Üzüm İçeri, Şampanya Dışarı: Yapay Zeka Satış Hunisini Nasıl Dönüştürüyor?

Rev: Yapay Zeka Satış Hunisini Nasıl Dönüştürüyor?

Satış geliştirme temsilcisinin içinde bulunduğu duruma bakın (SDR). Kariyerlerinde genç ve genellikle deneyimsiz olan SDR, satış organizasyonunda öne geçmek için çabalıyor. Tek sorumlulukları: boru hattını doldurmak için potansiyel müşterileri işe almak.  

Bu yüzden avlanırlar ve avlanırlar, ancak her zaman en iyi avlanma alanlarını bulamazlar. Harika olduğunu düşündükleri potansiyel müşteri listeleri oluştururlar ve onları satış hunisine gönderirler. Ancak potansiyel müşterilerin çoğu uymuyor ve bunun yerine huniyi tıkıyor. Büyük potansiyel müşteriler için bu yorucu arayışın üzücü sonucu mu? Zamanın yaklaşık %60'ında SDR kotasını bile doldurmuyor.

Yukarıdaki senaryo, stratejik pazar gelişimini Serengeti'nin öksüz bir aslan yavrusu kadar affetmez olduğunu gösteriyorsa, belki de benzetmemde çok ileri gittim. Ancak mesele şudur: SDR'ler satış hunisinin "ilk kilometresine" sahip olsalar da, çoğu, bir şirketteki en zor işlerden birine sahip oldukları ve yardımcı olacak birkaç araca sahip oldukları için mücadele ediyor.

Niye ya? İhtiyaç duydukları araçlar şimdiye kadar yoktu.

Satış ve pazarlamanın ilk kilometresini kurtarmak için ne gerekir? SDR'lerin ideal müşterilerine benzeyen potansiyel müşterileri tanımlayabilen, bu potansiyel müşterilerin uygunluğunu hızla değerlendirebilen ve satın almaya hazır olup olmadıklarını öğrenebilen teknolojiye ihtiyaçları vardır.

Huni Üzerinde Devrim Yapın 

Satış ve pazarlama ekiplerinin satış hunisi boyunca olası satışları yönetmesine yardımcı olacak çok sayıda araç bulunmaktadır. Müşteri İlişkileri Yönetimi platformları (CRMs) dönüşüm hunisinin altındaki anlaşmaları izlemede her zamankinden daha iyi. Hesap tabanlı pazarlama (ABM) gibi araçlar HubSpot ve Marketo, dönüşüm hunisinin ortasında potansiyel müşterilerle iletişimi basitleştirdi. Dönüşüm hunisinin yukarısında, SalesLoft ve Outreach gibi satış katılım platformları, yeni potansiyel müşterilerle bağlantı kurmaya yardımcı olur. 

Ancak, Salesforce'un sahneye çıkmasından 20 yılı aşkın bir süre sonra, huni üzerinde mevcut olan teknolojiler - bir şirketin kiminle konuşmayı düşünmesi gerektiğini bile bilmeden önceki alan (ve SDR'lerin avlarını yaptıkları alan) - durgun kalıyor. Henüz kimse ilk kilometreyi tamamlamadı.

B2B Satışlarda "First Mile Problemini" Çözmek

Neyse ki, bu değişmek üzere. Büyük bir iş yazılımı inovasyon dalgasının eşiğindeyiz. O dalga yapay zekadır (AI). AI, son 50 yılda bu alandaki dördüncü büyük yenilik dalgasıdır (1960'ların ana bilgisayar dalgasından, 1980'lerin ve 90'ların PC devriminden ve Hizmet Olarak Yazılımın en son dalgasından sonra (SaaS) bu, şirketlerin her cihazda daha iyi, daha verimli bir iş süreci yürütmesini sağlar; kodlama becerisi gerekmez).

Yapay zekanın en iyi özelliklerinden biri, topladığımız galaktik hacimlerdeki dijital bilgideki kalıpları bulma ve bizi bu kalıplardan yeni veriler ve içgörülerle donatma yeteneğidir. Tüketici alanında - COVID-19 aşılarının geliştirilmesinde; telefonlarımızdaki haberlerden ve sosyal uygulamalardan gördüğümüz içerikler; veya araçlarımızın en iyi rotayı bulmamıza, trafikten kaçınmamıza ve Tesla örneğinde, gerçek sürüş görevlerini araca devretmemize nasıl yardımcı olduğu. 

B2B satıcıları ve pazarlamacıları olarak, profesyonel hayatımızda yapay zekanın gücünü daha yeni deneyimlemeye başlıyoruz. Bir sürücünün rotasının trafiği, hava durumunu, rotaları ve daha fazlasını hesaba katması gerektiği gibi, SDR'lerimizin de bir sonraki büyük adayı bulmak için en kısa yolu sunan bir haritaya ihtiyacı vardır. 

Firmografinin Ötesinde

Her büyük SDR ve pazarlamacı, dönüşüm ve satış oluşturmak için en iyi müşterilerinize benzeyen potansiyel müşterileri hedeflediğinizi bilir. En iyi müşterileriniz endüstriyel ekipman üreticileriyse, daha fazla endüstriyel ekipman üreticisi bulun. Kurumsal ekipler, dışarıya yönelik çabalarından en iyi şekilde yararlanma arayışında, firma grafiğinin (sektör, şirket büyüklüğü ve çalışan sayısı gibi) derinliklerine iner.

En iyi SDR'ler, bir şirketin nasıl iş yaptığına dair daha derin sinyalleri ortaya çıkarabilirlerse, satış hunisine girme olasılığı daha yüksek olan potansiyel müşterileri bulabileceklerini bilirler. Fakat firma grafiklerinin ötesinde hangi sinyalleri aramalılar?

SDR'ler için yapbozun eksik parçasına ne denir örnek veri – bir şirketin satış taktiklerini, stratejisini, işe alım modellerini ve daha fazlasını tanımlayan devasa miktarda veri. Eksografik veriler internette kırıntılarda bulunur. AI'yı tüm bu kırıntılarda serbest bıraktığınızda, bir SDR'nin bir potansiyel müşterinin en iyi müşterilerinizle ne kadar iyi eşleştiğini hızlı bir şekilde anlamasına yardımcı olabilecek ilginç kalıpları tanımlar.

Örneğin, John Deere ve Caterpillar'ı alın. Her ikisi de yaklaşık 100 kişiyi istihdam eden büyük Fortune 100,000 makine ve ekipman şirketleridir. Aslında, endüstrileri, büyüklükleri ve personel sayıları neredeyse aynı olduğu için “firmografik ikizler” olarak adlandırdığımız şeydir! Yine de Deere ve Caterpillar çok farklı çalışır. Deere, B2C odaklı bir orta-geç teknoloji benimseyen ve düşük bulut benimseyendir. Caterpillar, aksine, ağırlıklı olarak B2B satar, yeni teknolojiyi erken benimser ve yüksek bulut benimsemesine sahiptir. Bunlar örnek farklılıklar kimin iyi bir potansiyel müşteri olup kimin olmadığını anlamak için yeni bir yol sunar ve bu nedenle SDR'lerin bir sonraki en iyi potansiyellerini bulmaları için çok daha hızlı bir yol sunar.

İlk Mil Problemini Çözme

Tesla'nın sürücüler için yukarı akış sorununu çözmek için AI kullanması gibi, AI da satış geliştirme ekiplerinin büyük beklentileri belirlemesine, huninin üzerinde olanlarda devrim yaratmasına ve satış geliştirmenin her gün mücadele ettiği ilk kilometre sorununu çözmesine yardımcı olabilir. 

Cansız bir ideal müşteri profili yerine (ICP), bir şirketin en iyi müşterileri arasındaki kalıpları ortaya çıkarmak için örnek verileri alan ve AI kullanan bir araç hayal edin. Ardından, en iyi müşterilerinizi temsil eden bir matematiksel model oluşturmak için bu verileri kullanmayı hayal edin; buna Yapay Zeka Müşteri Profili diyelim (aiCP)—ve tıpkı bu en iyi müşterilere benzeyen diğer potansiyel müşterileri bulmak için bu modelden yararlanmak. Güçlü bir aiCP, firmaografik ve teknolojik bilgileri ve ayrıca özel veri kaynaklarını alabilir. Örneğin, LinkedIn'den gelen veriler ve niyet verileri bir aiCP'yi destekleyebilir. Yaşayan bir model olarak aiCP öğrenir mesai. 

Yani sorduğumuzda, Bir sonraki en iyi müşterimiz kim olacak?, artık SDR'leri kendi başlarının çaresine bakmaları için bırakmamıza gerek yok. Sonunda onlara bu soruyu cevaplamaları ve huninin üstündeki sorunu çözmeleri için ihtiyaç duydukları araçları sunabiliriz. Otomatik olarak yeni potansiyel müşteriler sunan ve SDR'lerin bir sonraki hedefini bilmeleri ve satış geliştirme ekiplerinin çabalarına daha iyi öncelik verebilmeleri için bunları sıralayan araçlardan bahsediyoruz. Sonuç olarak, AI, SDR'lerimizin kota yapmasına yardımcı olmak için kullanılabilir - ve aslında bulmak istediğimiz potansiyel müşteri türüne uygun olan beklentilerle - ve başka bir gün beklemek için yaşayabilir.

devir Satış Geliştirme Platformu

Rev'in Satış Geliştirme Platformu (SDP) AI kullanarak potansiyel keşfi hızlandırır.

Bir Rev Demosu Alın