Grapes in, Champagne Out: como a IA está a transformar o funil de vendas

Versión: Como a IA está a transformar o funil de vendas

Velaí a difícil situación do representante de desenvolvemento de vendas (SDR). Novos na súa carreira e moitas veces con escaseza de experiencia, o SDR esfórzase por saír adiante na organización de vendas. A súa única responsabilidade: contratar prospectos para cubrir o gasoduto.  

Así que cazan e cazan, pero non sempre atopan os mellores terreos de caza. Crean listas de clientes potenciales que pensan que son xeniais e mándanos ao funil de vendas. Pero moitas das súas perspectivas non encaixan e, en cambio, acaban obstruíndo o funil. O triste resultado desta agotadora busca de grandes pistas? Ao redor do 60% das veces, o SDR nin sequera fai a súa cota.

Se o escenario anterior fai que o desenvolvemento estratéxico do mercado soe tan implacable como o Serengeti para un cachorro de león orfo, quizais fun demasiado lonxe coa miña analoxía. Pero o punto está: aínda que os SDR posúen a "primeira milla" do funil de vendas, a maioría deles loitan porque teñen un dos traballos máis difíciles nunha empresa e poucas ferramentas para axudar.

Por que? As ferramentas que necesitan non existían ata agora.

Que fará falta para rescatar a primeira milla de vendas e mercadotecnia? Os SDR necesitan tecnoloxía que poida identificar clientes potenciales que se parecen aos seus clientes ideais, avaliar rapidamente o axuste destes clientes potenciales e aprender a súa disposición para comprar.

Revoluciona por riba do funil 

Existen unha gran cantidade de ferramentas para axudar aos equipos de vendas e mercadotecnia a xestionar clientes potenciales ao longo do funil de vendas. Plataformas de xestión de relacións con clientes (CRM) son mellores que nunca para rastrexar as ofertas do embudo inferior. Mercadotecnia baseada en contas (ABM) ferramentas como HubSpot e Marketo simplificaron a comunicación cos clientes potenciales no embudo medio. Máis arriba no funil, as plataformas de compromiso de vendas como SalesLoft e Outreach axudan a atraer novos clientes potenciales. 

Pero, máis de 20 anos despois de que Salesforce entrara en escena, as tecnoloxías dispoñibles enriba do embudo, a mesma área antes de que unha empresa saiba con quen debería considerar falar (e a zona onde os SDR buscan) permanecen estancadas. Ninguén afrontou aínda o primeiro quilómetro.

Resolvendo "O problema da primeira milla" nas vendas B2B

Afortunadamente, iso está a piques de cambiar. Estamos na cúspide dunha enorme ola de innovación de software empresarial. Esa onda é intelixencia artificial (AI). A IA é a cuarta gran ola de innovación neste ámbito nos últimos 50 anos (despois da ola de mainframe dos anos 1960; a revolución das PC dos anos 1980 e 90; e a ola máis recente de Software como servizo horizontal).SaaS) que permite ás empresas executar un proceso de negocio mellor e máis eficiente en todos os dispositivos, sen necesidade de habilidades de codificación).

Unha das moitas mellores calidades da IA ​​é a súa capacidade para atopar patróns nos volumes galácticos de información dixital que estamos acumulando e armarnos con novos datos e coñecementos a partir deses patróns. Xa nos beneficiamos da IA ​​no espazo do consumidor, xa sexa no desenvolvemento de vacinas contra a COVID-19; o contido que vemos de noticias e aplicacións sociais nos nosos teléfonos; ou como os nosos vehículos axúdannos a atopar a mellor ruta, evitar o tráfico e, no caso do Tesla, delegar tarefas reais de condución no coche. 

Como vendedores e comerciantes B2B, só comezamos a experimentar o poder da IA ​​nas nosas vidas profesionais. Do mesmo xeito que a ruta dun condutor debe ter en conta o tráfico, o tempo, as rutas e moito máis, os nosos SDR necesitan un mapa que ofreza o camiño máis curto para atopar a próxima gran perspectiva. 

Máis aló da Firmografía

Todos os grandes SDR e comerciantes saben que para xerar conversións e vendas, apuntas a clientes potenciales que parecen os teus mellores clientes. Se os teus mellores clientes son fabricantes de equipos industriais, vai buscar máis fabricantes de equipos industriais. Na procura de sacar o máximo proveito dos seus esforzos de saída, os equipos empresariais afondan na firmografía, como a industria, o tamaño da empresa e o número de empregados.

Os mellores SDR saben que, se poden emerger os sinais máis profundos sobre como unha empresa fai negocios, poderán localizar clientes potenciales que teñan máis probabilidades de entrar no funil de vendas. Pero que sinais, máis aló da firmografía, deberían buscar?

A peza que falta no puzzle para os SDR é o que se chama datos exográficos – cantidades enormes de datos que describen as tácticas de vendas dunha empresa, a estratexia, os patróns de contratación e moito máis. Os datos exegráficos están dispoñibles en rutas de navegación en Internet. Cando soltas a IA en todas esas migas de pan, identifica patróns interesantes que poden axudar a un SDR a comprender rapidamente o ben que un cliente potencial se adapta aos teus mellores clientes.

Por exemplo, tome John Deere e Caterpillar. Ambas son grandes empresas de maquinaria e equipamento Fortune 100 que empregan a case 100,000 persoas. De feito, son o que chamaríamos "xemelgos firmográficos" porque a súa industria, tamaño e persoal son case idénticos. Non obstante, Deere e Caterpillar funcionan de forma moi diferente. Deere é un adoptador de tecnoloxía a media tarde e un adoptador de nube baixa cun enfoque B2C. Caterpillar, pola contra, vende principalmente B2B, é un dos primeiros en adoptar novas tecnoloxías e ten unha alta adopción na nube. Estes diferenzas exegráficas ofrecer unha nova forma de entender quen pode ser un bo prospecto e quen non e, polo tanto, un xeito moito máis rápido para que os SDR atopen os seus próximos mellores prospectos.

Resolvendo o problema da primeira milla

Do mesmo xeito que Tesla usa a intelixencia artificial para resolver o problema dos condutores, a intelixencia artificial pode axudar aos equipos de desenvolvemento de vendas a identificar grandes perspectivas, a revolucionar o que sucede por riba do embudo e a resolver o problema da primeira milla que loita o desenvolvemento de vendas todos os días. 

En lugar dun perfil de cliente ideal sen vida (ICP), imaxina unha ferramenta que inxire datos exográficos e utiliza a IA para descubrir patróns entre os mellores clientes dunha empresa. Despois imaxina usar eses datos para crear un modelo matemático que represente aos teus mellores clientes; chámao Perfil de cliente de intelixencia artificial (aiCP)—e aproveitando ese modelo para atopar outros clientes potenciales que se parecen a estes mellores clientes. Un poderoso aiCP pode inxerir información firmográfica e tecnográfica e tamén fontes de datos privadas. Por exemplo, os datos de LinkedIn e os datos de intencións poden reforzar un aiCP. Como modelo vivo, o aiCP aprende co paso do tempo. 

Entón, cando preguntamos, Quen será o noso próximo mellor cliente?, xa non necesitamos deixar os DEG para valerse por si mesmos. Por fin podemos ofrecerlles as ferramentas que necesitan para responder a esta pregunta e resolver o problema que hai enriba do funil. Estamos a falar de ferramentas que proporcionan automaticamente novos clientes potenciales e clasifícanos para que os SDR saiban a quen dirixirse e os equipos de desenvolvemento de vendas poidan priorizar mellor os seus esforzos. En definitiva, a intelixencia artificial pódese usar para axudar aos nosos SDR a facer cota, e con perspectivas que en realidade sexan adecuadas para o tipo de cliente potencial que queremos atopar, e vivir para prospeccionar outro día.

rotación Plataforma de desenvolvemento de vendas

Plataforma de desenvolvemento de vendas de Rev (RDS) acelera o descubrimento de prospectos utilizando IA.

Obtén unha demostración de Rev