Cómo la IA cambia las ventas
Por Victor Antonio
Harvard Business Review
Datos
Las empresas están utilizando IA en todo tipo de formas innovadoras para avanzar en sus negocios. Si alguna vez ha buscado en Netflix para mirar una película, IA (un algoritmo de recomendación) fue sin duda utilizado en su decisión sobre qué mirar. Si compró en Amazon, su decisión sobre qué comprar también fue influenciada por IA (a través de un algoritmo de asociación). Si alguna vez ha pedido un Uber, IA (un algoritmo de ubicación) se utilizó para tener un automóvil en su vecindad rápidamente. Si alguna vez se le ocurrió un producto o unas vacaciones, y pareció aparecer repentinamente en su página de búsqueda o en su bandeja de entrada de correo electrónico, puedo asegurarle que se basó en AI (un algoritmo de clasificación) que supervisa su actividad en línea.
Estos mismos tipos de algoritmos de inteligencia artificial se pueden utilizar para potenciar el proceso de toma de decisiones de cualquier empresa, ayudándole a hacer mejores predicciones comerciales. Basado en la investigación de mi libro Sales Ex Machina: Cómo la inteligencia artificial está cambiando el mundo de las ventas, aquí hay cinco áreas específicas donde los algoritmos de inteligencia artificial pueden aprovecharse para ayudar a su empresa a crecer al ayudar a su equipo de ventas a vender más:
Optimización del precio: saber qué descuento, si es que hay, para un cliente es siempre una situación delicada. Quieres ganar el trato, pero al mismo tiempo no quieres dejar dinero sobre la mesa. En la actualidad, un algoritmo de inteligencia artificial puede decirle cuál es la tasa de descuento ideal para una propuesta, a fin de garantizar que sea más probable que gane la transacción al observar las características específicas de cada acuerdo pasado que se ganó o perdió. Las características podrían incluir: tamaño del acuerdo en términos de cantidad en dólares, cumplimiento de especificaciones del producto, número de competidores, tamaño de la empresa, territorio / región, industria del cliente, ingresos anuales del cliente, empresa pública o privada, nivel de tomadores de decisiones (influenciadores) involucrados , tiempo (por ejemplo, Q2 vs Q4), cliente nuevo o existente, etc.
Previsión: los gerentes de ventas se enfrentan al desafío abrumador de tratar de predecir dónde caen las cifras totales de ventas de su equipo cada trimestre. Utilizando un algoritmo de inteligencia artificial, los administradores ahora pueden predecir con un alto grado de precisión los ingresos del próximo trimestre, lo que a su vez ayudaría a una empresa, desde el punto de vista de las operaciones, a administrar mejor el inventario y los recursos.
Ventas selectivas y venta cruzada: la forma más rápida y económica de aumentar sus ingresos de primera línea es vender más a su base de clientes existente. Pero la pregunta del millón es, ¿quién tiene más probabilidades de comprar más? Puede gastar mucho dinero en marketing para aquellos que no comprarán, o puede usar un algoritmo de inteligencia artificial para ayudar a identificar cuáles de sus clientes actuales son más propensos a comprar una mejor versión de lo que poseen actualmente (venta ascendente) y / o que es más probable que quieran una nueva oferta de producto en conjunto (venta cruzada). El efecto neto es un aumento en los ingresos y una caída en los costos de comercialización.
Lead Scoring: un vendedor con una amplia cartera de clientes potenciales calificados tiene que tomar decisiones sobre una base diaria, o incluso cada hora, sobre dónde enfocar su tiempo cuando se trata de cerrar acuerdos para alcanzar su cuota mensual o trimestral. A menudo, este proceso de toma de decisiones se basa en el instinto y la información incompleta. Con AI, el algoritmo puede recopilar información histórica sobre un cliente, junto con publicaciones en redes sociales y el historial de interacción del cliente (por ejemplo, correos electrónicos enviados, correos de voz, mensajes de texto enviados, etc.) y clasificar las oportunidades o clientes potenciales en la tubería de acuerdo a sus posibilidades de cerrar con éxito.
Administración para rendimiento: todos los meses, los gerentes de ventas tienen que evaluar los canales de ingresos de cada uno de sus vendedores con miras a fomentar acuerdos que puedan estancarse o, peor aún, fracasar. Al usar AI, los gerentes de ventas ahora pueden usar tableros para ver visualmente qué vendedores pueden alcanzar sus cuotas junto con ofertas pendientes que tienen buenas posibilidades de ser cerradas. Esto permitirá que un gerente centre su atención en los vendedores clave y en las ofertas asociadas que ayudarán a la compañía a alcanzar su cuota.
En cada uno de los cinco ejemplos anteriores, la cantidad de datos recopilados utilizados aumentará la capacidad del algoritmo para proporcionar una predicción más precisa, que a su vez impulsará el comportamiento. Esta es la clave. El valor de cualquier predicción radica en cómo se puede utilizar para guiar el comportamiento de un vendedor o gerente a fin de mejorar los resultados de la empresa.
Si elige aprovechar el poder de la IA en su propio equipo de ventas, ¿dónde comienza?
Primero, identifique los diferentes tipos de conjuntos de datos que existen dentro de una empresa que se pueden combinar para obtener una imagen más completa de la base de clientes. Por ejemplo, el departamento de ventas obviamente tiene datos históricos de compras, y el departamento de marketing tiene análisis de sitios web y datos de campañas promocionales (por ejemplo, tasas de respuesta de los clientes). La combinación de estos conjuntos de datos puede permitir que un algoritmo de inteligencia artificial haga mejores predicciones sobre quién tiene más probabilidades de responder a una oferta.
Estos conjuntos de datos luego deben combinarse con una plataforma de Administración de relaciones con los clientes (CRM) (por ejemplo, Saleforce.com, Microsoft 365, Zoho y muchos otros) que servirá como un repositorio para todas las transacciones e interacciones de los clientes. Estas plataformas de CRM tienen herramientas que le permitirán analizar los conjuntos de datos para patrones y generar los tipos de predicciones mencionadas en los cinco ejemplos anteriores. (Cada vez más compañías de CRM agregan "inteligencia" como parte de sus opciones de plataforma. Por ejemplo, Salesforce.com ahora tiene un AppExchange en el que puede comprar complementos de inteligencia artificial como Neuralytics de InsideSales.com para grabar, almacenar y analizar llamadas telefónicas .)
El desafío para cualquier compañía siempre es encontrar nuevas formas de aumentar sus ingresos, reducir costos y ampliar su participación en el mercado, al tiempo que se minimizan los riesgos. Se ha vuelto evidente para las empresas líderes que aprovechando su base de datos interna existente, y extrayéndola para nuevas oportunidades usando IA, les permitirá hacerlo con tanta prudencia. Si los datos son de hecho el nuevo petróleo, las empresas que puedan capturar los datos, analizarlos y generar conocimientos accionables tendrán vendedores que podrán cerrar más ofertas, con mayor frecuencia.
Victor Antonio es coautor de Sales Ex Machina: Cómo la inteligencia artificial está cambiando el mundo de las ventas.
Harvard Business Review
Datos
Las empresas están utilizando IA en todo tipo de formas innovadoras para avanzar en sus negocios. Si alguna vez ha buscado en Netflix para mirar una película, IA (un algoritmo de recomendación) fue sin duda utilizado en su decisión sobre qué mirar. Si compró en Amazon, su decisión sobre qué comprar también fue influenciada por IA (a través de un algoritmo de asociación). Si alguna vez ha pedido un Uber, IA (un algoritmo de ubicación) se utilizó para tener un automóvil en su vecindad rápidamente. Si alguna vez se le ocurrió un producto o unas vacaciones, y pareció aparecer repentinamente en su página de búsqueda o en su bandeja de entrada de correo electrónico, puedo asegurarle que se basó en AI (un algoritmo de clasificación) que supervisa su actividad en línea.
Estos mismos tipos de algoritmos de inteligencia artificial se pueden utilizar para potenciar el proceso de toma de decisiones de cualquier empresa, ayudándole a hacer mejores predicciones comerciales. Basado en la investigación de mi libro Sales Ex Machina: Cómo la inteligencia artificial está cambiando el mundo de las ventas, aquí hay cinco áreas específicas donde los algoritmos de inteligencia artificial pueden aprovecharse para ayudar a su empresa a crecer al ayudar a su equipo de ventas a vender más:
Optimización del precio: saber qué descuento, si es que hay, para un cliente es siempre una situación delicada. Quieres ganar el trato, pero al mismo tiempo no quieres dejar dinero sobre la mesa. En la actualidad, un algoritmo de inteligencia artificial puede decirle cuál es la tasa de descuento ideal para una propuesta, a fin de garantizar que sea más probable que gane la transacción al observar las características específicas de cada acuerdo pasado que se ganó o perdió. Las características podrían incluir: tamaño del acuerdo en términos de cantidad en dólares, cumplimiento de especificaciones del producto, número de competidores, tamaño de la empresa, territorio / región, industria del cliente, ingresos anuales del cliente, empresa pública o privada, nivel de tomadores de decisiones (influenciadores) involucrados , tiempo (por ejemplo, Q2 vs Q4), cliente nuevo o existente, etc.
Previsión: los gerentes de ventas se enfrentan al desafío abrumador de tratar de predecir dónde caen las cifras totales de ventas de su equipo cada trimestre. Utilizando un algoritmo de inteligencia artificial, los administradores ahora pueden predecir con un alto grado de precisión los ingresos del próximo trimestre, lo que a su vez ayudaría a una empresa, desde el punto de vista de las operaciones, a administrar mejor el inventario y los recursos.
Ventas selectivas y venta cruzada: la forma más rápida y económica de aumentar sus ingresos de primera línea es vender más a su base de clientes existente. Pero la pregunta del millón es, ¿quién tiene más probabilidades de comprar más? Puede gastar mucho dinero en marketing para aquellos que no comprarán, o puede usar un algoritmo de inteligencia artificial para ayudar a identificar cuáles de sus clientes actuales son más propensos a comprar una mejor versión de lo que poseen actualmente (venta ascendente) y / o que es más probable que quieran una nueva oferta de producto en conjunto (venta cruzada). El efecto neto es un aumento en los ingresos y una caída en los costos de comercialización.
Lead Scoring: un vendedor con una amplia cartera de clientes potenciales calificados tiene que tomar decisiones sobre una base diaria, o incluso cada hora, sobre dónde enfocar su tiempo cuando se trata de cerrar acuerdos para alcanzar su cuota mensual o trimestral. A menudo, este proceso de toma de decisiones se basa en el instinto y la información incompleta. Con AI, el algoritmo puede recopilar información histórica sobre un cliente, junto con publicaciones en redes sociales y el historial de interacción del cliente (por ejemplo, correos electrónicos enviados, correos de voz, mensajes de texto enviados, etc.) y clasificar las oportunidades o clientes potenciales en la tubería de acuerdo a sus posibilidades de cerrar con éxito.
Administración para rendimiento: todos los meses, los gerentes de ventas tienen que evaluar los canales de ingresos de cada uno de sus vendedores con miras a fomentar acuerdos que puedan estancarse o, peor aún, fracasar. Al usar AI, los gerentes de ventas ahora pueden usar tableros para ver visualmente qué vendedores pueden alcanzar sus cuotas junto con ofertas pendientes que tienen buenas posibilidades de ser cerradas. Esto permitirá que un gerente centre su atención en los vendedores clave y en las ofertas asociadas que ayudarán a la compañía a alcanzar su cuota.
En cada uno de los cinco ejemplos anteriores, la cantidad de datos recopilados utilizados aumentará la capacidad del algoritmo para proporcionar una predicción más precisa, que a su vez impulsará el comportamiento. Esta es la clave. El valor de cualquier predicción radica en cómo se puede utilizar para guiar el comportamiento de un vendedor o gerente a fin de mejorar los resultados de la empresa.
Si elige aprovechar el poder de la IA en su propio equipo de ventas, ¿dónde comienza?
Primero, identifique los diferentes tipos de conjuntos de datos que existen dentro de una empresa que se pueden combinar para obtener una imagen más completa de la base de clientes. Por ejemplo, el departamento de ventas obviamente tiene datos históricos de compras, y el departamento de marketing tiene análisis de sitios web y datos de campañas promocionales (por ejemplo, tasas de respuesta de los clientes). La combinación de estos conjuntos de datos puede permitir que un algoritmo de inteligencia artificial haga mejores predicciones sobre quién tiene más probabilidades de responder a una oferta.
Estos conjuntos de datos luego deben combinarse con una plataforma de Administración de relaciones con los clientes (CRM) (por ejemplo, Saleforce.com, Microsoft 365, Zoho y muchos otros) que servirá como un repositorio para todas las transacciones e interacciones de los clientes. Estas plataformas de CRM tienen herramientas que le permitirán analizar los conjuntos de datos para patrones y generar los tipos de predicciones mencionadas en los cinco ejemplos anteriores. (Cada vez más compañías de CRM agregan "inteligencia" como parte de sus opciones de plataforma. Por ejemplo, Salesforce.com ahora tiene un AppExchange en el que puede comprar complementos de inteligencia artificial como Neuralytics de InsideSales.com para grabar, almacenar y analizar llamadas telefónicas .)
El desafío para cualquier compañía siempre es encontrar nuevas formas de aumentar sus ingresos, reducir costos y ampliar su participación en el mercado, al tiempo que se minimizan los riesgos. Se ha vuelto evidente para las empresas líderes que aprovechando su base de datos interna existente, y extrayéndola para nuevas oportunidades usando IA, les permitirá hacerlo con tanta prudencia. Si los datos son de hecho el nuevo petróleo, las empresas que puedan capturar los datos, analizarlos y generar conocimientos accionables tendrán vendedores que podrán cerrar más ofertas, con mayor frecuencia.
Victor Antonio es coautor de Sales Ex Machina: Cómo la inteligencia artificial está cambiando el mundo de las ventas.
No hay comentarios:
Publicar un comentario