ग्रेप्स इन, शॅम्पेन आउट: हाऊ एआय विक्री फनेलचे रूपांतर करत आहे

रेव्ह: AI विक्री फनेल कसे बदलत आहे

विक्री विकास प्रतिनिधीची दुर्दशा पाहा (एसडीआर). त्यांच्या कारकिर्दीत तरुण आणि अनेकदा कमी अनुभव असलेले, SDR विक्री संस्थेमध्ये पुढे जाण्याचा प्रयत्न करते. त्यांची एक जबाबदारी: पाइपलाइन भरण्यासाठी संभाव्य भरती करा.  

म्हणून ते शिकार करतात आणि शिकार करतात, परंतु त्यांना नेहमीच सर्वोत्तम शिकार मैदान सापडत नाही. ते उत्तम वाटत असलेल्या संभावनांच्या याद्या तयार करतात आणि त्यांना विक्री फनेलमध्ये पाठवतात. परंतु त्यांच्या अनेक शक्यता फिट होत नाहीत आणि त्याऐवजी, फनेल अडकतात. महान लीड्ससाठी या भयानक शोधाचा दुःखद परिणाम? जवळपास 60% वेळा, SDR त्यांचा कोटा देखील बनवत नाही.

जर वरील परिस्थिती धोरणात्मक बाजारपेठेचा विकास अनाथ सिंहाच्या शावकांना सेरेनगेटीइतका अक्षम्य वाटत असेल, तर कदाचित मी माझ्या सादृश्याने खूप पुढे गेलो आहे. पण मुद्दा असा आहे: SDR कडे विक्री फनेलचा “प्रथम माइल” असला तरी, त्यांच्यापैकी बहुतेकांना संघर्ष करावा लागतो कारण त्यांच्याकडे कंपनीतील सर्वात कठीण नोकऱ्यांपैकी एक आहे आणि मदतीसाठी काही साधने आहेत.

का? त्यांना आवश्यक असलेली साधने आतापर्यंत अस्तित्वात नव्हती.

विक्री आणि विपणनाच्या पहिल्या मैलाची सुटका करण्यासाठी काय लागेल? SDR ला त्यांच्या आदर्श ग्राहकांसारखे दिसणार्‍या संभाव्यता ओळखू शकतील, त्या संभाव्यतेचे त्वरीत मूल्यांकन करू शकतील आणि खरेदी करण्याची त्यांची तयारी जाणून घेऊ शकतील अशा तंत्रज्ञानाची आवश्यकता आहे.

फनेल वर क्रांती करा 

विक्री आणि विपणन संघांना संपूर्ण विक्री फनेलमध्ये लीड्स व्यवस्थापित करण्यात मदत करण्यासाठी भरपूर साधने अस्तित्वात आहेत. ग्राहक संबंध व्यवस्थापन प्लॅटफॉर्म (सीआरएम) तळ-फनेल सौद्यांचा मागोवा घेण्यासाठी नेहमीपेक्षा चांगले आहेत. खाते-आधारित विपणन (ABM) सारखी साधने HubSpot आणि मार्केटोने मध्य-फनेलमधील संभाव्यतेशी संवाद साधला आहे. फनेल वर, सेल्सलॉफ्ट आणि आउटरीच सारखे विक्री प्रतिबद्धता प्लॅटफॉर्म नवीन लीड्स गुंतवण्यात मदत करतात. 

परंतु, सेल्सफोर्स दृश्यावर आल्यानंतर 20 वर्षांहून अधिक वर्षांनी, फनेलच्या वर उपलब्ध तंत्रज्ञान—कंपनीने कोणाशी बोलण्याचा विचार केला पाहिजे हे माहित होण्याआधीचे क्षेत्र (आणि ज्या भागात SDRs त्यांची शिकार करतात) — स्थिर राहते. अद्याप कोणीही पहिला मैल हाताळला नाही.

B2B विक्रीमध्ये "द फर्स्ट माईल प्रॉब्लेम" सोडवणे

सुदैवाने, ते बदलणार आहे. आम्ही बिझनेस सॉफ्टवेअर इनोव्हेशनच्या प्रचंड लाटेच्या उंबरठ्यावर आहोत. ती लहर म्हणजे कृत्रिम बुद्धिमत्ता (AI). AI ही या क्षेत्रात गेल्या 50 वर्षांतील नवकल्पनाची चौथी मोठी लाट आहे (1960 च्या मेनफ्रेम लाटेनंतर; 1980 आणि 90 च्या दशकातील पीसी क्रांती; आणि सेवा म्हणून क्षैतिज सॉफ्टवेअरची सर्वात अलीकडील लाट (SaaS) जे कंपन्यांना प्रत्येक उपकरणावर उत्तम, अधिक कार्यक्षम व्यवसाय प्रक्रिया चालवण्यास सक्षम करते—कोणत्याही कोडिंग कौशल्यांची आवश्यकता नाही).

AI च्या अनेक सर्वोत्कृष्ट गुणांपैकी एक म्हणजे आम्ही जमा करत असलेल्या डिजिटल माहितीच्या गॅलेक्टिक व्हॉल्यूममध्ये नमुने शोधण्याची आणि त्या नमुन्यांमधून आम्हाला नवीन डेटा आणि अंतर्दृष्टी प्रदान करण्याची क्षमता. आम्‍हाला ग्राहक स्‍पेसमध्‍ये आधीच AI चा फायदा होत आहे—मग कोविड-19 लसींचा विकास असो; आम्ही आमच्या फोनवरील बातम्या आणि सामाजिक अॅप्समधून पाहतो ती सामग्री; किंवा आमची वाहने आम्हाला सर्वोत्तम मार्ग शोधण्यात, रहदारी टाळण्यात आणि टेस्लाच्या बाबतीत, कारला वास्तविक ड्रायव्हिंग कार्ये सोपवण्यात कशी मदत करतात. 

B2B विक्रेते आणि विक्रेते म्हणून, आम्ही फक्त आमच्या व्यावसायिक जीवनात AI च्या सामर्थ्याचा अनुभव घेऊ लागलो आहोत. ज्याप्रमाणे ड्रायव्हरच्या मार्गाने रहदारी, हवामान, मार्ग आणि बरेच काही विचारात घेणे आवश्यक आहे, त्याचप्रमाणे आमच्या SDRs ला एक नकाशा आवश्यक आहे जो पुढील उत्कृष्ट संभावना शोधण्यासाठी सर्वात लहान मार्ग प्रदान करतो. 

फर्मोग्राफिक्सच्या पलीकडे

प्रत्येक महान SDR आणि विक्रेत्याला माहित आहे की रूपांतरण आणि विक्री निर्माण करण्यासाठी, तुम्ही तुमच्या सर्वोत्तम ग्राहकांसारखे दिसणार्‍या संभावनांना लक्ष्य करता. तुमचे सर्वोत्कृष्ट ग्राहक औद्योगिक उपकरणे निर्माते असल्यास, तुम्ही अधिक औद्योगिक उपकरणे उत्पादक शोधू शकता. त्यांच्या आउटबाउंड प्रयत्नांमधून जास्तीत जास्त मिळवण्याच्या प्रयत्नात, एंटरप्राइझ संघ फर्मोग्राफिक्समध्ये खोलवर जातात—उद्योग, कंपनीचा आकार आणि कर्मचाऱ्यांची संख्या यासारख्या गोष्टी.

सर्वोत्कृष्ट SDR ला माहित आहे की, जर ते कंपनी व्यवसाय कसे करतात याविषयी सखोल संकेत देऊ शकतील, तर ते विक्री फनेलमध्ये प्रवेश करण्‍याची अधिक शक्यता असलेल्या संभाव्यता शोधण्यात सक्षम होतील. पण फर्मोग्राफिक्सच्या पलीकडे कोणते सिग्नल शोधायचे?

SDR साठी कोडे गहाळ तुकडा याला म्हणतात एक्सग्राफिक डेटा - मोठ्या प्रमाणात डेटा जो कंपनीच्या विक्री रणनीती, धोरण, नियुक्ती पद्धती आणि बरेच काही वर्णन करतो. एक्सग्राफिक डेटा संपूर्ण इंटरनेटवर ब्रेडक्रंबमध्ये उपलब्ध आहे. जेव्हा तुम्ही त्या सर्व ब्रेडक्रंब्सवर AI सैल करता, तेव्हा ते मनोरंजक पॅटर्न ओळखते जे SDR ला तुमच्या सर्वोत्तम ग्राहकांशी किती चांगले जुळते हे समजण्यास मदत करू शकतात.

उदाहरणार्थ, जॉन डीरे आणि कॅटरपिलर घ्या. दोन्ही मोठ्या फॉर्च्युन 100 मशिनरी आणि उपकरणे कंपन्या आहेत ज्यात सुमारे 100,000 व्यक्तींना रोजगार आहे. खरं तर, त्यांना आम्ही "फिर्मोग्राफिक जुळे" म्हणतो कारण त्यांचा उद्योग, आकार आणि हेडकाउंट जवळजवळ एकसारखे आहेत! तरीही हरीण आणि सुरवंट अतिशय वेगळ्या पद्धतीने कार्य करतात. Deere हे B2C फोकससह मध्यम-उशीरा तंत्रज्ञान स्वीकारणारे आणि कमी क्लाउड स्वीकारणारे आहे. सुरवंट, याउलट, मुख्यतः B2B विकतो, नवीन तंत्रज्ञानाचा प्रारंभिक अवलंबकर्ता आहे, आणि उच्च क्लाउड दत्तक आहे. या एक्सग्राफिक फरक कोण चांगली संभावना असू शकते आणि कोण नाही हे समजून घेण्याचा एक नवीन मार्ग ऑफर करा - आणि म्हणून SDR साठी त्यांच्या पुढील सर्वोत्तम शक्यता शोधण्याचा एक जलद मार्ग.

फर्स्ट-माईलची समस्या सोडवणे

ज्याप्रमाणे टेस्ला ड्रायव्हर्ससाठी अपस्ट्रीम समस्या सोडवण्यासाठी AI चा वापर करते, त्याचप्रमाणे AI विक्री विकास संघांना उत्तम संभावना ओळखण्यात, फनेलच्या वर काय घडते ते क्रांती घडवून आणण्यास आणि विक्री विकासासाठी दररोज लढत असलेल्या पहिल्या-माईल समस्येचे निराकरण करण्यात मदत करू शकते. 

निर्जीव आदर्श ग्राहक प्रोफाइलऐवजी (आयसीपी), एखाद्या साधनाची कल्पना करा जी एक्सेग्राफिक डेटा अंतर्भूत करते आणि कंपनीच्या सर्वोत्तम ग्राहकांमधील नमुने उघड करण्यासाठी AI वापरते. मग तुमच्या सर्वोत्तम ग्राहकांचे प्रतिनिधित्व करणारे गणितीय मॉडेल तयार करण्यासाठी तो डेटा वापरण्याची कल्पना करा—त्याला आर्टिफिशियल इंटेलिजन्स ग्राहक प्रोफाइल म्हणा (aiCP)—आणि या सर्वोत्कृष्ट ग्राहकांप्रमाणे दिसणार्‍या इतर संभाव्यता शोधण्यासाठी त्या मॉडेलचा फायदा घेणे. एक शक्तिशाली AICP फर्मोग्राफिक आणि टेक्नोग्राफिक माहिती आणि खाजगी डेटा स्रोत देखील घेऊ शकते. उदाहरणार्थ, LinkedIn वरील डेटा आणि इंटेंट डेटा एआयसीपीला बळ देऊ शकतो. जिवंत मॉडेल म्हणून, एआयसीपी शिकतो काळानुसार 

म्हणून जेव्हा आम्ही विचारतो, आमचा पुढील सर्वोत्तम ग्राहक कोण असेल?, आम्हाला यापुढे स्वत:चा बचाव करण्यासाठी SDR सोडण्याची गरज नाही. आम्ही शेवटी त्यांना या प्रश्नाचे उत्तर देण्यासाठी आणि फनेलच्या वरील समस्येचे निराकरण करण्यासाठी आवश्यक असलेली साधने देऊ शकतो. आम्ही अशा साधनांबद्दल बोलत आहोत जे आपोआप नवीन संभावना वितरीत करतात आणि त्यांना रँक देतात जेणेकरुन पुढील कोणाला लक्ष्य करायचे हे SDR ला कळते आणि विक्री विकास संघ त्यांच्या प्रयत्नांना अधिक चांगले प्राधान्य देऊ शकतात. सरतेशेवटी, AI चा वापर आमच्या SDR ला कोटा बनवण्यात मदत करण्यासाठी केला जाऊ शकतो—आणि आम्ही शोधू इच्छित असलेल्या प्रॉस्पेक्ट्ससाठी प्रत्यक्षात योग्य असलेल्या संभाव्यतेसह—आणि दुसर्‍या दिवसाची अपेक्षा करण्यासाठी जगू शकतो.

Rev विक्री विकास प्लॅटफॉर्म

रेव्हचे सेल्स डेव्हलपमेंट प्लॅटफॉर्म (एसडीपी) AI चा वापर करून संभाव्य शोधाला गती देते.

रेव डेमो मिळवा