Grapes in, Champagne Out: Hogyan alakítja át az AI az értékesítési tölcsért

Rev: Hogyan alakítja át az AI az értékesítési tölcsért

Nézze meg az értékesítésfejlesztési képviselő nehéz helyzetét (különleges lehívási jogok). A pályafutásukban fiatal és gyakran kevés tapasztalattal rendelkező SDR arra törekszik, hogy előrébb jusson az értékesítési szervezetben. Egyetlen felelősségük: leendő személyeket toborozni a csővezeték kitöltésére.  

Tehát vadásznak és vadásznak, de nem mindig találják meg a legjobb vadászterületet. Listákat készítenek az általuk nagyszerűnek tartott potenciális ügyfelekről, és elküldik őket az értékesítési csatornába. De sok potenciális ügyfelük nem fér bele, és ehelyett végül eltömítik a tölcsért. Szomorú eredménye ennek a fárasztó nagy leadek keresésének? Az esetek 60%-ában az SDR még a kvótáját sem teszi meg.

Ha a fenti forgatókönyv szerint a stratégiai piacfejlesztés olyan könyörtelenül hangzik, mint a Serengeti egy árva oroszlánkölyök számára, akkor talán túl messzire mentem a hasonlatommal. De a lényeg: bár az SDR-ek birtokolják az értékesítési tölcsér „első mérföldjét”, a legtöbbjük küzd, mert az egyik legnehezebb munkájuk van egy vállalatnál, és kevés eszköz van a segítségükre.

Miért? A szükséges eszközök eddig nem léteztek.

Mire lesz szükség az értékesítés és marketing első mérföldjének megmentéséhez? Az SDR-eknek olyan technológiára van szükségük, amely képes azonosítani azokat a potenciális ügyfeleket, akik ideális ügyfeleiknek tűnnek, gyorsan felméri a potenciális ügyfelek illeszkedését, és megtanulja vásárlási készségét.

Forradalmasítson a tölcsér felett 

Számos eszköz létezik, amelyek segítenek az értékesítési és marketingcsapatoknak a potenciális ügyfelek kezelésében az értékesítési tölcséren keresztül. Ügyfélkapcsolat-kezelési platformok (CRM). fiók alapú marketing (ABM) eszközök, mint pl HubSpot és a Marketo leegyszerűsítette a kommunikációt a potenciális ügyfelekkel a csatorna közepén. Feljebb a tölcsérben az értékesítési elköteleződési platformok, például a SalesLoft és az Outreach segítik az új potenciális ügyfelek bevonását. 

De több mint 20 évvel azután, hogy a Salesforce megjelent a színen, a tölcsér felett rendelkezésre álló technológiák – pontosan azon a területen, ahol a vállalat még nem tudja, kivel kell beszélnie (és ahol az SDR-ek vadásznak) – továbbra is stagnálnak. Még senki sem tette meg az első mérföldet.

„Az első mérföld probléma” megoldása a B2B értékesítésben

Szerencsére ez hamarosan megváltozik. Az üzleti szoftverek innovációjának hatalmas hullámának küszöbén állunk. Ez a hullám mesterséges intelligenciaAI). A mesterséges intelligencia a negyedik nagy innovációs hullám ezen a területen az elmúlt 50 évben (az 1960-as évek nagyszámítógépes hulláma, az 1980-as és 90-es évek PC-forradalma, valamint a Software as a Service horizontális legújabb hulláma után.SaaS).

A mesterséges intelligencia egyik legjobb tulajdonsága az, hogy képes mintákat találni az általunk felhalmozott digitális információ galaktikus mennyiségében, és új adatokkal és betekintésekkel vértez fel bennünket ezekből a mintákból. Már most is profitálunk a mesterséges intelligencia előnyeiből a fogyasztói térben – akár a COVID-19 vakcinák fejlesztése terén; a tartalom, amelyet a telefonunkon található hírekből és közösségi alkalmazásokból látunk; vagy hogyan segítik járműveink megtalálni a legjobb útvonalat, elkerülni a forgalmat, és a Tesla esetében a tényleges vezetési feladatokat átruházni az autóra. 

B2B eladóként és marketingesként még csak most kezdjük megtapasztalni az AI erejét szakmai életünkben. Ahogy a sofőr útvonalának figyelembe kell vennie a forgalmat, az időjárást, az útvonalakat és egyebeket, az SDR-einknek szüksége van egy térképre, amely a legrövidebb utat kínálja a következő nagy kilátás megtalálásához. 

A céggrafikán túl

Minden nagyszerű SDR és marketingszakember tudja, hogy a konverzió és az eladások generálásához olyan potenciális ügyfeleket céloz meg, akik úgy néznek ki, mint az Ön legjobb ügyfelei. Ha a legjobb ügyfelei az ipari berendezések gyártói, keressen további ipari berendezések gyártókat. Annak érdekében, hogy a legtöbbet hozhassák ki kifelé irányuló erőfeszítéseikből, a vállalati csapatok mélyen beleássák magukat a firmográfiai adatokba – olyan dolgokba, mint az iparág, a vállalat mérete és az alkalmazottak száma.

A legjobb SDR-ek tudják, hogy ha felszínre tudják hozni a vállalat üzleti tevékenységével kapcsolatos mélyebb jelzéseket, képesek lesznek megtalálni azokat a potenciális ügyfeleket, akik nagyobb valószínűséggel lépnek be az értékesítési csatornába. De milyen jeleket kell keresniük a firmográfia mellett?

Az SDR-ek rejtvényének hiányzó darabja az úgynevezett exográfiai adatok – hatalmas mennyiségű adat, amely leírja a vállalat értékesítési taktikáját, stratégiáját, munkaerő-felvételi szokásait stb. Az exegráfiai adatok kenyérmorzsában érhetők el az interneten. Ha az AI-t feloldja ezeken a morzsákon, az érdekes mintákat azonosít, amelyek segíthetnek az SDR-nek gyorsan megérteni, hogy egy potenciális ügyfél mennyire egyezik a legjobb ügyfelekkel.

Vegyük például a John Deere-t és a Caterpillart. Mindkettő nagy, Fortune 100 gépekkel és berendezésekkel foglalkozó vállalat, amely közel 100,000 2 embert foglalkoztat. Valójában „firmográfiai ikreknek” neveznénk őket, mivel iparáguk, méretük és létszámuk szinte azonos! A Deere és a Caterpillar azonban nagyon eltérően működik. A Deere egy közepesen késői technológiát alkalmazó és alacsony felhőszintet alkalmazó, B2C-központú. Ezzel szemben a Caterpillar főként BXNUMXB-t értékesít, az új technológia korai alkalmazója, és magas szintű felhőhasználattal rendelkezik. Ezek exográfiai különbségek új módot kínálnak annak megértésére, hogy ki lehet jó esély, és ki nem – és ezáltal sokkal gyorsabb módja az SDR-eknek, hogy megtalálják a következő legjobb kilátásokat.

Az első mérföld probléma megoldása

Csakúgy, ahogy a Tesla mesterséges intelligencia segítségével oldja meg a járművezetők problémáját, az AI segíthet az értékesítési fejlesztőcsapatoknak abban, hogy megtalálják a nagy potenciális ügyfeleket, forradalmasítsák a tölcsér feletti eseményeket, és megoldják az első mérföld problémáját, amellyel az értékesítések fejlesztése minden nap megküzd. 

Egy élettelen ideális ügyfélprofil helyett (ICP), képzeljünk el egy olyan eszközt, amely exografikus adatokat fogad be, és mesterséges intelligenciát használ a vállalat legjobb ügyfelei közötti minták feltárására. Ezután képzelje el, hogy az adatok felhasználásával olyan matematikai modellt hoz létre, amely a legjobb ügyfeleit reprezentálja – nevezze ezt mesterséges intelligencia ügyfélprofilnak (aiCP). Egy nagy teljesítményű aiCP képes firmográfiai és technográfiai információkat, valamint privát adatforrásokat is befogadni. Például a LinkedInből származó adatok és a szándékadatok megerősíthetik az aiCP-t. Élő modellként az aiCP tanul túlóra. 

Tehát amikor megkérdezzük, Ki lesz a következő legjobb vásárlónk?, többé nem kell az SDR-t magukra hagynunk. Végre felajánlhatjuk nekik a kérdés megválaszolásához és a tölcsér feletti probléma megoldásához szükséges eszközöket. Olyan eszközökről beszélünk, amelyek automatikusan új potenciális ügyfeleket szállítanak, és rangsorolják őket, így az SDR-ek tudják, kit céloznak meg legközelebb, az értékesítésfejlesztési csapatok pedig jobban rangsorolhatják erőfeszítéseiket. Végső soron a mesterséges intelligencia felhasználható arra, hogy SDR-jeinket kvótát szerezzenek – és olyan potenciális ügyfelekkel, amelyek valóban megfelelnek az általunk keresett típusú potenciális ügyfeleknek –, és még egy napig élhetnek a potenciális ügyfelekkel.

Fordulat Értékesítésfejlesztési platform

Rev értékesítési fejlesztési platformja (SDP) felgyorsítja a potenciális ügyfelek felfedezését az AI segítségével.

Szerezzen be egy Rev-demót