AI改善B2B销售体验的3种方式

今年将被称为企业成为人工智能的一年。Gartner的研究表明，对新大数据投资的兴趣达到了顶峰。问题从“我们如何获取数据?”变为“我们如何处理数据?” Forrester发现，企业计划在2017年将对人工智能(AI)的投资增加300%。人工智能的主要投资领域之一将是销售。客户分析是企业最大的数据来源之一，本月早些时候，Salesforce通过发布Einstein(其AI助手旨在帮助销售团队发现有助于达成交易并确定加售机会的见解)而大放异彩。

但是，AI将如何精确地提高销售量呢?我看到三个主要方面：

1.工艺优化。

根据CSO Insights，43%的企业销售代表未达到配额。主要原因?缺乏有效的，有组织的销售流程。

AI将在优化销售流程方面取得巨大进展，从新代表的入职开始，目前要花费6到10个月才能达到最高生产力。

在观察高绩效代表的行动的基础上，人工智能将为新代表提供一个蓝图，就如何多接触潜在客户以及提供哪种抵押品以最有效地完成交易提供指导。这种“自动指导”功能将减少新销售代表无所适从的时间，因为它们在统计上与高性能销售代表的行为类似。

内容和会议准备流程也适用于AI，尤其是通过自然语言处理(NLP)。例如，受监管行业(如金融服务)中面向客户的抵押品通常需要包括正确的披露，这是通常委托给代表的手动流程。NLP可以通过关键字扫描来自动执行此过程，并且由于销售合规性仍然是金融服务中的热点问题，因此希望AI扮演主要角色。

NLP还将通过使前后关系成为重点来改善销售代表为会议做准备的方式。通过利用整个销售组织以往会议中积累的数据，销售代表将可以了解哪些内容，甚至是幻灯片的顺序，对于演示过程中会议室中的特定买家组合而言，效果最佳。

这使我想到了下一个……

2.个性化。

80%的B2B销售组织发现个性化互动与买家的互动最为有效。不幸的是，Forrester发现有78%的买家表示销售人员来参加会议的材料无关或不正确。

AI在销售对话中开辟了个性化的新世界。一个重要的例子是潜在客户评分。目前，潜在客户评分实质上是根据先前的互动和主观的人工输入，通过相当大的非特定类别来限定潜在客户。借助来自整个营销，销售和UX技术堆栈的AI处理数据，潜在客户的得分将成倍增长，在这里，销售代表将获得关于如何独立处理每个潜在客户的个性化蓝图。

从那里，人工智能还将迎来销售代表使用的内容的巨大变化。集成来自物联网的数据特别引人入胜。如今，这些数据主要用于产品监控，但不难发现，例如，波音公司通过对自己的商用机器零件进行数字监控，可以通过个性化的产品手册向航空提供帮助，该产品手册会根据正确的徽标以及针对单个购买者的相关案例研究-在新涡轮机上，有迹象表明可能需要在其机队中购买新的涡轮机。

3.消除平凡的销售任务。

坦率地说，流行的日历和日程安排工具对每个参与人员都是巨大的痛苦。我们的60个销售团队每月安排约3600次会议。如果每个会议花费10分钟来回发送日历邀请，包括新的与会者，则结果是每月浪费600个小时安排会议。我们已经看到了大量利用AI来帮助安排会议的新工具。例如，X.ai可以自动完成销售代表的来回电子邮件。

另一个人工密集的销售领域是笔记记录。需要进行适当的跟进，记笔记还会分散销售代表对买方的注意力。Clarke.ai声称可以通过NLP解决此问题。通过在致电之前拨打服务，Clarke.ai将记录会议的上下文并自动将其提供给卖方。

汇集全部

尽管AI承诺的战术变革无疑会改变销售代表的日常工作，但其真正的好处在于反馈循环。大数据投资允许从客户体验的各个方面收集数据，从第一次接触到最终使用产品的监控。AI将能够在出现的每条新潜在客户的经验中查明并预测优势和劣势领域，从而智能，自动地改善整个销售和营销流程。

人工智能和销售的主要问题是公司如何将这些新技术定位到销售现场。如果引入不当，AI会引起焦虑和愤怒。应当明确的是，在最大限度地利用销售时间的情况下，人工智能有望成为销售代表的福音，从而带来更高的报酬，与买家的有意义的关系以及公司的底线。根据SiriusDecisions的说法，这也恰恰是销售代表留在公司的主要原因，这可以使销售代表长期且愉快地工作，从而使销售代表可以找到意义并取得成功。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！