فوز أعلى. عندما تفهم ما الذي يجعل الصفقات تغلق، يمكنك القيام بالمزيد منها. ويتضاعف ذلك بمرور الوقت.
مفاجآت أقل في نهاية الربع. أنت تعرف قبل أسابيع إذا كنت ستصل إلى الرقم المطلوب. لا ذعر في اللحظة الأخيرة. لا عجز غير متوقع.
أمثلة حقيقية للتنبؤ بالمبيعات بالذكاء الاصطناعي
مثال 1: شركة برمجيات B2B
شركة برمجيات متوسطة السوق كانت دقة توقعاتها 35%. كان كل ربع سنة مفاجأة. لم تستطع قيادة المبيعات التخطيط لأنهم لم يعرفوا ما ستكون عليه الإيرادات بالفعل.
ما الذي تغير؟ حلل الذكاء الاصطناعي 3 سنوات من بيانات الصفقات. بناء نماذج احتمالية مبنية على أنماط الإغلاق الفعلي. توفير نتائج الصفقات المستندة إلى البيانات بدلاً من تقديرات المندوبين.
النتيجة: تحسنت دقة التوقعات إلى 82% في غضون ربعين. يمكن للقيادة التخطيط بثقة. عدد أقل من تدريبات مكافحة الحرائق في نهاية الربع لأنهم كانوا يعرفون الرقم قبل أسابيع.
مثال 2: شركة التصنيع
كان لدى شركة تصنيع دورات مبيعات طويلة (6-12 شهرًا). كانت الصفقات تبدو جيدة لأشهر ثم تموت فجأة. لم يعرف أحد السبب.
ما الذي تغير؟ حدد الذكاء الاصطناعي أن الصفقات التي لم يتواصل معها أصحاب المصلحة لمدة 21 يومًا فأكثر كان لديها فرصة 72% للخسارة في نهاية المطاف. قام النظام بتحديد الصفقات المعرضة للخطر تلقائياً.
النتيجة: تدخل مديرو المبيعات بشكل استباقي في الصفقات التي تم الإبلاغ عنها. زاد معدل الربح 18% لأن الصفقات المعرضة للخطر حظيت بالاهتمام قبل أن تموت. تم تقصير دورة المبيعات لأن الصفقات المتعثرة تم حلها بشكل أسرع.
مثال 3: شركة الخدمات المهنية
لم تتمكن شركة استشارية من تحديد العروض التي ستغلق. كان معدل الفوز أقل من 30%. أنفقت فرق التقدير جهدًا كبيرًا على المقترحات التي لم تصل إلى أي مكان.
ما الذي تغير؟ حلل الذكاء الاصطناعي العروض التي تم الفوز بها مقابل العروض الخاسرة. وجدت أن الصفقات التي وافق العميل على ميزانيتها بالفعل تم إغلاقها عند 65%. الصفقات التي قال فيها العميل "استكشاف الخيارات" أغلقت عند 12%.
النتيجة: بدأت الشركة في التأهيل بشكل أكبر قبل الاستثمار في المقترحات. تركيز جهود العروض على الفرص المؤهلة جيدًا. ارتفع معدل الفوز إلى 48% لأنهم توقفوا عن مطاردة الفرص غير المناسبة.
ما لن يفعله الذكاء الاصطناعي
لنكن واضحين بشأن الحدود.
لا يمكن للذكاء الاصطناعي إبرام الصفقات بالنيابة عنك. لا يمكنه إجراء المحادثات الصعبة. لا يمكنه التفاوض. لا يمكنه بناء علاقات مع المشترين. فهذا لا يزال عملاً بشرياً.
تنبؤات الذكاء الاصطناعي هي احتمالات وليست يقينًا. فالصفقة التي تم تسجيلها عند 70% لا يزال لديها فرصة 30% للخسارة. لا تتعامل مع نتائج الذكاء الاصطناعي على أنها ضمانات.
لا يعرف الذكاء الاصطناعي السياق غير الموجود في إدارة علاقات العملاء. إذا كان المندوب يعرف المدير التنفيذي شخصياً، أو سمع من خلال الشائعات أن الميزانية قد خُفِّضت، أو كان لديه سياق آخر - فهذا أمر مهم. الذكاء الاصطناعي + الحكم البشري يتفوق على أي منهما بمفرده.
ولا يمكن للذكاء الاصطناعي إصلاح عملية مبيعات معطلة. إذا كان مندوبوك غير مؤهلين بشكل صحيح، أو كان منتجك لا يناسب السوق، أو كان تسعيرك خاطئاً - سيوضح لك الذكاء الاصطناعي المشكلة، ولكن لا يزال عليك إصلاحها.
كيفية البدء
لستَ بحاجة إلى إضفاء طابع الذكاء الاصطناعي على عملية المبيعات بأكملها دفعة واحدة. ابدأ بالمكان الذي يساعدك أكثر:
- ابدأ بتسجيل الصفقات. تنفيذ درجات احتمالية الذكاء الاصطناعي. قارن درجات الذكاء الاصطناعي بتقديرات المندوبين. انظر أيهما أكثر دقة على مدار 3 أشهر.
- تتبع الصفقات المعرضة للخطر. دع الذكاء الاصطناعي يضع علامة على الصفقات التي تتطابق مع الأنماط المعرضة للخطر. انظر ما إذا كان التدخل ينقذ أياً منها.
- حلل نمط ربح/خسارة واحد. اختر متغيرًا واحدًا (حجم الصفقة، المجال، عدد المساهمين) وانظر ما إذا كان الذكاء الاصطناعي يجد أنماطًا لم تكن تعرفها.
- اختبار دقة التنبؤات. قم بتشغيل تنبؤات الذكاء الاصطناعي بالتوازي مع عمليتك العادية. قارن أيهما أقرب إلى النتائج الفعلية.
- التنقيح بناءً على النتائج. يتحسن الذكاء الاصطناعي مع التغذية الراجعة. عندما تغلق الصفقات أو تخسر، قم بتغذية ذلك مرة أخرى. يتعلم النموذج.
ابدأ صغيراً. قم بقياس الدقة. قم بتوسيع نطاق ما ينجح. الهدف هو تنبؤات أفضل، وليس تنبؤات مثالية.
خلاصة القول
التنبؤ بالمبيعات هو التعرف على الأنماط. كيف تبدو الصفقات التي تغلق؟ كيف تبدو الصفقات التي تموت؟ ما هي الأنشطة التي تدفع الصفقات إلى الأمام؟
لا يمكن للبشر تحديد الأنماط عبر مئات الصفقات مع عشرات المتغيرات. أما الذكاء الاصطناعي فيمكنه ذلك.
لا يزال فريق المبيعات الخاص بك يمتلك العلاقات والمحادثات. ما زالوا يغلقون الصفقات. ولا يزالون يستخدمون الحكم على الصفقات التي يجب متابعتها.
لكنهم لم يعودوا يحلقون بشكل أعمى بعد الآن. فلديهم بيانات حول أي الصفقات حقيقية، وأيها معرضة للخطر، وما هي الإجراءات الناجحة تاريخياً. وهذا هو الفرق بين التخمين والمعرفة.
هل تريد تنبؤات أكثر دقة؟
لكل فريق مبيعات أنماط صفقات مختلفة. دورات مبيعات مختلفة. عوامل مختلفة تتنبأ بالمكاسب والخسائر.
نحن لا نبيع أدوات تنبؤ بمقاس واحد يناسب الجميع. نحن نحلل بيانات صفقاتك. نحدد العوامل التي تتنبأ بالفعل بالنتائج في عملك. نبني نماذج تتوافق مع واقعك.
ثم نتكامل مع نظام إدارة علاقات العملاء (CRM) الخاص بك بحيث يرى المندوبون والمديرون التنبؤات في أماكن عملهم. ويحصل فريقك على بيانات أفضل دون تغيير عملياتهم.
لا ضجيج. لا وعود بتوقعات مثالية. فقط توقعات أفضل حتى تتمكن من اتخاذ قرارات أفضل وإتمام المزيد من الصفقات.
