Ներս խաղող, շամպայն դուրս. ինչպես է AI-ն փոխակերպում վաճառքի ձագարը

Rev. Ինչպես է AI-ն փոխակերպում վաճառքի ձագարը

Ահա վաճառքի զարգացման ներկայացուցչի ծանր վիճակը (SDR): Երիտասարդ լինելով իրենց կարիերայում և հաճախ չունենալով փորձ, SDR-ը ձգտում է առաջադիմել վաճառքի կազմակերպությունում: Նրանց միակ պարտականությունն է՝ հավաքագրել խողովակաշարը լցնելու հեռանկարները:  

Այսպիսով, նրանք որսում և որս են անում, բայց միշտ չէ, որ կարողանում են գտնել լավագույն որսավայրերը: Նրանք ստեղծում են հեռանկարների ցուցակներ, որոնք իրենց կարծիքով հիանալի են և դրանք ուղարկում են վաճառքի ձագար: Բայց նրանց հեռանկարներից շատերը չեն համապատասխանում և, փոխարենը, խցանվում են ձագարը: Մեծ առաջատարների այս հոգնեցուցիչ որոնման տխուր արդյունքը: Ժամանակի մոտ 60%-ում SDR-ը նույնիսկ չի կատարում իրենց քվոտան:

Եթե ​​վերոնշյալ սցենարը շուկայի ռազմավարական զարգացումը դարձնում է նույնքան աններող, որքան որբ առյուծի ձագի համար Սերեգենեթին, միգուցե ես չափն անցա իմ նմանությամբ: Բայց հարցը մնում է. թեև SDR-ները պատկանում են վաճառքի ձագարի «առաջին մղոնին», նրանցից շատերը պայքարում են, քանի որ նրանք ունեն ամենադժվար գործերից մեկը ընկերությունում և քիչ գործիքներ, որոնք կօգնեն:

Ինչո՞ւ։ Նրանց անհրաժեշտ գործիքները մինչ այժմ գոյություն չունեին։

Ի՞նչ կպահանջվի վաճառքի և շուկայավարման առաջին մղոնը փրկելու համար: SDR-ներին անհրաժեշտ է տեխնոլոգիա, որը կարող է բացահայտել հեռանկարայինները, որոնք նման են իրենց իդեալական հաճախորդներին, արագ գնահատեն այդ պոտենցիալների համապատասխանությունը և սովորեն գնման պատրաստակամությունը:

Հեղափոխություն ձագարից վեր 

Գոյություն ունեն բազմաթիվ գործիքներ, որոնք կօգնեն վաճառքի և շուկայավարման թիմերին կառավարել առաջատարները վաճառքի ձագարում: Հաճախորդների հետ հարաբերությունների կառավարման հարթակներ (CRM- ներ) ավելի լավ են, քան երբևէ՝ հետևելու ներքևի ձագարային գործարքներին: Հաշվի վրա հիմնված շուկայավարում (ABM) գործիքներ, ինչպիսիք են HubSpot և Marketo-ն պարզեցրել են կապը հեռանկարների հետ ձագարի կեսին: Ձագարը ավելի բարձր, վաճառքի ներգրավման հարթակները, ինչպիսիք են SalesLoft-ը և Outreach-ը, օգնում են ներգրավել նոր առաջատարներ: 

Բայց Salesforce-ի հայտնվելուց ևս 20 տարի անց, ձագարի վերևում առկա տեխնոլոգիաները, այն տարածքը, երբ ընկերությունը գիտի, թե ում հետ պետք է խոսի (և այն տարածքը, որտեղ SDR-ները որսում են) մնում է լճացած: Ոչ ոք դեռ չի հաղթահարել առաջին մղոնը:

«Առաջին մղոնի խնդրի» լուծումը B2B վաճառքում

Բարեբախտաբար, դա մոտ է փոխվելու: Մենք բիզնես ծրագրային ապահովման նորարարության հսկայական ալիքի եզրին ենք: Այդ ալիքը արհեստական ​​բանականություն է (AI): AI-ն այս ասպարեզում նորարարության չորրորդ մեծ ալիքն է վերջին 50 տարում (1960-ականների հիմնական ալիքից հետո, 1980-ականների և 90-ականների PC հեղափոխությունից հետո և հորիզոնական Ծրագրային ապահովման որպես ծառայության ամենավերջին ալիքից հետո (SaaS), որը թույլ է տալիս ընկերություններին ավելի լավ, ավելի արդյունավետ բիզնես գործընթաց վարել յուրաքանչյուր սարքի վրա՝ կոդավորման հմտություններ չեն պահանջվում):

Արհեստական ​​ինտելեկտի բազմաթիվ լավագույն հատկանիշներից մեկը մեր կուտակած թվային տեղեկատվության գալակտիկական ծավալներում օրինաչափություններ գտնելու և այդ օրինաչափությունների նոր տվյալներով ու պատկերացումներով մեզ զինելու կարողությունն է: Մենք արդեն օգտվում ենք AI-ից սպառողական տարածքում՝ լինի դա COVID-19 պատվաստանյութերի մշակման մեջ. բովանդակությունը, որը մենք տեսնում ենք մեր հեռախոսների նորություններից և սոցիալական հավելվածներից. կամ ինչպես են մեր տրանսպորտային միջոցներն օգնում մեզ գտնել լավագույն երթուղին, խուսափել երթևեկությունից և Tesla-ի դեպքում՝ իրական վարելու առաջադրանքները փոխանցել մեքենային: 

Որպես B2B վաճառողներ և շուկայագետներ, մենք նոր ենք սկսում զգալ AI-ի ուժը մեր մասնագիտական ​​կյանքում: Ինչպես վարորդի երթուղին պետք է հաշվի առնի երթևեկությունը, եղանակը, երթուղիները և ավելին, մեր SDR-ներին անհրաժեշտ է քարտեզ, որն առաջարկում է հաջորդ հիանալի հեռանկարը գտնելու ամենակարճ ճանապարհը: 

Ֆիրմոգրաֆիայից այն կողմ

Յուրաքանչյուր հիանալի SDR և շուկայավար գիտի, որ փոխակերպում և վաճառքներ առաջացնելու համար դուք թիրախավորում եք այնպիսի հեռանկարներ, որոնք նման են ձեր լավագույն հաճախորդներին: Եթե ​​ձեր լավագույն հաճախորդները արդյունաբերական սարքավորումներ արտադրողներ են, դուք կգտնեք ավելի շատ արդյունաբերական սարքավորումներ արտադրողներ: Իրենց արտագնա ջանքերից առավելագույնը ստանալու ձգտման համար ձեռնարկությունների թիմերը խորապես խորանում են ֆիրմոգրաֆիայի մեջ, ինչպիսիք են արդյունաբերությունը, ընկերության չափը և աշխատողների թիվը:

Լավագույն SDR-ները գիտեն, որ եթե կարողանան բացահայտել ավելի խորը ազդանշաններ այն մասին, թե ինչպես է ընկերությունն անում բիզնեսը, նրանք կկարողանան գտնել այն հեռանկարներին, ովքեր ավելի հավանական է, որ մտնեն վաճառքի ձագար: Բայց ֆիրմոգրաֆիայից դուրս ո՞ր ազդանշանները պետք է որոնեն:

SDR-ների համար հանելուկի բացակայող հատվածն այն է, ինչ կոչվում է էքսոգրաֆիկ տվյալներ – հսկայական քանակությամբ տվյալներ, որոնք նկարագրում են ընկերության վաճառքի մարտավարությունը, ռազմավարությունը, աշխատանքի ընդունման ձևերը և այլն: Էկզոգրաֆիկ տվյալները հասանելի են ամբողջ ինտերնետում: Երբ դուք անջատում եք AI-ն բոլոր այդ հացի փշրանքների վրա, այն բացահայտում է հետաքրքիր օրինաչափություններ, որոնք կարող են օգնել SDR-ին արագ հասկանալ, թե որքանով է հեռանկարայինը համապատասխանում ձեր լավագույն հաճախորդներին:

Օրինակ, վերցրեք Ջոն Դիրը և Թրթուրը: Երկուսն էլ Fortune 100 մեքենաների և սարքավորումների խոշոր ընկերություններ են, որտեղ աշխատում է մոտ 100,000 անհատ: Իրականում, նրանք այն են, ինչ մենք կանվանեինք «ֆիրոգրաֆիկ երկվորյակներ», քանի որ նրանց արդյունաբերությունը, չափը և աշխատակազմը գրեթե նույնական են: Այնուամենայնիվ, Deere-ն ու Caterpillar-ը շատ տարբեր են գործում: Deere-ը միջին ուշ տեխնոլոգիաների ընդունող և ցածր ամպի ընդունող է՝ B2C կենտրոնացվածությամբ: Ի հակադրություն, Caterpillar-ը հիմնականում վաճառում է B2B, նոր տեխնոլոգիաների վաղ կիրառողն է և ունի բարձր ամպային ընդունում: Սրանք էքսոգրաֆիկ տարբերություններ առաջարկեք նոր միջոց՝ հասկանալու, թե ով կարող է լինել լավ հեռանկար, և ով ոչ, և, հետևաբար, շատ ավելի արագ միջոց SDR-ների համար՝ գտնելու իրենց հաջորդ լավագույն հեռանկարները:

Առաջին մղոնի խնդրի լուծում

Ճիշտ այնպես, ինչպես Tesla-ն օգտագործում է AI-ն՝ լուծելու վարորդների վերին հոսքի խնդիրը, AI-ն կարող է օգնել վաճառքի զարգացման թիմերին բացահայտել հիանալի հեռանկարներ, հեղափոխել այն, ինչ տեղի է ունենում ձագարից վերևում և լուծել առաջին մղոնի խնդիրը, որի հետ առնչվում է վաճառքի զարգացման ամեն օր: 

Անկենդան իդեալական հաճախորդի պրոֆիլի փոխարեն (ICP- ն), պատկերացրեք մի գործիք, որը կլանում է էքսոգրաֆիկ տվյալներ և օգտագործում AI-ն՝ բացահայտելու օրինաչափությունները ընկերության լավագույն հաճախորդների միջև: Ապա պատկերացրեք, որ օգտագործեք այդ տվյալները՝ ձեր լավագույն հաճախորդներին ներկայացնող մաթեմատիկական մոդել ստեղծելու համար, կոչեք այն Արհեստական ​​ինտելեկտի հաճախորդի պրոֆիլ (aiCP)—և օգտագործել այդ մոդելը՝ գտնելու այլ հեռանկարներ, որոնք նման են լավագույն հաճախորդներին: Հզոր aiCP-ն կարող է ընդունել ֆիրմոգրաֆիական և տեխնոլոգիական տեղեկատվություն, ինչպես նաև տվյալների մասնավոր աղբյուրներ: Օրինակ, LinkedIn-ի տվյալները և մտադրության տվյալները կարող են ամրապնդել aiCP-ը: Որպես կենդանի մոդել՝ aiCP-ն սովորում է ժամանակի ընթացքում: 

Այսպիսով, երբ մենք հարցնում ենք. Ո՞վ կլինի մեր հաջորդ լավագույն հաճախորդը:, մենք այլևս կարիք չունենք SDR-ներին թողնել իրենց հոգսերը: Մենք կարող ենք վերջապես նրանց առաջարկել այն գործիքները, որոնք անհրաժեշտ են այս հարցին պատասխանելու և ձագարից վերև գտնվող խնդիրը լուծելու համար: Մենք խոսում ենք գործիքների մասին, որոնք ավտոմատ կերպով ապահովում են նոր հեռանկարներ և դասակարգում դրանք, որպեսզի SDR-ները իմանան, թե ում թիրախավորեն հաջորդը, և վաճառքի զարգացման թիմերը կարողանան ավելի լավ առաջնահերթություն տալ իրենց ջանքերին: Ի վերջո, AI-ն կարող է օգտագործվել՝ օգնելու մեր SDR-ներին քվոտաներ կազմել, և այն հեռանկարներով, որոնք իրականում համապատասխանում են այն տեսակին, որը մենք ցանկանում ենք գտնել, և ապրել, որպեսզի կարողանանք մեկ այլ օր գտնել:

պտույտ Վաճառքի զարգացման հարթակ

Rev's Sales Development Platform (SDP- ն) արագացնում է հեռանկարային բացահայտումը` օգտագործելով AI:

Ստացեք Rev Demo