Intelligente verkoop: voorbereiden op de op handen zijnde verkooprevolutie

Het is maandagochtend en u bent bezig met de laatste voorbereidingen voor een verkoopgesprek met een nieuwe prospect. Op uw tabletcomputer, die is gesynchroniseerd met het centrale verkoopcommandocentrum (SCC) van het bedrijf, hebt u alle details bij de hand; u weet hoe u het product en de service moet presenteren zodat het unique selling proposition (USP), dat het verschil zal maken voor deze specifieke klant, duidelijk en gemakkelijk te begrijpen is.

Bij aankomst krijgt u koffie, gaat u zitten, legt u uw tablet op tafel en begint u. Het gesprek gaat over de vooraf voorbereide onderwerpen (automatisch bijgewerkt met relevante informatie voor de ontmoeting met dit bedrijf). De prospect heeft echter enkele specifieke vragen: wat zijn de belangrijkste verschillen tussen uw aanbod en het product dat zij momenteel gebruiken, en waarom is het een game-changer voor deze specifieke branche? De SCC, die is uitgerust met actief luisteren, vindt de informatie en stuurt deze in realtime naar uw tablet, zodat u de antwoorden binnen enkele seconden kunt geven.

Zodra de vergadering voorbij is, krijgt u een melding van het SCC dat er een soortgelijk bedrijf vijf mijl verderop is en dat hoog scoort op koopkans omdat het onlangs van eigenaar is veranderd; wetende dat nieuwe eigenaren vaak in de markt zijn voor nieuwe producten en diensten, belt u en maakt u een afspraak voor later die ochtend.

In de tussenliggende periode is er veel tijd om de eerste ontmoeting te evalueren en feedback te geven aan de SCC. U kent nu bijvoorbeeld het product/de dienst die vandaag door uw prospect wordt gebruikt, en waar het niet aan hun vereisten voldoet. U hebt ook geleerd dat het bedrijf bezorgd is dat een nieuwe speler een aanzienlijk marktaandeel zal veroveren als gevolg van hun direct-to-consumer service, een gebied waar uw prospect zwak is. Deze informatie is onmisbaar voor het opstellen van een zeer gepersonaliseerde follow-up campagne.

De volgende stap is de ingebouwde coachingtool. Dankzij geavanceerde machine learning spraakanalyse en spectrogram analyse kunt u zien hoe u de vorige vergadering hebt aangepakt, samen met actiepunten waar een verandering van tactiek of onderwerp beter zou kunnen werken. Hieruit blijkt dat u nerveus was toen u het over prijzen had, en dat u tegen het einde van het gesprek de concurrentie bleef bespreken toen de prospect klaar was om verder te gaan. Noteer en lees de coachingtips over deze onderwerpen van het VCA ter voorbereiding op uw volgende afspraak.

Zodra de vergaderingen van die dag achter de rug zijn, bekijkt u de aanbevelingen van het SCC voor de volgende stappen, op maat gemaakt voor elke lead. Analyse van uw eerste vergadering, gecombineerd met de activiteit van deze prospect op uw website, geeft aan dat hij of zij er baat bij zou hebben om een specifiek webinar bij te wonen; het SCC produceert automatisch een vooraf ingevulde uitnodiging die u valideert. De tweede lead is echter het meest geschikt voor een vervolggesprek, waarvoor u een herinnering aan uw agenda toevoegt.

Geen van beide; dit is intelligente verkoop. Deze manier van werken, die gebaseerd is op algoritmen en machine learning, wordt werkelijkheid nu CRM en verkooptechnologie overgaan van data input naar het gebruiken van deze data om intelligentie te creëren. En slimme verkoopteams beginnen dit nu al toe te passen.

Het nirwana van het bovenstaande scenario is gebaseerd op de voltooiing van vier belangrijke componenten die fungeren als bouwstenen voor toekomstgerichte data-driven CRM en verkoopmogelijkheden: de data magneet, het data governance kantoor, de machine learning engine en het Sales Command Centre (SCC). Ze moeten allemaal aanwezig zijn om een succesvolle transformatie van het volledige verkoopproces te stimuleren.

Een data magneet is in wezen een tool die ontworpen is om kwalitatieve data te genereren en het CRM voortdurend te voeden. Robotic Process Automation (RPA) stelt bots in staat om het open web af te speuren naar beschikbare informatie en data nuggets zoals contactgegevens, bedrijfstype, interesses en timing, enz. Nu bedrijven voortdurend op zoek zijn naar kostenbesparingen en verkoopteams krimpen, is deze geautomatiseerde data prospectie een effectieve manier om het CRM te vullen met verse en kwalitatieve data.

Maar het oude adagium ‘garbage in, garbage out’ is nog steeds waar; een data-driven CRM heeft gestandaardiseerde data van hoge kwaliteit nodig om resultaten te leveren. Een data governance kantoor fungeert als een ‘handhaver’ om de verzamelde informatie te organiseren en te structureren door de data te begrijpen, op te schonen en ervoor te zorgen dat deze overal consistent is. Functienamen zijn bijvoorbeeld een veelvoorkomende boosdoener - een arts in het ene land kan gelijk staan aan een behandelaar in een andere regio of een zorgverlener elders. De data is alleen nuttig en bruikbaar als deze verschillen opgelost zijn.

Hoewel dit essentieel is, gaat het hier om het verzamelen en standaardiseren van data, wat deel uitmaakt van elk robuust verkoopproces - zij het geavanceerder gemaakt door automatisering en effectieve bedrijfsmodellen. Maar de volgende bouwsteen tilt CRM ver uit boven het platgetreden pad van het traditionele verkoopproces.

De machine learning provider is meestal een cloud service zoals Google Cloud Platform (GCP), Amazon Web Services (AWS) of Microsoft Azure. Het creëren van een live verbinding tussen deze service en de CRM genereert echte intelligentie in de vorm van de rekenkracht waarmee algoritmen voor machinaal leren de nu rijke en schone data set die door de eerste twee stappen is geproduceerd, kunnen benutten.

Uit een analyse van het CRM data kan bijvoorbeeld blijken dat de verkoopconversie van het bedrijf hoger is voor Cluster A dan voor Cluster B op basis van ‘non-supervised AI" (een soort AI waarbij algoritmen, die zonder menselijke input werken, verborgen patronen van data vinden). Verdere ondervraging laat de oorzaken van de discrepantie zien; bedrijven uit Cluster A stappen misschien over van dezelfde concurrent, of zijn het doelwit van merkbewustzijnscampagnes vóór het verkooppraatje, of hebben een vergelijkbaar aantal werknemers. Dit benadrukt het gemeenschappelijke thema van de overgang van een CRM dat gebaseerd is op data input naar een CRM dat verankerd is op intelligentie, waarbij de beschikbare data gebruikt wordt om nuttige en bruikbare inzichten te creëren.

De laatste stap is het creëren van een verkoopcommandocentrum op maat (SCC), d.w.z. de basis om intelligente verkoop mogelijk te maken. Het SCC is het Human Machine Interface (HMI)-element van de data-driven CRM- en verkoopfunctionaliteit, waarin het verkoopteam de reeds beschikbare data aanvult en alle SCC-functies gebruikt en benut.

Als digitaal bedrijfsmiddel wordt het softwarematige SCC voortdurend verrijkt met nieuwe functies. Het kan beginnen als een gebruiksvriendelijk dashboard, uitgroeien tot een digitaal bedrijfsmiddel met een dashboard en actieve luistermogelijkheden die coaching mogelijk maken, en uiteindelijk de centrale locatie worden waar alle rapportages, beoordelingen en klanttrajecten worden gedefinieerd en bewaakt.

Het succes is afhankelijk van de voortdurende feedback van het verkoopteam, zoals details over de pijnpunten van de klant na een vergadering of dat de opvolgingsaanbevelingen succesvol waren, aangezien deze gedetailleerde details de algoritmen voor machinaal leren verbeteren en sturen.

Het verkoopproces onderging meer dan 20 jaar geleden zijn eerste transformatie van papier naar CRM. Steeds vaker is een CRM-systeem echter niet meer dan een plaats om grote hoeveelheden data op te slaan, en naarmate de technologie voortschrijdt, zien we een tweede metamorfose in de richting van intelligentie.