Viinamarjad sisse, šampanja välja: kuidas AI muudab müügilehtrit

Rev: Kuidas AI muudab müügilehtrit

Vaadake müügiarenduse esindaja rasket olukorda (SDR). Oma karjääris noored ja sageli väheste kogemustega SDR püüab müügiorganisatsioonis edasi jõuda. Nende üks kohustus: värvata torujuhtme täitmiseks potentsiaalseid inimesi.  

Nii nad jahivad ja jahivad, aga alati ei leia parimaid jahimaad. Nad koostavad nimekirjad potentsiaalsetest klientidest, mida nad peavad suurepärasteks, ja saadavad need müügilehtrisse. Kuid paljud nende väljavaated ei sobi ja selle asemel ummistavad lehtri. Selle kurnava suurepäraste müügivihjete otsimise kurb tulemus? Umbes 60% juhtudest ei täida SDR isegi oma kvooti.

Kui ülaltoodud stsenaarium muudab turu strateegilise arengu sama andestamatuks kui Serengeti orvuks jäänud lõvikutsikale, läksin võib-olla oma analoogiaga liiale. Kuid asi on selles: kuigi SDR-idele kuulub müügilehtri esimene miil, on enamikul neist raskusi, sest neil on ettevõttes üks raskemaid töid ja neil on vähe abivahendeid.

Miks? Tööriistu, mida nad vajavad, polnud seni olemas.

Mida on vaja müügi ja turunduse esimese miili päästmiseks? SDR-id vajavad tehnoloogiat, mis suudab tuvastada potentsiaalsed kliendid, kes näevad välja nagu nende ideaalsed kliendid, hinnata kiiresti nende potentsiaalsete klientide sobivust ja õppida nende ostuvalmidust.

Revolutsiooni lehtri kohal 

On olemas palju tööriistu, mis aitavad müügi- ja turundusmeeskondadel kogu müügilehtri jooksul müügivihjeid hallata. Kliendisuhete halduse platvormid (Õiguste ühishaldajad) on osturedeli põhja tehingute jälgimisel paremini kui kunagi varem. Kontopõhine turundus (ABM) tööriistad nagu HubSpot ja Marketo on lihtsustanud suhtlust potentsiaalsete klientidega osturedeli keskel. Lehtrist kõrgemal aitavad müügi kaasamise platvormid, nagu SalesLoft ja Outreach, kaasata uusi müügivihjeid. 

Kuid rohkem kui 20 aastat pärast Salesforce'i tulekut on lehtri kohal saadaolevad tehnoloogiad – just see ala, enne kui ettevõte teab, kellega ta peaks üldse rääkima (ja piirkond, kus SDR-id jahtivad) – endiselt soiku. Keegi pole veel esimest miili läbinud.

"Esimese miili probleemi" lahendamine B2B müügis

Õnneks on see muutumas. Oleme suure äritarkvara uuenduslaine tipul. See laine on tehisintellekt (AI). AI on neljas suur innovatsioonilaine sellel areenil viimase 50 aasta jooksul (pärast 1960. aastate suurarvutite lainet; 1980. ja 90. aastate arvutirevolutsiooni ning horisontaalse tarkvara kui teenuse viimast lainet)SaaS), mis võimaldab ettevõtetel juhtida paremat ja tõhusamat äriprotsessi igas seadmes – pole vaja kodeerimisoskusi).

Üks AI paljudest parimatest omadustest on selle võime leida mustreid kogutava digitaalse teabe galaktilistest kogustest ning varustada meid nende mustrite põhjal uute andmete ja arusaamadega. Tarbijaruumis saame tehisintellektist juba kasu – olgu siis COVID-19 vaktsiinide väljatöötamisel; sisu, mida näeme oma telefoni uudistest ja sotsiaalrakendustest; või kuidas meie sõidukid aitavad meil leida parima marsruudi, vältida liiklust ja Tesla puhul delegeerida tegelikud sõiduülesanded autole. 

B2B müüjate ja turundajatena oleme alles hakanud kogema tehisintellekti jõudu oma tööelus. Nii nagu juhi marsruut peab arvestama liiklust, ilma, marsruute ja palju muud, vajavad meie SDR-id kaarti, mis pakub lühimat teed järgmise suurepärase väljavaate leidmiseks. 

Väljaspool firmagraafikat

Iga suurepärane SDR ja turundaja teab, et konversioonide ja müügi tekitamiseks sihite potentsiaalseid kliente, kes näevad välja nagu teie parimad kliendid. Kui teie parimad kliendid on tööstusseadmete tootjad, otsige rohkem tööstusseadmete tootjaid. Püüdes saada oma väljaminevatest jõupingutustest maksimumi, uurivad ettevõtete meeskonnad ettevõtte graafikat – selliseid asju nagu tööstus, ettevõtte suurus ja töötajate arv.

Parimad SDR-id teavad, et kui nad suudavad esile tõsta sügavamaid signaale ettevõtte äritegevuse kohta, suudavad nad leida potentsiaalsed kliendid, kes tõenäolisemalt müügilehtrisse sisenevad. Kuid milliseid signaale peaksid nad lisaks firmograafiale otsima?

SDR-ide jaoks puudub pusletükk nn eksgraafilised andmed – tohutul hulgal andmeid, mis kirjeldavad ettevõtte müügitaktikat, strateegiat, värbamismustreid ja muud. Eksegraafilised andmed on Internetis leivapurusena saadaval. Kui lülitate tehisintellekti kõik need riivsaiad lahti, tuvastab see huvitavaid mustreid, mis aitavad SDR-il kiiresti mõista, kui hästi potentsiaalsed kliendid sobivad teie parimatele klientidele.

Võtke näiteks John Deere ja Caterpillar. Mõlemad on suured Fortune 100 masinate ja seadmete ettevõtted, mis annavad tööd ligi 100,000 2 inimesele. Tegelikult on nad need, mida me nimetaksime "firmograafilisteks kaksikuteks", kuna nende tegevusala, suurus ja töötajate arv on peaaegu identsed! Kuid Deere ja Caterpillar tegutsevad väga erinevalt. Deere on B2C fookusega keskmise hilise tehnoloogia kasutuselevõtja ja madala pilvetasemega kasutaja. Caterpillar müüb seevastu peamiselt BXNUMXB-d, on uue tehnoloogia varane kasutuselevõtt ja pilvede levik. Need eksgraafilised erinevused pakuvad uut viisi, kuidas mõista, kes võib olla hea väljavaade ja kes mitte – ja seega palju kiirem viis SDR-idele oma järgmise parima väljavaate leidmiseks.

Esimese miili probleemi lahendamine

Nii nagu Tesla kasutab tehisintellekti autojuhtide ülesvooluprobleemi lahendamiseks, võib tehisintellekt aidata müügiarendusmeeskondadel tuvastada suuri väljavaateid, muuta lehtri kohal toimuvat revolutsiooniliselt ja lahendada esimese miili probleemi, millega müügiarendus iga päev võitleb. 

Elutu ideaalse kliendiprofiili asemel (ICP), kujutage ette tööriista, mis neelab eksgraafilisi andmeid ja kasutab tehisintellekti, et tuvastada ettevõtte parimate klientide mustreid. Seejärel kujutage ette, et kasutate neid andmeid matemaatilise mudeli loomiseks, mis esindab teie parimaid kliente – nimetage seda tehisintellekti kliendiprofiiliks (aiCP) – ja seda mudelit kasutada, et leida teisi potentsiaalseid kliente, kes näevad välja nagu need parimad kliendid. Võimas aiCP suudab neelata firmagraafilist ja tehnograafilist teavet ning ka privaatseid andmeallikaid. Näiteks LinkedIni andmed ja kavatsuste andmed võivad aiCP-d toetada. Elava mudelina on aiCP õpib üle aja. 

Nii et kui me küsime, Kes on meie parim klient?, ei pea me enam SDR-e omapäi jätma. Lõpuks saame pakkuda neile tööriistu, mida nad vajavad sellele küsimusele vastamiseks ja lehtri kohal oleva probleemi lahendamiseks. Räägime tööriistadest, mis pakuvad automaatselt uusi potentsiaalseid kliente ja järjestavad neid, et SDR-id teaksid, keda järgmisena sihtida, ja müügiarendusmeeskonnad saaksid oma jõupingutusi paremini prioriseerida. Lõppkokkuvõttes saab tehisintellekti kasutada selleks, et aidata meie SDR-idel kvoote saavutada – ja potentsiaalsete klientidega, mis tegelikult sobivad sellisele potentsiaalsele potentsiaalsele kliendile, mida me tahame leida – ja elada veel ühe päeva potentsiaalse potentsiaalse müügini.

pööre Müügi arendusplatvorm

Revi müügiarendusplatvorm (SDP) kiirendab potentsiaalsete klientide leidmist tehisintellekti kasutades.

Hankige Rev Demo