כיצד לשלב אינטליגנציה מלאכותית (AI) בתהליכי שיווק ומכירה?
מאת:
אוליביה אלבז, 7.3.17, 14:11
.jpg?id=29611460)
4 גישות בעלות השפעה מאסיבית על יעילות שיטות השיווק והמכירה ועל התרומה לרווח במאמץ יחסית קטן. אין סיבה מדוע לא לנסות .AI אך עד ש-2017 תגמר, לא תהיה ממש ברירה. רוב השוק ישתמש בניתוח נתונים ובלמידה ממוחשבת כדי להניע מכירות, אסטרטגיה וטקטיקות.
טכנולוגיות של מכונות לומדות התפתחו והתבגרו בשנים האחרונות והשפיעו על קהילה שלמה של אנשי מכירות ומובילי שיווק, שהפכו, בעקבות האינטליגנציה המלאכותית (
(AI, למשערים וחוזים.
כלומר, במקום לסמוך על אינטואיציה אנושית, שתלווה אותם בתהליכי המכירות של הארגון, המאמצים הראשונים של הטכנולוגיות האלו מובילים את "מירוץ החימוש" לנתונים ע"י חידוש ושינוי האופן, שבו הארגונים שלהם פועלים, ועוברים להתבסס על אינטליגנציה, שמופקת ע"י
AI וטכניקות אחרות של מדעי הנתונים.
בסביבה זו, יש 4 דרכים קלות יותר, באמצעותן מנהלי שיווק ומכירות יכולים לעקוב אחרי העבודה של הצוותים שלהם ותוך כדי כך לשלב מידע חיוני ותובנות משמעותיות בתוך משימות יום יומיות, תוך חיסכון בזמן, כדי להבטיח, שהעבודה הקשה של הנציגים שלהם תשפיע ותממש.
- השתמשו בניתוחים אנליטיים כדי לעקוב אחר שיחות
אין ספק, שביטחון ומוניטין יוצרים יותר הזדמנויות. אולם, קשה להרגיש בטוח כשיש לך רקע דל בנוגע למידע על איתותי קנייה של הלקוח הפוטנציאלי, כמו למשל מה הסיכוי, שהמוצר שלך מתאים ללקוח, או הסבירות, שהוא ירכוש את המוצר בזמן הקרוב.
כדי להימנע מבזבוז שעות בכל שבוע במחקר של לידים, צוותים רבים ממנפים את שיטות איסוף הנתונים ואת הטכנולוגיות העדכניות ביותר, כדי ליצור נוהל מעקב יעיל ומהיר יותר. בזכות טכנולוגיות אלו, קל יותר לנציגי המכירות לתעדף את הסיכויים ולתכנן למי יפנו, והם יכולים לערוך מעקב לעיתים קרובות יותר. כתוצאה מכך עולה הסיכוי, שיעמדו ביעדים שלהם מידי חודש.
ניתוח נתונים תחזיתי (
predictive analysis) מאפשר לייעל משמעותית את תהליך המכירה. כך לדוגמא, חברה, שאימצה את הניתוח התחזיתי הצליחה לתעדף את הלידים שלה מ-100 שיחות לביצוע מכירה אחת ל-12 שיחות בלבד - שיפור עצום ביעילות.
כאשר יש מידע מפורט על כל ליד, נציגי המכירות יכולים להפוך כל שיחה לאישית כדי להשיג מעורבות גבוהה יותר של הלקוח. ע"י שימוש בטכניקות מיון, ניתן ליצור רשימות מוגדרות של סיכויים, שמתבססות על תכונות מסוימות ועל נתונים רלבנטיים למכירה. נציגים יכולים בקלות יחסית למיין את הדרך הטובה ביותר לגשת לכל קבוצה. למשל, לשלוח סוג מסוים של תוכן או להזמין את בעלי הסיכויים הטובים ביותר לקנייה למפגש. חלק מהכלים מעניקים אפשרות להודיע על אירועים חשובים, לחלק משימות לאנשי מכירות ולקבל מכירות בעזרת למידה ממוחשבת היכולה לאותת לאיש המכירות היכן להשקיע יותר את הזמן.
- הקצו תחומים בהתבסס על תוצאות ניתוח ממוחשב
כאשר הארגון שלך מסתמך על סיכויים כדי להשיג לקוחות, חשוב במיוחד לטפל קודם כל בלקוחות החשובים ביותר. במידה ותיאור המשימות של נציגי המכירות לא מכיל שום דירוג, חלק מצוות המכירות יקבל סיכוי טוב יותר מאחרים.
ניתוח תחזיתי מעניק לארגונים הקצאות של לקוחות, שמבוססות לא רק על חלוקה שרירותית של גבולות גיאוגרפיים, אלא גם על התשובה לשאלה: היכן הלקוחות הטובים ביותר ממוקמים. בכך מעניק ניתוח תחזיתי לכל איש מכירות סיכוי שווה בסגירת עסקאות. שיטה זו גם משפרת את מבנה הצוותים וגם מורידה לחצים מאנשי מכירות, שמוקצים לאזורים פחות טובים ונאלצים לחפש בעצמם עסקאות, שעלולות להיות לא מתאימות כלל למוצר ובכך גם לבזבז זמן יקר.
- השתמשו ב AI כדי להיכנס לשווקים חדשים
תובנות אלו יכולות גם לעזור לצוותים לזהות הזדמנויות טובות להתרחבות. מודל של ניתוח תחזיתי יכול לעזור מאד בשכירת עובדים, משום שקל לזהות את התעשיות או האזורים, שבהם כדאי להתמקד ובהם יש אפשרות לרווח. כבר לא צריך לנחש... כאשר בוחנים באיזה שווקים חדשים להשקיע, ניתן להשתמש בנתונים אלה כדי לתת תוקף להשערות ולתהיות.
- להעלות מודעות באמצעות ניתוח נתונים
לבסוף, ע"י חיבור של צוותי השיווק לקמפיינים פרסומיים ניתן להבטיח, שהמותג שלכם יישאר לנגד עיני הלקוחות הרבה אחרי שהמגע עם אנשי המכירות נגמר. אנשי השיווק מבחינתם יוכלו לקבל מושג כיצד הארגון תומך בהם ומה המשמעות הסטטיסטית של השיחות, שהם מנהלים עם הלקוחות.
לסיכום, כל אחת מ-4 הגישות האלו יכולה להיות בעלת השפעה מאסיבית על היעילות של שיטות המכירה ועל התרומה לרווח במאמץ יחסית קטן. אין סיבה מדוע לא לנסות
AI כדי להתחרות במתחרים שלכם. אך האמת היא, שעד ש-2017 תגמר, לא תהיה לכם ממש ברירה. רוב השחקנים האחרים של השוק בתעשייה שלכם ישתמשו בניתוח נתונים ובלמידה ממוחשבת כדי להניע מכירות, אסטרטגיה וטקטיקות.
מאת: אוליביה אלבז, מרץ 2017.
סגן נשיא מכירות Salesforce ישראל
