2019年9月03日
2019年9月03日
贡献:约旦布莱恩
算法引导的销售,下一个最佳行动(NBA)和预测分析是当前和新兴技术的特点,推动销售执行。
随着供应商和技术进步的涌入,负责销售技术实施的领导者感到他们在追逐一个移动的目标。随着复杂性的增加,销售领导希望快速了解各种解决方案的优缺点。
在2018年的高德纳销售领袖市场调查中,全球11个行业的250多名销售领袖评估了47种成熟和新兴技术,评估了它们如何提高销售效率。具体来说,该调查询问了以下问题:
我们使用这些发现在Gartner technologies Sales Bullseye上绘制技术地图,它显示了不同的技术在今天的销售环境中嵌入的程度、它们当前的投资回报以及它们在未来对销售领导者和销售组织的重要性。
Bullseye的最大部分与销售执行技术有关。(其他涉及销售培训、销售内容管理和销售操作。)
执行部分涵盖了23种技术。其中应用最广泛的是与客户关系管理(CRM)、销售绩效管理(SPM)和战略客户管理相关的技术。它们还拥有最高的投资回报率和最大的未来重要性。这三个平台帮助销售领导者和他们的团队管理当前复杂的销售环境,完成各种关键的销售活动,并嵌入跨行业的销售组织。
算法导向销售使用预测和规定的机器学习算法来管理经理期望销售用户持续执行的顺序销售行为。这些算法旨在增强卖家与潜在买家打交道、管理购买过程和生成报价的能力。支持销售的应用程序负责人选择这些工具来提高销售效率,使用它们来加强过程纪律,并在复杂的销售过程中消除关于“下一步该做什么”的不确定性。
旨在增强更传统的销售工具,如销售手册,它利用新兴人工智能技术和现有的销售数据来指导卖家完成交易,自动化手动销售行为,同时减少销售过程中对卖家个人判断的需要。它是一种较新的销售技术,目前的采用水平和ROI相对较低,但潜力巨大。
算法导向的销售与公司销售流程的所有部分都相关。它可以用于内部销售,帮助卖家以正确的节奏联系潜在客户。它还可以用于复杂的销售周期,向卖家展示哪种类型的内容或消息更有可能推动交易向前发展。
大多数形式的算法引导销售都是由机器学习技术支持的。它是一种人工智能,在卖家采取的行动和这些行动对可衡量结果的后续影响之间建立统计关联模型。在销售技术中使用机器学习模型时,它会驱动规范性的下一最佳行动,告诉卖家下一步如何处理客户或机会。
这些技术有潜力成为强大的销售效率工具,但它们的有效性严重依赖于底层数据。因此,数据源质量的增量变化会导致其预测准确性的不成比例的变化——并最终导致ROI。
Gartner副总裁分析师Tad Travis表示:“尽管这项技术很复杂,而且依赖于已有的数据收集和管理,但大多数销售机构都在积极探索这项技术。”“事实上,只有14.5%的人表示他们没有试点或部署的计划,34.5%的人预计算法引导的销售在两年后对他们的公司会更加重要。”考虑采用算法引导销售的销售领导应该:
其他的销售执行技术部分,根据Gartner关于CRM销售的宣传周期在美国,销售预测分析技术将启发式和机器学习算法应用于CRM客户的历史机会和数据。预计这个市场在不久的将来将迅速增长。
预测分析是从现有数据资产中提取信息以确定模式并预测未来商业结果和趋势的实践。有了这种洞察力,商业组织就能够在客户意识到自己有问题之前,提前了解客户的购买过程,并指导他们找到解决方案。预测得分模型是基于适合度和意图得分。
销售领导应该考虑以下用例:
与领先的公民社会组织和销售领导联系,获得有关销售技术、销售能力等方面的最新见解。
为Gartner客户推荐的资源*:
*注意,有些文档可能不是所有Gartner客户都可以使用的。