Linkedinissä käydään kotimaista keskustelua tekoälystä ja myynnistä, mutta varsin korkealla abstraktiotasolla. Minulla on nykyisen työni kautta mahdollisuus tutustua siihen, mitä Salesforce on asiasta mieltä. Kuluneella viikolla Dreamforce-tapahtuman yhteydessä olen myös saanut kuulla, miten amerikkalaiset yritykset ovat ottaneet tekoälyä käyttöön kuluneen vuoden aikana.
Tästä on syntynyt käsitys, jonka aion nyt tässä jakaa. On tosin huomioitava, että asiat kehittyvät nopeasti ja tämän hetken tilanne jää nopeasti vanhaksi.
Tämän hetken käytännön tekoälysovellukset myynnissä voidaan jakaa viidelle osa-alueelle.
1. Liidien pisteytys ja priorisointi
Tekoälyn avulla analysoidaan CRM-dataa ja luodaan historiatiedon pohjalta algoritmit, joilla liidit voidaan pisteyttää ja priorisoida. Salesforcen tekoälytuotteessa Einsteinissa on valmiit toiminnot tätä varten ja käyttöönotto on varsin näppärää. Myynnin puolella voidaan keskittyä parhaiden liidien hoitamiseen.
Kun ero parhaiden ja huonoimpien liidien välillä on luokkaa 4x, on tuottavuuden paraneminen merkittävää. Sivutuotteena voidaan arvioida liidien lähteitä ja näin ohjata liidien hankintapanostukset tehokkaimpiin kanaviin.
2. Myyntihankkeiden arviointi ja pisteytys
Toinen osa-alue käsittää myyntihankkeiden arvioinnin ja pisteytyksen. Myyntihankkeiden pisteytys voidaan toteuttaa liidien pisteytystä vastaavasti tekoälyn avulla. Liidiprosessiin verrattuna käytössä on lisäksi myyjään ja ostajaan liittyvät historiatiedot, joiden avulla voidaan tuoda henkilöistä riippuvat tekijät mukaan analyysiin.
Pisteytys toteutetaan määrittelemällä kauppaan vaikuttavat tärkeimmät tekijät. Pisteet skaalataan yleensä välille 0-100, jolloin kaikkien on helppo käsittää pisteluvun merkitys kullekin liidille ja myyntihankkeelle.
3. Asiakasymmärryksen parantaminen
Kolmas osa-alue on asiakasymmärryksen parantaminen tuomalla asiakkaaseen tai myyntihankkeeseen liittyvää tietoa internetistä myyjän käytettäväksi. Tekoäly tunnistaa internetistä valittujen medioiden uutisvirrasta relevantit uutiset ja poimii ne suoraan CRM:ään tukemaan myyjää asiakaskeskustelussa. Lisäksi voidaan poimia oleellista tietoa myös myyntihankkeiden arviointia varten, kuten avainsanoja YT, organisaatiomuutos, uusi johtaja jne.
4. Toimenpidesuositukset
Neljäs osa-alue liittyy toimenpidesuositusten antamiseen lähinnä myyntihankkeiden osalta. Kun tekoäly tekee myyntihankkeiden pisteytystä, se tuottaa samalla tiedon siitä, mitkä osa-alueet eivät ole täysin kohdallaan. Näin tekoäly kykenee muotoilemaan selkeät toimintasuositukset myyjälle ja myyntijohdolle siitä, mihin toimenpiteisiin pitäisi ryhtyä, jotta kaupan todennäköisyys kasvaisi.
5. Ennustaminen
Viides osa-alue liittyy ennustamiseen. Toteutuneiden ja hävittyjen kauppojen historiatiedon sekä myyntihankkeiden pisteytyksen perusteella tekoäly pystyy tekemään erittäin tarkan ennusteen myyjän, yksikön tai koko firman osalta.
Käytännön kokemusten pohjalta voidaan sanoa, että ennustetarkkuus on jopa +/-5%. Tulos on tarkempi, kuin mikään perinteisillä menetelmillä tehty ennuste, ja aina reaaliaikaisesti saatavilla. Tekoäly huomioi myös seikkoja, joita normaalisti ei käsitellä ennusteprosessissa, kuten myyntihankkelistan ulkopuolelta tulleet nopeat kaupat sekä hankkeen arvon muuttuminen myyntiprosessin loppuvaiheissa. Lisäksi myyjien subjektiiviset tyylit (kuten kuka on optimisti ja kuka varovainen ennustaja) huomioidaan ennusteessa historiatiedon kautta.
Tekoälystä jo nyt käytännön hyötyjä
Tekoälyn ensimmäisen sukupolven käytännön sovellusten hyödyt tulevat seuraavilta osa-alueilta:
- Myynnin tehostuminen myyjän keskittyessä niihin liideihin ja myyntihankkeisiin, josta tulee kauppa.
- Myynnin kasvaminen toimenpidesuositusten kautta, kun korjataan myynnissä olleet puutteet ajoissa ja kauppojen kotiutumisaste nousee.
- Myyntitavotteiden parempi saavuttaminen, kun reaaliaikaisen ja laadukkaan ennustamisen kautta osataan korjata riskitekijöitä etukäteen eikä yllätykset tule viime metreillä.
Tekoälyn ensimmäinen sukupolvi tulee nostamaan myynnin tehokkuutta 30-50%.
Tekoälyn ensimmäinen sukupolvi tulee nostamaan myynnin tehokkuutta 30-50%. Tämä on merkittävä parannus ja kenelläkään ei ole varaa antaa tämän tason kilpailuetua pois.
Mitä tekoälyn käyttöönotto edellyttää teknologian lisäksi?
Tekoälyn pohjana on CRM:ssä oleva data, jonka laatu pitää olla korkea. Virheellistä tai puutteellista tietoa tekoäly ei pysty korjaamaan, vaikka voikin sen pisteytyksessä huomioida. Suurin osa käytössä olevista CRM-järjestelmistä ei ole kaikilta osiltaan käytössä. Lisäksi monessa paikassa sallitaan, että tiedot eivät ole ajan tasalla. Nämä myyntiorganisaatiot joutuvat lähtemään takamatkalta tekoälyn käyttöön ja tulevat kärsimään markkinaosuuksien menetyksistä liiketoiminnassaan.
On mielenkiintoista nähdä missä vaiheessa eri yrityksissä herätään ja käynnistetään CRM:n uudelleenkäyttöönottoprojekteja tekoälyn hyötyjen saamiseksi. Tekoäly on jo oikeasti täällä ja tätä päivää. Se on otettavissa käyttöön, kun vain halu ja kyky ovat kunnossa.