تجزیه و تحلیل رشد: تصمیم گیری هوشمند در مقایس های بزرگ ترداده ها و تجزیه و تحلیل ها، رگ حیات سازمان های مدرن هستند، زیرا موتوری هستند که تصمیم گیری های سریع و هوشمندانه تر را پیش می برد. طبق تحقیقات ما، سازمان هایی که از قدرت تحلیلی خود برای تبدیل، سرنخ ها به فرصت های رشد مشتری استفاده می کنند، افزایش درآمد تا 20 درصد را تجربه می کنند. رویکرد موثرتر این است که ابزارهای تحلیلی را به طور یکپارچه در فرآیند فروش جای دهید، این امکان را به سازمان‌ها می‌دهد تا به سرعت بر اساس یافته ها عمل کنند. بهترین اقدام بعدی ممکن است تماس مشتری با اولویت بالا، رسیدگی به یک حساب در معرض خطرِ از  دست دادن مشتری یا ارائه بهترین قیمت ممکن باشد. این اطلاعات اگر در زمینه فرصت‌ها، قیمت‌ها و حساب‌هایی که فروشندگان هر روز با آن کار می‌کنند نمایش داده شود، بسیار مفید خواهد بود. یکی از موارد استفاده مهم برای این ابزارهای تجزیه و تحلیل، نمایش امتیاز برای  انجام یا عدم انجام یک معامله  (بر اساس بازار، مشتری و داده های قبلی) است.

علیرغم فرصت قابل توجه، استفاده پایدار از تجزیه و تحلیل در مقیاس های بزرگ همچنان یک چالش باقی مانده است: تنها 21 درصد از شرکت هایی که ما مطالعه کردیم به طور سیستماتیک یافته های تجزیه و تحلیل را در ابزارهایی که فروشندگان هر روز استفاده می کنند جای داده اند که منجر به انتخاب ناکارآمد و بازخورد ناقص و همچنین بهبودهای کند و آرام در مدل های تجزیه و تحلیل می شود.

یک شرکت بین المللی کشاورزی با استفاده از یافته هایی از تجزیه و تحلیل و استفاده آن در ابزارهای فروش، رشد مواد ارگانیک را به شدت افزایش داد. 

البته، بسیاری از فروشندگان عادت داشتند از داوری های ذهنی خود برای برنامه ریزی آینده خود استفاده کنند. برای تقویت تایید توصیه‌های سیستم، فروشندگان از داشبورد ادغام شده با ابزارهای روزمره خود برای ردیابی عملکرد استفاده کردند. بازخورد داشبورد شامل هشدارهایی در مورد بهبود عملکرد مانند مارجین بالاتر یا نرخ تبدیل زمانی که فروشندگان توصیه های موتور تجزیه و تحلیل را اجرا می کردند؛ بود. در نتیجه، 100 درصد از فروشندگان با توصیه های داشبورد در تعامل بودند. این شرکت همچنین توانست توانمندی فروش محصول خود را بهبود ببخشد، سهم خود را افزایش دهد و فرصت هایی را برای محصولات دیگر شناسایی کند.

  

قهرمانان رشدی که ما مطالعه کردیم توانسته اند، با استفاده از اتوماسیون برای افزایش کارایی تیم های فروش، بهره وری فروش خود را تا 30 درصد افزایش دهند. این فرصت‌ها از اقدامات تکراری ساده مانند ارسال پیگیری‌های ایمیل در زمان مناسب، تا مسیریابی پیشرفته سرنخ‌ها بر اساس امتیازهای سرنخ و توانایی‌های مهارتی متنوعی می‌باشد.

بیش از 30 درصد از فعالیت‌های فروش در سراسر زنجیره ارزش را می‌توان خودکار انجام شود و شرکت‌های پیشرو B2B در حال حاضر به سمت افزایش  آن تلاش می کنند. قهرمانان رشدی که به دنبال افزایش بهره وری بیشتر هستند، ابزارهای هوش مصنوعی مانند جریان های هوشمند و هوش مصنوعی مولد را نیز دنبال می کنند.

گردآوری فناوری، داده و هوش مصنوعی تحت یک پلتفرم مدیریت ارتباط با مشتری (CRM) که همه توسط هوش مصنوعی فعال شده اند، می تواند تجربه مشتری را تغییر دهد و بهره وری کارمندان را افزایش دهد. بر اساس تحقیقات اخیر McKinsey،  این فناوری می تواند تا 4.4 تریلیون دلار به بهره وری جهانی سالانه کمک کند. تجزیه و تحلیل نشان می دهد که بازاریابی و فروش یکی از چهار گروه عملکردی است که مجموعاً حدود 75 درصد از آن تأثیرات مربوطه را به دست خواهد آورد. در واقع، هوش مصنوعی مولد می‌تواند بهره‌وری فروش را حدود ۳ تا ۵ درصد از فروش جهانی فعلی افزایش دهد. 

 برای مثال، هوش مصنوعی مولد می‌تواند داده‌های مشتری را تجزیه و تحلیل کرده و سرنخ ها را شناسایی کند، آنها را بر اساس ارزش های بالقوه و احتمال تبدیل شدن آنها امتیاز دهد، و دسترسی فردی شده متناسب با مراحل خاص سفر مشتری را ارائه دهد. ابزارهای هوش مصنوعی مولد حتی می‌توانند در زمان واقعی به نمایندگان در مورد مذاکرات راهنمایی کنند.

یکی از سازمان‌های پیشرو املاک و مستغلات به منظور بهینه‌سازی پایه هزینه عملیاتی خود و در عین حال بهبود تجربه مشتری و کارمند اقدام کرد. ارزیابی سفر مشتری ابتدا به انتها نشان داد که مشتریان رزو تور را از طریق آن لاین را بیشتر از تماس با انسان دوست دارند. در پاسخ، این شرکت هوش مصنوعی محاوره‌ای را در CRM خود ادغام کرد تا به طور خودکار سرنخ‌ها را از طریق پیامک و ایمیل ایجاد کرده و آن را به مشتریان ارسال نماید..

نتایج به سرعت دنبال شد: 87 درصد از سرنخ ها نیازی به دخالت انسانی نداشتند و نرخ رشد کاربران 25 درصد افزایش یافت. مشتریان بالقوه نیز خدمات سریع‌تری دریافت کردند .

  

گسترش و اتصال کانال‌های دیجیتالی شده جدید برای ایجاد تجربیات یکپارچه مشتری می‌تواند قفل بخش‌های جدید را باز کند و رشد را بهبود بخشد. رفتارها و ترجیحات خریداران B2B به سرعت در طول مرحله حاد همه‌گیری کووید-19 تغییر کرد، و تحقیقات ما نشان می‌دهد که این تغییرات همچنان باقی می‌مانند. در سراسر صنایع، مشتریان از بیش از ده کانال برای تعامل با تامین‌کنندگان استفاده می‌کنند، در حالی که تا سال 2016 تنها 5 کانال وجود داشت. و دو سوم آن ها تعاملات دیجیتالی یا از راه دور را ترجیح می دهند.

شرکت ها بر اساس این تحولات عمل می کنند تا رشد سودآوری ایجاد کنند و از بخشی از مشتریانی استفاده می کنند که سفارش‌های با ارزش بالا را، بدون حضور در شرکت، راحت تر انجام می دهند. کانال های ارتباط از راه دور دارای مزایایی هستند که اغلب ترجیح داده می شوند مثل مقرون به صرفه بودن و بسیار کارآمد بودن. به عنوان مثال، فروش داخلی اکنون می‌تواند با استفاده از ابزارهایی مانند سرنخ‌های اولویت‌بندی شده مبتنی بر فناوری و تجزیه و تحلیل تماس، در حجم بالاتری از مشتریان و  با کنترل بیشتر نسبت به مدل های فروش سنتی عمل کند.

مورد یک شرکت چندملیتی اسپانیایی را در نظر بگیرید، که متوجه شد ترجیحات مشتریانش در مرحله حاد بیماری همه گیر COVID-19 به سمت خدمات دیجیتالی تغییر کرده است. این شرکت به سرعت برای پاسخگویی به این تقاضا حرکت کرد و تنها در چهار ماه یک کانال سرویس دهی آنلاین جدید راه اندازی کرد. این قابلیت نه تنها ترجیحات مشتریان را برآورده می‌کند، بلکه ظرفیت قابل توجهی را برای تیم فروش آزاد می‌کند و به شرکت اجازه می‌دهد تا بیش از 500 فرصت فروش اضافی را به دست آورد.

فناوری ساخته شده برای رشد در بازاریابی و فروش قوانین بازی را تغییر داده است و قهرمانان رشد زودتر از رقبای خود این شناخت را پیدا کرده و بر اساس آن عمل کرده اند. خیلی دیر نشده. سایر شرکت‌ها نیز می‌توانند از این راه پیروی کنند و از فناوری‌های توسعه‌یافته برای رشد سود ببرند.

  

ابزارهای هوش مصنوعی مولد که بر روی داده های خاص سازمان آموزش دیده اند، می توانند بهره وری را افزایش دهند. آنها می توانند فایل ها و داده های مناسب را شناسایی کرده و بینش های قابل اجرا را از آنها استخراج کنند. 

نکته با اهمیت این است که با گذشت زمان و  یادگیری ابزارها، بینش ها در طول زمان بیشتر اصلاح می شوند. کاربران نیز از نیاز به جستجوی اطلاعات و فایل‌ها، پاکسازی آن‌ها یا تجزیه و تحلیل  آنها خلاص می شوند. به عنوان مثال، مک کینزی پلتفرمی ساخت که به سرعت به منابع دانش شرکت دسترسی پیدا کرده و آن را ترکیب می‌کند تا بینش‌ها را سریع‌تر و کارآمدتر از آنچه قبلا ممکن بود متبلور کند.

مطمئناً، ابزارهای هوش مصنوعی مولد که برای سازمان‌های خاص سفارشی شده‌اند، مستلزم مشارکت عمیق از اداره های حقوقی، امنیت سایبری، ریسک و استعداد هستند تا نه تنها فرصت‌ها، بلکه خطرات و هنجارهایی را که باید بر این ابزارها حاکم باشد را شناسایی و  رسیدگی کند. اگر ذینفعان بتوانند به سرعت و به طور موثر برای ساخت ابزارها  (از جمله راهبردهای امنیتی) حرکت کنند، می توانند سازمان های خود را برای دوره جدیدی از بهره وری آماده کنند.