Winogrono, szampan wyszedł: jak sztuczna inteligencja zmienia lejek sprzedaży

Rev: Jak sztuczna inteligencja przekształca lejek sprzedaży

Oto trudna sytuacja przedstawiciela ds. rozwoju sprzedaży (SDR). Młodzi w swojej karierze i często bez doświadczenia, SDR stara się osiągnąć przewagę w dziale sprzedaży. Ich jedynym obowiązkiem jest rekrutacja potencjalnych klientów do wypełnienia rurociągu.  

Polują więc i polują, ale nie zawsze mogą znaleźć najlepsze tereny łowieckie. Tworzą listy potencjalnych klientów, które ich zdaniem są świetne, i wysyłają ich do lejka sprzedażowego. Ale wielu z ich potencjalnych klientów nie pasuje i zamiast tego zatyka lejek. Smutny rezultat tych wyczerpujących poszukiwań świetnych leadów? W około 60% przypadków SDR nie osiąga nawet swojego limitu.

Jeśli powyższy scenariusz sprawia, że ​​strategiczny rozwój rynku wydaje się tak bezlitosny jak Serengeti dla osieroconego lwiątka, może posunąłem się za daleko z moją analogią. Ale to nieprawda: chociaż SDR-y są właścicielami „pierwszej mili” w lejku sprzedażowym, większość z nich ma problemy, ponieważ mają jedną z najtrudniejszych prac w firmie i niewiele narzędzi do pomocy.

Czemu? Potrzebne im narzędzia nie istniały do ​​tej pory.

Co trzeba zrobić, aby uratować pierwszą milę sprzedaży i marketingu? SDR-y potrzebują technologii, która może zidentyfikować potencjalnych klientów, którzy wyglądają jak ich idealni klienci, szybko ocenić ich dopasowanie i poznać ich gotowość do zakupu.

Rewolucja ponad lejkiem 

Istnieje wiele narzędzi, które pomagają zespołom sprzedaży i marketingu zarządzać potencjalnymi klientami w całym lejku sprzedaży. Platformy do zarządzania relacjami z klientami (CRM) są lepsze niż kiedykolwiek w śledzeniu transakcji na dole ścieżki. Marketing oparty na koncie (ABM) narzędzia takie jak HubSpot i Marketo uprościły komunikację z potencjalnymi klientami w połowie ścieżki. Wyżej na ścieżce platformy zaangażowania w sprzedaż, takie jak SalesLoft i Outreach, pomagają angażować nowych potencjalnych klientów. 

Ale ponad 20 lat po pojawieniu się Salesforce, technologie dostępne nad lejkiem — tym samym obszarem, zanim firma wie, z kim powinna nawet rozważyć rozmowę (i obszarem, w którym SDR-y polują) — pozostają w stagnacji. Nikt jeszcze nie pokonał pierwszego kilometra.

Rozwiązywanie „problemu pierwszej mili” w sprzedaży B2B

Na szczęście to się wkrótce zmieni. Jesteśmy u progu ogromnej fali innowacji w zakresie oprogramowania biznesowego. Ta fala to sztuczna inteligencja (AI). Sztuczna inteligencja to czwarta wielka fala innowacji na tej arenie w ciągu ostatnich 50 lat (po fali komputerów mainframe w latach 1960., rewolucji komputerów osobistych w latach 1980. i 90. oraz ostatniej fali horyzontalnego oprogramowania jako usługi (SaaS), która umożliwia firmom prowadzenie lepszych i wydajniejszych procesów biznesowych na każdym urządzeniu — nie są wymagane żadne umiejętności kodowania).

Jedną z wielu najlepszych cech sztucznej inteligencji jest jej zdolność do znajdowania wzorców w galaktycznych ilościach gromadzonych przez nas cyfrowych informacji i uzbrajania nas w nowe dane i spostrzeżenia z tych wzorców. Już teraz korzystamy ze sztucznej inteligencji w przestrzeni konsumenckiej – czy to przy opracowywaniu szczepionek COVID-19; treści, które widzimy z wiadomości i aplikacji społecznościowych na naszych telefonach; czyli jak nasze pojazdy pomagają nam znaleźć najlepszą trasę, omijać korki, a w przypadku Tesli delegować faktyczne zadania do samochodu. 

Jako sprzedawcy i marketerzy B2B dopiero zaczynamy doświadczać potęgi sztucznej inteligencji w naszym życiu zawodowym. Tak jak trasa kierowcy musi uwzględniać ruch uliczny, pogodę, trasy i nie tylko, nasze SDR-y potrzebują mapy, która oferuje najkrótszą drogę do znalezienia następnej wspaniałej perspektywy. 

Poza Firmografią

Każdy świetny SDR i marketer wie, że aby generować konwersję i sprzedaż, kierujesz się do potencjalnych klientów, którzy wyglądają jak Twoi najlepsi klienci. Jeśli Twoimi najlepszymi klientami są producenci urządzeń przemysłowych, znajdziesz więcej producentów urządzeń przemysłowych. W dążeniu do maksymalnego wykorzystania swoich wysiłków zewnętrznych zespoły korporacyjne zagłębiają się w firmografię — takie kwestie, jak branża, wielkość firmy i liczba pracowników.

Najlepsi SDR-i wiedzą, że jeśli uda im się wydobyć głębsze sygnały o tym, jak firma prowadzi interesy, będą w stanie zlokalizować potencjalnych klientów, którzy z większym prawdopodobieństwem wejdą na lejek sprzedaży. Ale jakich sygnałów, poza firmografią, powinni szukać?

Brakującym elementem układanki dla SDR-ów jest to, co się nazywa dane egzegraficzne – ogromne ilości danych opisujących taktykę sprzedaży firmy, strategię, wzorce zatrudniania i nie tylko. Dane egzograficzne są dostępne w bułce tartej w Internecie. Kiedy uwolnisz sztuczną inteligencję na wszystkich tych okruszkach, identyfikuje interesujące wzorce, które mogą pomóc SDR szybko zrozumieć, jak dobrze potencjalny klient pasuje do najlepszych klientów.

Weźmy na przykład John Deere i Caterpillar. Oba są dużymi firmami z listy Fortune 100 zajmującymi się maszynami i urządzeniami, które zatrudniają blisko 100,000 2 osób. W rzeczywistości są to, co nazwalibyśmy „bliźniakami firmograficznymi”, ponieważ ich branża, wielkość i liczba pracowników są prawie identyczne! Jednak Deere i Caterpillar działają zupełnie inaczej. Deere to firma wdrażająca technologię w średnim wieku i wdrażająca niską chmurę, z ukierunkowaniem na B2C. Z kolei firma Caterpillar sprzedaje głównie BXNUMXB, jest jednym z pierwszych użytkowników nowej technologii i ma wysoką adopcję w chmurze. Te różnice egzegraficzne oferują nowy sposób na zrozumienie, kto może być dobrym kandydatem, a kto nie – a tym samym znacznie szybszy sposób na znalezienie kolejnych najlepszych perspektyw dla SDR-ów.

Rozwiązywanie problemu pierwszej mili

Tak jak Tesla wykorzystuje sztuczną inteligencję do rozwiązywania problemów kierowców, tak sztuczna inteligencja może pomóc zespołom ds. rozwoju sprzedaży zidentyfikować wspaniałe perspektywy, zrewolucjonizować to, co dzieje się nad lejkiem, i rozwiązać pierwszy problem, z którym codziennie boryka się rozwój sprzedaży. 

Zamiast martwego idealnego profilu klienta (ICP), wyobraź sobie narzędzie, które pozyskuje dane egzegraficzne i wykorzystuje sztuczną inteligencję do odkrywania wzorców wśród najlepszych klientów firmy. Następnie wyobraź sobie, że użyjesz tych danych do stworzenia modelu matematycznego, który reprezentuje Twoich najlepszych klientów — nazwijmy go Profilem Klienta Sztucznej Inteligencji (aiCP) — i wykorzystując ten model, aby znaleźć innych potencjalnych klientów, którzy wyglądają dokładnie jak ci najlepsi klienci. Potężny aiCP może przyjmować informacje firmograficzne i technologiczne, a także prywatne źródła danych. Na przykład dane z LinkedIn i dane intencji mogą wzmocnić aiCP. Jako żywy model, aiCP uczy się w czasie. 

Więc kiedy pytamy, Kto będzie naszym kolejnym najlepszym klientem?, nie musimy już zostawiać SDR-ów samym sobie. Możemy wreszcie zaoferować im narzędzia, których potrzebują, aby odpowiedzieć na to pytanie i rozwiązać problem nad ścieżką. Mówimy o narzędziach, które automatycznie dostarczają nowych potencjalnych klientów i klasyfikują ich, aby SDR-y wiedzieli, do kogo skierować w przyszłości, a zespoły ds. rozwoju sprzedaży mogą lepiej ustalać priorytety swoich wysiłków. Ostatecznie sztuczna inteligencja może być wykorzystana do pomocy naszym SDR-om w tworzeniu limitów — i z potencjalnymi klientami, które faktycznie pasują do rodzaju potencjalnego klienta, którego chcemy znaleźć — i przeżyć, by przeżyć kolejny dzień.

Obrót silnika Platforma rozwoju sprzedaży

Platforma rozwoju sprzedaży Rev (SDP) przyspiesza odkrywanie potencjalnych klientów za pomocą sztucznej inteligencji.

Pobierz wersję demo