Работа торгового представителя - одна из самых сложных - она требует разностороннего набора навыков, включая глубокие знания предметной области, эмоциональный интеллект, высокий IQ. С развитием технологий можно подумать, что инструменты созданы, чтобы помочь торговым представителям. К сожалению, технологии не облегчают продажи.
Вместо того, чтобы использовать новые технологии для торговых представителей, они превратились в отвлекающий фактор. Новое исследование показало, что торговые представители тратят менее 36% своего времени на деятельность, приносящую доход. Большую часть времени тратится на административные задачи, добавление информации в CRM, поездки, внутренние встречи и поиск потенциальных клиентов. Суть в том, что решения создаются для управления продажами, а не для профессионалов по продажам на передовой.
Как новые технологии, такие как искусственный интеллект, могут помочь торговым представителям?
Несмотря на всю шумиху вокруг ИИ, самые «умные» алгоритмы ИИ в лучшем случае способны изучать закономерности в данных. Другими словами, алгоритм принимает входные данные, и цель состоит в том, чтобы предсказать результат, идентифицируя шаблоны во входных данных, которые могут быть меткой (например, человек на изображении или будущей покупкой клиента) или количеством (например, цена акции).
Но насколько полезно изучать закономерности в данных?
По-видимому, очень полезно, поскольку, по сути, шаблоны являются домом для всего, включая решения, которые мы принимаем:
- Что мы покупаем и когда мы это покупаем,
- Что заставляет нас чувствовать себя хорошо и увлеченно,
- Какая музыка нам нравится,
- И так далее, и так далее.
В реальном мире в основном есть два типа паттернов:
а) Поддающиеся количественной оценке закономерности: паттерны, которые может распознать наш аналитический и рациональный ум. В большинстве случаев эти закономерности можно анализировать, измерять и моделировать в понятном для машины формате.
б) Интуитивные паттерны: паттерны, которые трудно выразить словами и которые менее заметны, например, решения, которые мы основываем на «интуиции» или «догадках», укоренившихся в нашем подсознании.
Например, содержание рекламного звонка - это поддающийся количественной оценке шаблон (то есть, что сказать), но как доставить контент для достижения наилучшего результата - это интуитивный шаблон. Даже если машина может сказать, что сказать, только хороший коммуникатор сможет передать это эффективно.
Как видно из рисунка выше, ни машины, ни люди не идеальны, но они дополняют сильные и слабые стороны друг друга. Люди обладают эмоциональным интеллектом, творческими способностями и интуицией, но не могут анализировать быстрые, распределенные и большие объемы данных, в то время как Машины не обладают ни одной из сильных сторон людей.
«Некоторые называют это искусственным интеллектом, но на самом деле эта технология улучшит нас. Так что вместо искусственного интеллекта, я думаю, мы увеличим наш интеллект » - Джинни Рометти, генеральный директор IBM
Принимая во внимание как сильные, так и слабые стороны людей и машин, далее мы перечисляем особенности вариантов использования, которые делают значимым сочетание людей и машин.
Возможные варианты использования людей и машин для совместной работы:
- Распределенные данные,
- Шаблоны с высокой количественной оценкой,
- Высокая человеческая ошибка в существующем процессе,
- Могут быть созданы или собраны большие объемы данных, и
- Интуитивные паттерны от низкого до среднего или потребность в эмоциональном интеллекте в частях задачи, которые невозможно измерить.
В продажах есть все вышеперечисленные функции.
Возьмем, к примеру, поиск продажи. Следующие четыре вопроса могут быть использованы для определения идеальных потенциальных клиентов (взяты из книги Майка Вайнберга Упрощенные новые продажи).
• Кто ваш лучший клиент
• Почему они стали клиентами
• Почему они все еще покупают у вас
• Почему потенциальные клиенты предпочитают вас другим аналогичным продуктам
Все приведенные выше данные представляют собой модели, поддающиеся количественной оценке, как описано далее в статье Прогнозирование покупательского поведения с помощью машинного обучения.
Точно так же процесс продаж можно рассматривать как набор действий, совершаемых с течением времени. Текущие действия зависят от того, что было сделано раньше и какова была реакция. В этом тоже можно увидеть поддающуюся количественной оценке закономерность.
В следующем посте я покажу еще несколько результатов работы, проделанной с использованием ИИ для улучшения продаж.
Рудрадеб недавно опубликовал книгу под названием Создание ценности с помощью искусственного интеллекта. Версия книги для Kindle будет бесплатно доступна на Amazon с 21 сентября с 12:00 по тихоокеанскому времени до 23:59 по тихоокеанскому времени 22 сентября. Не стесняйтесь связаться с ним через LinkedIn, чтобы получить книгу Kindle бесплатно.
