Mākslīgais intelekts pārdošanas cauruļvadam un prognozēšanai: Pārtrauciet nojautāt, kas tiks slēgts
Katru ceturksni viena un tā pati spēle. Pārdošanas vadība pieprasa prognozi. Pārstāvji saka, ka darījumi tiks slēgti. Vadība samazina prognozes, jo pārstāvji vienmēr ir optimistiski. Darījumi paslīd. Prognozes mainās katru nedēļu.
Neviens nezina, kas īsti tiks slēgts. Ne tāpēc, ka pārdevēji melo. Tāpēc, ka ir grūti prognozēt darījuma iznākumu, ja paļaujaties uz intuīciju un CRM piezīmēm.
Mākslīgais intelekts nenojauš. Tas aplūko darījumu raksturlielumus un vēsturiskos modeļus. Pamatojoties uz datiem, tas prognozē slēgšanas varbūtību. Tas atzīmē riskantus darījumus, pirms tie tiek izbeigti. Tas norāda, kuriem darījumiem jāpievērš uzmanība un kuri tiks slēgti paši no sevis.
Jūsu prognoze vairs nav tikai vēlmju domāšana. Tā sāk balstīties uz realitāti.
Problēma: cauruļvads, kas pilns ar "varbūt
Jūsu CRM rāda 50 atvērtus darījumus. Pārstāvji apgalvo, ka šajā ceturksnī tiks noslēgti 30. Vēsture liecina, ka 12 patiešām tiks noslēgti. Bet kuri 12? Neviens nezina.
Darījumi pārāk ilgi atrodas sagatavošanas posmā. Daži virzās uz priekšu. Daži kavējas un iet bojā. Daži jūs pārsteidz un ātri noslēdzas. Lielākoties jūs nezināt, kurš no tiem ir kurš, līdz viss ir beidzies.
Pārdošanas vadītāji stundām ilgi veic cauruļvadu pārskatīšanu. "Kāds ir statuss?" "Kad tas tiks slēgts?" "Kāds ir risks?" Vieni un tie paši jautājumi, dažādas atbildes katru nedēļu.
Prognoze, ko jūs sniedzat vadībai, ir pamatots minējums. Dažreiz tu esi tuvu. Bieži vien ne. Ceturkšņa beigas kļūst par cīņu, lai sasniegtu skaitli.
Ne tāpēc, ka jūsu pārdošanas komanda ir slikta. Tāpēc, ka cilvēki nav labi spējīgi prognozēt varbūtējus rezultātus, ņemot vērā desmitiem mainīgo lielumu. Mākslīgais intelekts spēj.
Ko mākslīgais intelekts dara ar pārdošanas cauruļvadu un prognozēšanu
Mākslīgais intelekts neaizstāj pārdošanas spriedumu. Tas sniedz datus, lai šo lēmumu padarītu labāku. Lūk, kā:
Darījuma varbūtības vērtēšana
Katram darījumam tiek piešķirts tuvošanās varbūtības vērtējums, pamatojoties uz:
- Darījuma raksturojums (lielums, veids, sarežģītība)
- Pārdošanas posms un laiks posmā
- Iesaistīšanās līmenis (ieinteresēto personu aktivitāte, e-pasta atbildes, sanāksmju biežums)
- Vēsturiskie modeļi (kādi darījumi faktiski tika slēgti?)
- Konkurences faktori (viens piegādātājs vai konkurējošs darījums?)
Mākslīgais intelekts salīdzina katru darījumu ar tūkstošiem iepriekšējo darījumu. Darījumi ar līdzīgām īpašībām, kas tika slēgti, saņem augstāku punktu skaitu. Darījumi, kas atbilst zaudēto darījumu modeļiem, saņem zemāku punktu skaitu.
Tā nav intuīcija. Tā ir modeļu saskaņošana, pamatojoties uz jūsu faktiskajiem datiem par uzvarām/zaudējumiem.
Pārstāvis saka 90% iespēja slēgt, AI saka 40%? Paskaties tuvāk. Kaut kas nav kārtībā. Vai nu pārstāvim trūkst brīdinājuma zīmju, vai arī mākslīgajam intelektam nav konteksta. Jebkurā gadījumā jūs to izpētiet, pirms darījums ir beidzies.
Riska darījumu identificēšana
Darījumi mirst lēnām, tad visi uzreiz. Brīdinājuma zīmes parādās vairākas nedēļas pirms darījuma oficiālās nāves:
- Nav aktivitāšu vairāk nekā 14 dienas
- Champion pārtrauca atbildēt
- Sanāksmes tiek atkārtoti pārceltas
- Lēmumu pieņemšanas grafiks turpina slīdēt
- Ieinteresētās personas, kas iesaistījās agrīnā posmā, klusēja
- Darījums pārāk ilgi atrodas vienā posmā
Mākslīgais intelekts seko līdzi šiem modeļiem. Ja parādās vairākas brīdinājuma pazīmes kopā, tas apzīmē darījumu kā riska darījumu.
Pārdošanas vadītājs ierauga karogu. Jautā pārstāvim, kas notiek. Pārstāvis bieži vien atbild: "Ak, jā, man vajadzētu to pārbaudīt." Dažreiz viņi saka: "Viss ir kārtībā." Bet jūs vismaz zināt, ka to jāuzrauga.
Jūs nevarat saglabāt katru darījumu. Bet jūs varat mēģināt glābt piedāvājumus, pirms tie ir pilnīgi miruši. Tas izdodas tikai tad, ja jūs zināt, ka tie ir apdraudēti.
Prognožu precizitātes uzlabošana
Jūsu prognoze ir darījumu varbūtību summa. Ja jūsu varbūtību aplēses ir nepareizas, jūsu prognoze ir nepareiza.
Mākslīgais intelekts veido prognozi, pamatojoties uz:
- Atsevišķu darījumu varbūtības (balstītas uz datiem, nevis pārstāvju aplēsēm).
- Vēsturiskie slēgšanas rādītāji pēc posma, pārstāvja, darījuma veida
- Jūsu uzņēmējdarbības sezonalitātes modeļi
- Pārdošanas cikla ilguma tendences
Tā nav tikai skaitlis. Tā sniedz diapazonus. "Visticamāk, $X, bet var būt arī $Y vai $Z." Tā ir godīga prognozēšana.
Laika gaitā jūs redzēsiet, kurus darījumus mākslīgais intelekts ir paredzējis labi un kurus ne. Jūs pielāgojaties. Modelis mācās. Uzlabojas precizitāte.
Jums nekad nebūs ideālas prognozes. Taču jūs varat iegūt prognozes, kas ir pareizas biežāk nekā nepareizas. Tas ir labāk nekā lielākajai daļai pārdošanas komandu tagad.
Nākamā labākā rīcība Ieteikumi
Katram pārstāvim ir vairāk darījumu, nekā viņi var aktīvi strādāt. Uz kuriem no tiem viņiem būtu jākoncentrējas šodien?
Mākslīgais intelekts nosaka prioritātes:
- Riska darījumi, kuriem jāpievērš tūlītēja uzmanība
- darījumi ar augstu slēgšanas varbūtību, kas ir gatavi virzībai uz priekšu.
- Darījumi, kuros noteiktas darbības (sekošana ieinteresētajai personai, priekšlikuma nosūtīšana) vēsturiski palielināja slēgšanas rādītājus.
- Darījumi, kas atrodas dīkstāvē un kam nepieciešams stimuls
Pārstāvis piesakās, redz sarakstu ar prioritāri veicamajiem uzdevumiem. Ne viss. 5-7 darbības, kas, visticamāk, palīdzēs virzīt darījumus uz priekšu.
Viņi nepilda mākslīgā intelekta rīkojumus. Viņi saņem uz datiem balstītus ieteikumus par to, kur vislabāk pavadīt savu laiku. Viņi joprojām izmanto spriedumus. Viņu rīcībā ir tikai labāka informācija.
Uzvaras/zaudējumu modeļa analīze
Kāpēc darījumi tiek slēgti? Kāpēc tie tiek zaudēti?
Mākslīgais intelekts analizē noslēgtos - uzvarētos un zaudētos - darījumus:
- Kādas ir uzvarējušo darījumu kopīgās iezīmes?
- Cik ilgi parasti ilgst uzvarētāju darījumi?
- Kādas darbības ir saistītas ar uzvarām?
- Kas ir atšķirīgs zaudētajos darījumos?
- Vai pastāv modeļi atkarībā no nozares, darījuma lieluma vai konkurenta?
Šie modeļi kļūst par atziņām:
- "Darījumi, kuros iesaistītas vairāk nekā 3 ieinteresētās puses, tiek slēgti divreiz biežāk nekā darījumi ar vienu ieinteresēto pusi."
- "Kad mēs iesaistāmies juridiskajā jomā pirms 4. nedēļas, slēgšanas rādītājs samazinās 30%"
- "Piedāvājumi, kas ietver izmēģinājuma pārvērst 80% no laika"
Jūs uzzināsiet, kas patiesībā veicina uzvaru gūšanu. Tad jūs trenējat pārstāvjus, lai viņi vairāk darītu to, kas darbojas, un mazāk to, kas nedarbojas. Tā ir uz datiem balstīta pārdošanas vadība.
Cauruļvada stāvokļa uzraudzība
Vai jūsu cauruļvads ir veselīgs vai pilns ar atkritumiem? Grūti pateikt, ja skatāties tikai uz darījumu skaitu un kopējo vērtību.
Mākslīgais intelekts novērtē cauruļvada stāvokli:
- Kāda ir reālā vērtība? (Darījuma vērtība, kas svērta pēc AI varbūtības rādītājiem)
- Vai cauruļvads pieaug vai samazinās?
- Vai darījumi virzās pa posmiem normālā ātrumā?
- Vai cauruļvadu pārklājums ir pietiekams, lai sasniegtu mērķus? (Reālā vērtība pret kvotu)
- Kuriem posmiem ir šaurās vietas?
Pārdošanas līderi redz cauruļvada stāvokļa informācijas paneļus. Ne tukšuma rādītājus. Reālus rādītājus par to, vai komanda sasniegs skaitļus.
Ja cauruļvads izskatās vājš, jūs par to uzzināsiet agri. Jūs varat pievienot resursus vadošo darbinieku piesaistīšanai vai koriģēt mērķus, pirms vēl nav par vēlu.
Ko tas nozīmē jums
Pārdošanas direktoriem
Prognozes, kurām varat uzticēties. Ne perfekta, bet daudz labāka nekā reprognozes. Jūs sniedzat līderu skaitļus, kas balstīti uz datiem, nevis cerībām.
Uzlabojas cauruļvada redzamība. Jūs uzreiz redzat riskantos darījumus. Jūs zināt, kur trenēt. Jūs zināt, kuros darījumos ir jāiesaistās augstākā līmeņa vadītājiem.
Resursu piešķiršana kļūst gudrāka. Jūs zināt, kuri darījumi ir reāli un kuri ir tikai sapņi. Komandas pūles tiek veltītas izdevīgām iespējām.
Jūs trenējat, pamatojoties uz modeļiem. "Lūk, ko uzvarētāji dara citādi." Tas ir daudz efektīvāk nekā vispārīgi pārdošanas padomi.
Pārdošanas pārstāvjiem
Jūs zināt, kuriem darījumiem pievērst uzmanību. Nevajag vairs izkaisīt sevi 50 iespējās. Strādājiet ar tām, kuras, visticamāk, tiks slēgtas.
Jūs savlaicīgi atklājat problēmas. Darījums iet uz sāniem? Jūs pamanāt brīdinājuma pazīmes, pirms tas ir miris. Jūs varat koriģēt kursu.
Jums tiek sniegti norādījumi par turpmākajiem soļiem. Ne pasūtījumus, bet gan datus par to, kas parasti darbojas tādos darījumos kā jūsu. Jūs pieņemat labākus lēmumus.
Mazāk laika atjaunināt CRM atjaunināšanas dēļ. Mākslīgais intelekts kļūst gudrāks, jo vairāk datu tam ir, bet tas izmanto šos datus, lai palīdzētu jums pārdot, nevis tikai ziņot.
Uzņēmumam
Paredzami ieņēmumi. Ja prognozes ir precīzas, jūs varat plānot. Pieņemšana darbā. Inventārs. Mārketinga izdevumus. Viss balstās uz ticamām ieņēmumu prognozēm.
īsāki pārdošanas cikli. Kad pārstāvji koncentrējas uz pareizajām darbībām pareizajā laikā, darījumi tiek slēgti ātrāk.
Augstāki vinnestu rādītāji. Kad saprotat, kas palīdz slēgt darījumus, varat to darīt vairāk. Laika gaitā tas palielinās.
Mazāk pārsteigumu ceturkšņa beigās. Jūs jau vairākas nedēļas uz priekšu zināt, vai sasniegsiet noteikto skaitli. Nekādas panikas pēdējā brīdī. Nav negaidītu deficītu.
Reāli pārdošanas prognozēšanas mākslīgā intelekta piemēri
1. piemērs: B2B programmatūras uzņēmums
Vidējā tirgus programmatūras uzņēmuma prognožu precizitāte bija 35%. Katrs ceturksnis bija pārsteigums. Pārdošanas vadība nevarēja plānot, jo nezināja, kādi patiesībā būs ieņēmumi.
Kas mainījās: AI analizēja 3 gadu darījumu datus. Izveidoja varbūtības modeļus, pamatojoties uz faktiskajiem slēgšanas modeļiem. Sniedza uz datiem balstītus darījumu novērtējumus, nevis pārstāvju aplēses.
Rezultāts: Prognožu precizitāte divu ceturkšņu laikā uzlabojās līdz 82%. Vadītāji varēja droši plānot. Mazāk ugunsgrēka mācību ceturkšņa beigās, jo viņi zināja skaitu nedēļām uz priekšu.
2. piemērs: ražošanas uzņēmums
Ražošanas uzņēmumam bija ilgi pārdošanas cikli (6-12 mēneši). Darījumi mēnešiem ilgi izskatījās labi, bet pēc tam pēkšņi apsīka. Neviens nezināja, kāpēc.
Kas mainījās: Mākslīgais intelekts noteica, ka darījumiem, ar kuriem ieinteresētās personas nav sazinājušās 21+ dienu, ir 72% iespēja, ka tie tiks zaudēti. Sistēma automātiski atzīmēja riska darījumus.
Rezultāts: Pārdošanas vadītāji proaktīvi iejaucās attiecībā uz norādītajiem darījumiem. Uzvarētāju skaits palielinājās 18%, jo riska darījumiem tika pievērsta uzmanība, pirms tie tika pārtraukti. Pārdošanas cikls saīsinājās, jo iestrēgušie darījumi tika ātrāk atrisināti.
3. piemērs: profesionālo pakalpojumu uzņēmums
Konsultāciju uzņēmums nevarēja noteikt, kuri priekšlikumi tiks slēgti. Uzvarētāju īpatsvars bija zem 30%. Novērtēšanas komandas tērēja milzīgas pūles, lai sagatavotu priekšlikumus, kas nekur netika pieņemti.
Kas mainījās: AI analizēja uzvarētos un zaudētos priekšlikumus. Konstatēts, ka darījumi, kuru budžets klientam jau bija apstiprināts, tika slēgti ar 65%. Darījumi, kuros klients teica, ka "pēta iespējas", tika slēgti par 12%.
Rezultāts: Uzņēmums sāka stingrāk kvalificēties, pirms ieguldīt līdzekļus priekšlikumos. Koncentrēja priekšlikumu iesniegšanas centienus uz labi kvalificētām iespējām. Uzvarētāju īpatsvars palielinājās līdz 48%, jo uzņēmums pārtrauca vajāšanu par sliktiem piedāvājumiem.
Ko mākslīgais intelekts nedarīs
Skaidri runāsim par ierobežojumiem.
Mākslīgais intelekts nevar slēgt darījumus jūsu vietā. Tas nevar risināt sarežģītas sarunas. Tas nevar vest sarunas. Tas nevar veidot attiecības ar pircējiem. Tas joprojām ir cilvēka darbs.
Mākslīgā intelekta prognozes ir varbūtība, nevis pārliecība. Darījumam, kas novērtēts ar 70%, joprojām ir 30% iespēja zaudēt. Neuzskatiet mākslīgā intelekta rādītājus par garantijām.
Mākslīgais intelekts nezina kontekstu, kas nav CRM. Ja pārstāvis personīgi pazīst izpilddirektoru vai ir dzirdējis, ka budžets ir samazināts, vai arī tam ir cits konteksts - tas ir svarīgi. Mākslīgais intelekts + cilvēka vērtējums ir labāks par vienu vai otru.
Mākslīgais intelekts nevar izlabot sabojātu pārdošanas procesu. Ja jūsu pārstāvji nepareizi kvalificējas, ja jūsu produkts neatbilst tirgum vai jūsu cenu noteikšana ir nepareiza - AI parādīs jums problēmu, bet jums tā joprojām būs jānovērš.
Kā sākt darbu
Jums nav uzreiz jāpilnveido viss pārdošanas process ar mākslīgo intelektu. Sāciet tur, kur tas palīdz visvairāk:
- Sāciet ar darījumu vērtēšanu. Ieviest AI varbūtības vērtējumus. Salīdziniet AI vērtējumus ar pārstāvju aplēsēm. Noskaidrojiet, kurš ir precīzāks 3 mēnešu laikā.
- Izsekojiet riskantos darījumus. Ļaujiet mākslīgajam intelektam atzīmēt darījumus, kas atbilst riska modeļiem. Pārbaudiet, vai iejaukšanās kādu no tiem izglābs.
- Analizējiet vienu uzvaras/zaudējuma modeli. Izvēlieties vienu mainīgo lielumu (darījuma lielumu, nozari, ieinteresēto personu skaitu) un pārbaudiet, vai mākslīgais intelekts atklāj likumsakarības, kuras jūs nezinājāt.
- Pārbaudiet prognozes precizitāti. Palaist AI prognozi paralēli parastajam procesam. Salīdziniet, kurš no tiem ir tuvāks faktiskajiem rezultātiem.
- Precizējiet, pamatojoties uz rezultātiem. Mākslīgais intelekts kļūst labāks, ja tiek saņemta atgriezeniskā saite. Kad darījumi tiek slēgti vai zaudēti, sniedziet atgriezenisko saiti. Modelis mācās.
Sāciet ar maziem apmēriem. Izmēriet precizitāti. Palieliniet to, kas darbojas. Mērķis ir labākas, nevis perfektas prognozes.
Apakšējā līnija
Pārdošanas prognozēšana ir modeļu atpazīšana. Kādi izskatās darījumi, kas tiek slēgti? Kādi ir darījumi, kas beidzas? Kādas darbības virza darījumus uz priekšu?
Cilvēki nespēj pamanīt modeļus simtiem darījumu ar desmitiem mainīgo. Mākslīgais intelekts var.
Jūsu pārdošanas komandai joprojām pieder attiecības un sarunas. Viņi joprojām slēdz darījumus. Viņi joprojām spriež par to, kurus darījumus turpināt.
Taču viņi vairs nelidos akli. Viņu rīcībā ir dati par to, kuri darījumi ir reāli, kuri ir apdraudēti un kādas darbības vēsturiski ir bijušas veiksmīgas. Tā ir atšķirība starp minējumiem un zināšanām.
Vēlaties precīzākas prognozes?
Katrai pārdošanas komandai ir atšķirīgi darījumu modeļi. Atšķirīgi pārdošanas cikli. Atšķirīgi faktori, kas nosaka uzvaras un zaudējumus.
Mēs nepārdodam universālus prognozēšanas rīkus. Mēs analizējam jūsu darījumu datus. Mēs nosakām, kuri faktori faktiski prognozē jūsu biznesa rezultātus. Mēs izveidojam modeļus, kas atbilst jūsu realitātei.
Pēc tam mēs integrējamies ar jūsu CRM, lai pārstāvji un vadītāji redzētu prognozes, kur viņi strādā. Jūsu komanda iegūst labākus datus, nemainot procesu.
Nekāda ažiotāža. Nav solījumu par perfektu prognozi. Tikai labākas prognozes, lai jūs pieņemtu labākus lēmumus un noslēgtu vairāk darījumu.
