«Как продавать больше, используя данные и AI»: подкаст о больших данных в бизнесе
Всем привет! На связи Анастасия Архипова – сооснователь и CEO AI-стартапа HyperSales. На этой неделе я побывала в гостях у Сарры Блягоз из AiData, на подкасте Data upDate. Мы обсудили, как большие данные могут помочь в продажах. Читайте главные инсайты выпуска в этом материале и слушайте подкаст!
Содержание подкаста:
- Помощь AI в выходе бизнеса на новый уровень, примеры и кейсы;
- Как имеющиеся данные могут помочь компании;
- Метрики для оценки работы с данными;
- AI – зло или благо?
- Как связаны маркетинг и продажи?
Как инструменты на базе искусственного интеллекта и уже имеющиеся данные компании могут вывести ее на новый уровень? – кейсы из моего опыта
Для агентств, которые часто живут на повторных заказах, критически важна работа с клиентской базой. Им часто может не хватать лидов, либо обратной связи от них. Но времени на все задачи не хватает. Наш ИИ-помощник анализирует историю взаимодействия с клиентом, подсказывает менеджеру, о чём говорить, какие продукты предлагать. В итоге, количество качественных лидов, готовых к продаже, вырастает на 30-50%.
Другой пример – B2C-сервисы с огромной клиентской базой. Один из наших клиентов – это интернет-магазин с историей в 15 лет. В подобных компаниях как правило много "спящих" клиентов. Наш AI помогает реактивировать их, доводя до продажи. Это уже принесло компании ощутимый рост выручки в 18%.
Сейчас мы фокусируемся на стабильности решения, работаем с узкой группой клиентов в рамках внутреннего тестирования решения. Но уже скоро планируем масштабироваться и делиться ещё более впечатляющими результатами.
Работа с базой данных компании – как извлечь максимум из того, что компания знает о своем продукте, клиентах, бизнес-процессах и рынке
Чтобы ИИ полноценно работал с базой данных, важно иметь хотя бы минимальный набор структурированных данных о клиентах и лидах, например:
- ID;
- Контактные данные;
- Источник трафика;
- Дата первого касания;
- Ниша/Сегмент, к чему относится;
- Статус/Этап воронки;
- Чем завершилось последнее касание (покупка/игнор);
- Дата последнего касания;
- Задачи;
- Кто обрабатывал (ID менеджера).
Яркий пример, где может помочь ИИ – когортный анализ. Он позволяет разделить ваших клиентов на определенные категории и выявить присущие им характеристики. Например, вы заметили, что мужчины 35-50 лет, пришедшие по партнёрской программе, покупают автотовары раз в 3 месяца. Значит, через 3 месяца им нужно напомнить о себе, предложить что-то интересное. В Excel это можно отследить вручную. Большим компаниям требуется много данных, которые не обработать вручную. И здесь на помощь приходит машинное обучение. Оно позволяет:
- Правильно сегментировать клиентов;
- Анализировать и прогнозировать их поведение;
- Делать персонализированные предложения.
Для этого полезны следующие инструменты:
- Сервисы сквозной аналитики;
- Корпоративные CRM;
- ERP-системы.
В итоге продажи растут, а клиенты довольны, потому что получают то, что им действительно нужно
Какие метрики использовать при оценке качества работы с данными
Мы измеряем эффективность работы инструментов по той функции, для которой мы их используем. В случае с ИИ-платформой HyperSales - это продажи. Четыре основные метрики, которые я предлагаю использовать клиентам для оценки продаж:
- Количество продаж показывают емкость, максимальную проходимость и качество сервиса отдела продаж
- Sales Velocity (скорость продаж) помогает оценить общую эффективность работы отдела продаж;
- Конверсия воронки продаж показывает эффективность каналов трафика;
- Lifetime Value – прогнозируемая сумма дохода от работы с одним клиентом. Формируется из удержания (retention) – какая доля пользователей остается с вами после определенного срока, lifetime – сколько времени клиент остается с вами, и value – сколько денег он при этом приносит за весь период сотрудничества.
Отдельно качество сервиса показывают:
- Длительность цикла сделки (сколько дней от касания до подписания);
- Скорость ответа клиенту (в голосовом);
- Себестоимость продажи (с учетом времени работы сотрудника отдела продаж, потраченного на сделку от первого касания до оформления продажи).
AI – это зло или благо?
Для меня, AI – это скорее благо. И вот почему:
- Он берет на себя рутинные задачи, где человек быстро выдыхается;
- У него нет задачи отнимать работу: на важных этапах переговоров, в эмпатии и творчестве человека еще нельзя заменить;
- Если AI высвобождает какие-то ресурсы, то они впоследствии будут направлены на необходимую область рынка. Это касается как новых сотрудников, так и денег.
Поэтому компаниям выгодно, если AI будет работать сообща с сотрудниками, а не замещать их.
Связь между маркетингом и продажами. Сквозная аналитика и единая воронка продаж
Маркетинг и продажи – это не противоборствующие отделы, а части единого целого, работающие с одними и теми же клиентами. Главное – осознать эту связь и настроить грамотное взаимодействие.
Что важно:
1. Работать над воронкой продаж комплексно, отслеживая конверсию на каждом этапе и выявляя проблемные места.
2. Использовать общие метрики для оценки эффективности работы обоих отделов.
3. Понимать причины проблем друг друга. Например, если лиды не проходят квалификацию или не покупают, проблема может быть как в маркетинге, так и в продажах.
Инструменты для эффективного взаимодействия:
1. Единая CRM/ERP-система позволит всем отделам видеть полную картину клиентского пути.
2. Сквозная аналитика обеспечит прозрачность на каждом этапе воронки продаж.
3. Совместная разработка Customer Journey Map поможет визуализировать весь процесс взаимодействия с клиентом и определить точки соприкосновения маркетинга и продаж.
Итоги
Итак, мы выяснили следующее:
- ИИ помогает эффективно работать с клиентской базой;
- Правильная работа с данными помогает генерировать больше продаж и прибыли;
- За симбиозом работы ИИ и человека будущее эффективности бизнеса;
- Все отделы компании – часть единого организма и часто необходимо решение, чтобы обеспечивать целостность и не позволять всему развалиться на части;
- Чтобы расти и развиваться, компаниям нужно обращать внимание на следующие моменты: увеличивать конверсию в начале воронки продаж, ускорять обработку запросов клиентов и стремиться к максимальному LTV.
В каких задачах AI пригодился вам? Поделитесь вашим опытом в комментариях и подпишитесь на наш Telegram-канал, там можно узнать больше про использование данных и AI для принятия решений.