องุ่นเข้า แชมเปญออก: AI กำลังพลิกโฉมช่องทางการขายอย่างไร

Rev: AI กำลังเปลี่ยนแปลงกระบวนการขายอย่างไร

ดูสภาพของตัวแทนพัฒนาการขาย (SDR). SDR อายุน้อยในสายอาชีพและมักไม่ค่อยมีประสบการณ์ SDR มุ่งมั่นที่จะก้าวไปข้างหน้าในองค์กรการขาย ความรับผิดชอบเดียวของพวกเขาคือ สรรหาผู้มุ่งหวังเพื่อเติมเต็มไปป์ไลน์  

ดังนั้นพวกเขาจึงล่าและล่าสัตว์ แต่พวกเขาไม่สามารถหาพื้นที่ล่าสัตว์ที่ดีที่สุดได้เสมอไป พวกเขาสร้างรายชื่อผู้มีแนวโน้มจะเป็นลูกค้าที่คิดว่ายอดเยี่ยมและส่งไปยังช่องทางการขาย แต่ผู้มีโอกาสเป็นลูกค้าจำนวนมากไม่พอดี และกลับกลายเป็นการอุดตันช่องทางแทน ผลลัพธ์ที่น่าเศร้าของการค้นหาลีดที่ยอดเยี่ยมอย่างทรหดนี้? ประมาณ 60% ของเวลานั้น SDR ไม่ได้สร้างโควตาด้วยซ้ำ

หากสถานการณ์ข้างต้นทำให้การพัฒนาตลาดเชิงกลยุทธ์ฟังดูไม่น่าให้อภัยเหมือนเซเรนเกติกับลูกสิงโตกำพร้า บางทีฉันอาจทำเกินไปเมื่อเทียบกับการเปรียบเทียบของฉัน แต่ประเด็นก็คือ แม้ว่า SDR จะเป็นเจ้าของ "ขั้นตอนแรก" ของกระบวนการขาย แต่ส่วนใหญ่ประสบปัญหาเนื่องจากมีงานที่ยากที่สุดในบริษัทและมีเครื่องมือไม่กี่อย่างที่จะช่วยได้

ทำไม? เครื่องมือที่พวกเขาต้องการไม่มีอยู่จนถึงขณะนี้

ต้องใช้อะไรบ้างในการช่วยชีวิตยอดขายและการตลาดในระยะแรก SDR ต้องการเทคโนโลยีที่สามารถระบุผู้ที่มีแนวโน้มจะเป็นลูกค้าที่ดูเหมือนลูกค้าในอุดมคติของพวกเขา ประเมินความเหมาะสมของผู้มีแนวโน้มจะเป็นลูกค้าอย่างรวดเร็ว และเรียนรู้ความพร้อมในการซื้อ

ปฏิวัติเหนือช่องทาง 

มีเครื่องมือมากมายที่ช่วยให้ทีมขายและการตลาดจัดการโอกาสในการขายตลอดกระบวนการขาย แพลตฟอร์มการจัดการลูกค้าสัมพันธ์ (CRMs) ดีกว่าที่เคยในการติดตามดีลในช่องทางด้านล่าง การตลาดตามบัญชี (ABM) เครื่องมือเช่น HubSpot และ Marketo ได้ทำให้การสื่อสารกับผู้มีแนวโน้มเป็นลูกค้าง่ายขึ้นในช่องทางกลาง ช่องทางที่สูงขึ้น แพลตฟอร์มการมีส่วนร่วมในการขาย เช่น SalesLoft และ Outreach ช่วยดึงดูดลีดใหม่ 

แต่หลังจาก Salesforce มาถึง 20 ปีกว่าแล้ว เทคโนโลยีที่มีอยู่เหนือช่องทาง — พื้นที่ก่อนที่บริษัทจะรู้ว่าใครควรพิจารณาพูดคุยกับใคร (และพื้นที่ที่ SDR ออกล่า) — ยังคงซบเซา ยังไม่มีใครจัดการไมล์แรกได้

การแก้ปัญหา "The First Mile Problem" ในการขายแบบ B2B

โชคดีที่กำลังจะเปลี่ยนไป เรากำลังอยู่ในช่วงคลื่นลูกใหญ่ของนวัตกรรมซอฟต์แวร์ธุรกิจ คลื่นนั้นคือปัญญาประดิษฐ์ (AI). AI เป็นคลื่นลูกใหญ่ลำดับที่สี่ของนวัตกรรมในเวทีนี้ในช่วง 50 ปีที่ผ่านมา (หลังจากคลื่นเมนเฟรมในทศวรรษ 1960 การปฏิวัติพีซีในทศวรรษ 1980 และ 90 และคลื่นลูกล่าสุดของซอฟต์แวร์แนวนอนเป็นบริการ (SaaS) ที่ช่วยให้บริษัทต่างๆ สามารถดำเนินกระบวนการทางธุรกิจที่ดีขึ้นและมีประสิทธิภาพมากขึ้นในทุกอุปกรณ์—ไม่จำเป็นต้องมีทักษะในการเขียนโปรแกรม)

คุณสมบัติที่ดีที่สุดของ AI ประการหนึ่งคือความสามารถในการค้นหารูปแบบในปริมาณมหาศาลของข้อมูลดิจิทัลที่เรากำลังรวบรวม และทำให้เรามีข้อมูลใหม่และข้อมูลเชิงลึกจากรูปแบบเหล่านั้น เราได้รับประโยชน์จาก AI ในพื้นที่ผู้บริโภคแล้ว ไม่ว่าจะเป็นในการพัฒนาวัคซีนป้องกันโควิด-19 เนื้อหาที่เราเห็นจากข่าวและแอปโซเชียลบนโทรศัพท์ของเรา หรือวิธีที่ยานพาหนะของเราช่วยให้เราค้นหาเส้นทางที่ดีที่สุด หลีกเลี่ยงการจราจร และในกรณีของ Tesla จะมอบหมายงานขับรถจริงให้กับรถ 

ในฐานะผู้ขายและนักการตลาด B2B เราเพิ่งเริ่มสัมผัสพลังของ AI ในชีวิตการทำงานของเรา เช่นเดียวกับเส้นทางของผู้ขับขี่ที่ต้องคำนึงถึงการจราจร สภาพอากาศ เส้นทาง และอื่นๆ SDR ของเราต้องการแผนที่ที่เสนอเส้นทางที่สั้นที่สุดในการค้นหาผู้มุ่งหวังที่ดีต่อไป 

นอกเหนือจาก Firmographics

SDR และนักการตลาดที่ยอดเยี่ยมทุกคนทราบดีว่าการสร้าง Conversion และการขาย คุณจะต้องกำหนดเป้าหมายไปยังผู้มีแนวโน้มจะเป็นลูกค้าที่ดูเหมือนลูกค้าที่ดีที่สุดของคุณ หากลูกค้าที่ดีที่สุดของคุณคือผู้ผลิตอุปกรณ์อุตสาหกรรม คุณไปหาผู้ผลิตอุปกรณ์อุตสาหกรรมเพิ่มเติม ในการแสวงหาประโยชน์สูงสุดจากความพยายามในการออกนอกประเทศ ทีมองค์กรต้องเจาะลึกเข้าไปในข้อมูลบริษัท—สิ่งต่างๆ เช่น อุตสาหกรรม ขนาดบริษัท และจำนวนพนักงาน

SDR ที่ดีที่สุดทราบดีว่า หากพวกเขาสามารถแสดงสัญญาณที่ลึกซึ้งยิ่งขึ้นเกี่ยวกับการดำเนินธุรกิจของบริษัทได้ พวกเขาจะสามารถค้นหาผู้มีแนวโน้มเป็นลูกค้าที่มีแนวโน้มจะเข้าสู่กระบวนการขายมากกว่า แต่พวกเขาควรมองหาสัญญาณใด

ชิ้นส่วนที่หายไปของปริศนาสำหรับ SDR คือสิ่งที่เรียกว่า ข้อมูล exographic – ข้อมูลจำนวนมหาศาลที่อธิบายกลยุทธ์การขาย กลยุทธ์ รูปแบบการจ้างงาน และอื่นๆ ของบริษัท ข้อมูล Exegraphic มีอยู่ในเบรดครัมบ์ทางอินเทอร์เน็ต เมื่อคุณทำให้ AI หลุดออกจากเบรดครัมบ์เหล่านั้นทั้งหมด มันจะระบุรูปแบบที่น่าสนใจที่สามารถช่วยให้ SDR เข้าใจได้อย่างรวดเร็วว่าผู้มีโอกาสเป็นลูกค้าตรงกับลูกค้าที่ดีที่สุดของคุณเพียงใด

ตัวอย่างเช่น ใช้ John Deere และ Caterpillar ทั้งสองบริษัทเป็นบริษัทเครื่องจักรและอุปกรณ์ขนาดใหญ่ที่ติดอันดับ Fortune 100 ซึ่งมีพนักงานเกือบ 100,000 คน อันที่จริง สิ่งเหล่านี้เป็นสิ่งที่เราเรียกว่า "ฝาแฝดบริษัท" เพราะอุตสาหกรรม ขนาด และจำนวนพนักงานเกือบจะเท่ากัน! อย่างไรก็ตาม Deere และ Caterpillar ทำงานแตกต่างกันมาก Deere เป็นผู้ปรับใช้เทคโนโลยีระดับกลางและระดับล่างและยอมรับระบบคลาวด์ระดับต่ำโดยมุ่งเน้นที่ B2C ในทางตรงกันข้าม Caterpillar ขาย B2B เป็นหลัก เป็นการนำเทคโนโลยีใหม่มาใช้ในช่วงแรกๆ และมีการนำระบบคลาวด์ไปใช้ในระดับสูง เหล่านี้ ความแตกต่างในเชิงอรรถ เสนอวิธีใหม่ในการทำความเข้าใจว่าใครเป็นผู้มีแนวโน้มที่ดีและใครไม่ใช่ และด้วยเหตุนี้จึงเป็นวิธีที่รวดเร็วกว่ามากสำหรับ SDR ในการค้นหาผู้มีแนวโน้มดีที่สุดในลำดับถัดไป

การแก้ปัญหาไมล์แรก

เช่นเดียวกับที่เทสลาใช้ AI เพื่อแก้ปัญหาต้นน้ำสำหรับคนขับ AI สามารถช่วยทีมพัฒนาการขายระบุผู้มีแนวโน้มที่ดี ปฏิวัติสิ่งที่เกิดขึ้นเหนือกระบวนการ และแก้ปัญหาในระยะแรกที่การพัฒนาการขายต้องต่อสู้ดิ้นรนทุกวัน 

แทนที่จะเป็นโปรไฟล์ลูกค้าในอุดมคติที่ไร้ชีวิตชีวา (ICP) ลองนึกภาพเครื่องมือที่ดึงข้อมูล exographic และใช้ AI เพื่อเปิดเผยรูปแบบในหมู่ลูกค้าที่ดีที่สุดของบริษัท จากนั้นลองนึกภาพการใช้ข้อมูลนั้นเพื่อสร้างแบบจำลองทางคณิตศาสตร์ที่แสดงถึงลูกค้าที่ดีที่สุดของคุณ เรียกว่าโปรไฟล์ลูกค้าปัญญาประดิษฐ์ (aiCP)—และใช้ประโยชน์จากแบบจำลองนั้นเพื่อค้นหาผู้มีแนวโน้มจะเป็นลูกค้ารายอื่นๆ ที่ดูเหมือนลูกค้าที่ดีที่สุดเหล่านี้ aiCP อันทรงพลังสามารถนำเข้าข้อมูล Firmographic และ Technographic และแหล่งข้อมูลส่วนตัวได้ ตัวอย่างเช่น ข้อมูลจาก LinkedIn และข้อมูลเจตนาสามารถสนับสนุน aiCP ได้ ในฐานะที่เป็นต้นแบบการดำรงชีวิต aiCP เรียนรู้ ล่วงเวลา. 

เมื่อเราถามว่า ใครจะเป็นลูกค้าที่ดีที่สุดคนต่อไปของเรา?เราไม่จำเป็นต้องทิ้ง SDR เพื่อดูแลตัวเองอีกต่อไป ในที่สุด เราก็สามารถเสนอเครื่องมือที่จำเป็นสำหรับพวกเขาในการตอบคำถามนี้และแก้ปัญหาที่อยู่เหนือช่องทาง เรากำลังพูดถึงเครื่องมือที่ส่งผู้มีแนวโน้มจะเป็นลูกค้าใหม่และจัดอันดับให้โดยอัตโนมัติ เพื่อให้ SDR รู้ว่าควรกำหนดเป้าหมายใครเป็นรายต่อไป และทีมพัฒนาการขายสามารถจัดลำดับความสำคัญของความพยายามได้ดีขึ้น ในท้ายที่สุด AI สามารถใช้เพื่อช่วยให้ SDR ของเราสร้างโควตา—และกับผู้มีโอกาสเป็นลูกค้าที่เหมาะสมกับประเภทของผู้มีโอกาสเป็นลูกค้าที่เราต้องการค้นหา—และมีชีวิตอยู่เพื่อคาดหวังในวันอื่น

การหมุนรอบ แพลตฟอร์มการพัฒนาการขาย

แพลตฟอร์มการพัฒนาการขายของ Rev (SDP) เร่งการค้นพบผู้มีโอกาสเป็นลูกค้าโดยใช้ AI

รับการสาธิต Rev