Grapes in, Champagne Out: kā AI pārveido pārdošanas piltuvi

Rev: Kā AI pārveido pārdošanas piltuvi

Skatiet pārdošanas attīstības pārstāvja nožēlojamo stāvokli (SDR). Jauni savā karjerā un bieži vien ar nepietiekamu pieredzi, SDR cenšas tikt uz priekšu pārdošanas organizācijā. Viņu viena atbildība: pieņemt darbā potenciālos klientus, lai aizpildītu cauruļvadu.  

Tāpēc viņi medī un medī, bet ne vienmēr var atrast labākos medību laukus. Viņi izveido sarakstus ar potenciālajiem klientiem, kuri, viņuprāt, ir lieliski, un nosūta tos pārdošanas piltuvē. Taču daudzi no viņu potenciālajiem klientiem neatbilst un galu galā aizsprosto piltuvi. Bēdīgais rezultāts šiem nogurdinošajiem lielisko potenciālo pirkumu meklējumiem? Apmēram 60% gadījumu SDR pat neizpilda savu kvotu.

Ja iepriekš minētais scenārijs liek stratēģiskā tirgus attīstībai izklausīties tikpat nepielūdzami kā Serengeti bāreņa lauvas mazulim, iespējams, es aizgāju pārāk tālu ar savu analoģiju. Taču būtība ir tāda: lai gan SDR pieder pārdošanas piltuves “pirmā jūdze”, vairums no tiem cīnās, jo viņiem ir viens no grūtākajiem darbiem uzņēmumā un daži palīgrīki.

Kāpēc? Viņiem nepieciešamie rīki līdz šim nepastāvēja.

Kas būs nepieciešams, lai glābtu pārdošanas un mārketinga pirmo jūdzi? SDR ir nepieciešama tehnoloģija, kas var identificēt potenciālos klientus, kas izskatās kā viņu ideālie klienti, ātri novērtēt šo potenciālo klientu atbilstību un uzzināt viņu gatavību pirkumam.

Veiciet revolūciju virs piltuves 

Ir daudz rīku, kas palīdz pārdošanas un mārketinga komandām pārvaldīt potenciālos pirkumus visā pārdošanas piltuvē. Klientu attiecību pārvaldības platformas (CRM). Uz kontu balstīts mārketings (ABM) rīki, piemēram, Hubspot un Marketo ir vienkāršojuši saziņu ar potenciālajiem klientiem piltuves vidusdaļā. Augstāk piltuves līmenī pārdošanas iesaistīšanas platformas, piemēram, SalesLoft un Outreach, palīdz piesaistīt jaunus potenciālos klientus. 

Taču vairāk nekā 20 gadus pēc Salesforce parādīšanās pasaulē pieejamās tehnoloģijas virs piltuves — tajā pašā apgabalā, kurā uzņēmums nezina, ar ko tam vispār vajadzētu runāt (un apgabalā, kurā SDR medī) — joprojām ir nemainīga. Neviens vēl nav pārvarējis pirmo jūdzi.

"Pirmās jūdzes problēmas" risināšana B2B pārdošanā

Par laimi, tas drīz mainīsies. Mēs esam uz milzīga biznesa programmatūras inovāciju viļņa sliekšņa. Tas vilnis ir mākslīgais intelekts (AI). AI ir ceturtais lielais inovāciju vilnis šajā arēnā pēdējo 50 gadu laikā (pēc lieldatoru viļņa 1960. gados; datoru revolūcijas 1980. un 90. gados; un jaunākā horizontālās programmatūras kā pakalpojuma viļņa)SaaS), kas ļauj uzņēmumiem vadīt labāku un efektīvāku biznesa procesu katrā ierīcē — nav nepieciešamas kodēšanas prasmes).

Viena no daudzajām AI labākajām īpašībām ir tā spēja atrast modeļus galaktiskos digitālās informācijas apjomos, ko mēs uzkrājam, un nodrošināt mūs ar jauniem datiem un ieskatiem no šiem modeļiem. Mēs jau gūstam labumu no AI patērētāju jomā — neatkarīgi no tā, vai izstrādājam Covid-19 vakcīnas; saturs, ko mēs redzam no ziņām un sociālajām lietotnēm savos tālruņos; vai kā mūsu transportlīdzekļi palīdz mums atrast labāko maršrutu, izvairīties no satiksmes un, Tesla gadījumā, deleģēt faktiskos braukšanas uzdevumus automašīnai. 

Kā B2B pārdevēji un tirgotāji mēs tikai tagad sākam izjust AI spēku savā profesionālajā dzīvē. Tāpat kā autovadītāja maršrutā ir jāņem vērā satiksme, laikapstākļi, maršruti un daudz kas cits, mūsu SDR ir nepieciešama karte, kas piedāvā īsāko ceļu nākamās lieliskās iespējas atrašanai. 

Ārpus firmogrāfijas

Katrs izcils SDR un mārketinga speciālists zina, ka, lai radītu reklāmguvumus un pārdošanu, jūs mērķējat uz potenciālajiem klientiem, kas izskatās kā jūsu labākie klienti. Ja jūsu labākie klienti ir rūpniecisko iekārtu ražotāji, meklējiet citus rūpniecisko iekārtu ražotājus. Cenšoties gūt maksimālu labumu no saviem izejošajiem centieniem, uzņēmumu komandas dziļi iedziļinās firmogrāfiskajos rādītājos, piemēram, nozarē, uzņēmuma lielumā un darbinieku skaitā.

Labākie SDR zina, ka, ja viņi var atklāt dziļākus signālus par to, kā uzņēmums veic uzņēmējdarbību, viņi varēs atrast potenciālos klientus, kuri, visticamāk, nonāks pārdošanas piltuvē. Bet kādi signāli, izņemot firmogrāfijas, viņiem būtu jāmeklē?

Trūkstošais SDR mīklas gabals ir tas, ko sauc eksgrāfiskie dati – milzīgs datu apjoms, kas apraksta uzņēmuma pārdošanas taktiku, stratēģiju, darbā pieņemšanas modeļus un daudz ko citu. Eksegrāfiskie dati ir pieejami rīvmaizē visā internetā. Ja AI zaudējat visus šos rīvmateriālus, tas identificē interesantus modeļus, kas var palīdzēt SDR ātri saprast, cik labi potenciālais klients atbilst jūsu labākajiem klientiem.

Piemēram, ņemiet John Deere un Caterpillar. Abi ir lieli Fortune 100 mašīnu un iekārtu uzņēmumi, kas nodarbina gandrīz 100,000 2 cilvēku. Patiesībā viņi ir tas, ko mēs saucam par "firmogrāfiskajiem dvīņiem", jo viņu nozare, lielums un darbinieku skaits ir gandrīz identisks! Tomēr Deere un Caterpillar darbojas ļoti atšķirīgi. Deere ir vidēji vēlu tehnoloģiju ieviesējs un zema mākoņdatošanas līmeņa ieviesējs ar B2C fokusu. Turpretim Caterpillar galvenokārt pārdod BXNUMXB, ir agrīns jaunu tehnoloģiju ieviesējs, un tam ir augsts mākoņu izmantošanas līmenis. Šīs eksgrāfiskās atšķirības piedāvā jaunu veidu, kā saprast, kurš varētu būt labs potenciāls un kurš nē, un līdz ar to daudz ātrāku veidu, kā SDR atrast savas nākamās labākās iespējas.

Pirmās jūdzes problēmas risināšana

Tāpat kā Tesla izmanto mākslīgo intelektu, lai atrisinātu iepriekšējās problēmas vadītājiem, AI var palīdzēt pārdošanas attīstības komandām noteikt lielas perspektīvas, mainīt to, kas notiek virs piltuves, un atrisināt pirmās jūdzes problēmu, ar kuru pārdošanas attīstība cīnās katru dienu. 

Nedzīva ideāla klienta profila vietā (ICP), iedomājieties rīku, kas uzņem eksegrāfiskus datus un izmanto AI, lai atklātu modeļus starp uzņēmuma labākajiem klientiem. Pēc tam iedomājieties izmantot šos datus, lai izveidotu matemātisko modeli, kas atspoguļo jūsu labākos klientus — nosauciet to par mākslīgā intelekta klienta profilu (aiCP) un izmantot šo modeli, lai atrastu citus potenciālos klientus, kas izskatās kā šie labākie klienti. Spēcīgs AiCP var uzņemt firmogrāfisku un tehnogrāfisku informāciju, kā arī privātus datu avotus. Piemēram, dati no LinkedIn un nodomu dati var stiprināt AiCP. Kā dzīvs modelis aiCP mācās laika gaitā. 

Tātad, kad mēs jautājam, Kurš būs mūsu nākamais labākais klients?, mums vairs nav jāatstāj SDR pašu ziņā. Beidzot mēs varam piedāvāt viņiem nepieciešamos rīkus, lai atbildētu uz šo jautājumu un atrisinātu problēmu, kas atrodas virs piltuves. Mēs runājam par rīkiem, kas automātiski nodrošina jaunus potenciālos klientus un sarindo tos, lai SDR zinātu, kam mērķēt nākamo, un pārdošanas attīstības komandas varētu labāk noteikt savu centienu prioritāti. Galu galā mākslīgais intelekts var tikt izmantots, lai palīdzētu mūsu SDR iegūt kvotu — un ar potenciālajiem klientiem, kas faktiski ir piemēroti mūsu vēlamajam potenciālajam klientam — un dzīvot, lai iegūtu vēl vienu dienu.

Rev Pārdošanas attīstības platforma

Rev pārdošanas attīstības platforma (SDP) paātrina perspektīvu atklāšanu, izmantojot AI.

Iegūstiet Rev demonstrāciju