Anggur masuk, Sampanye Keluar: Bagaimana AI Mengubah Saluran Penjualan

Rev: Bagaimana AI Mengubah Saluran Penjualan

Lihatlah nasib perwakilan pengembangan penjualan (SDR). Muda dalam karir mereka dan sering kekurangan pengalaman, SDR berusaha untuk maju dalam organisasi penjualan. Satu-satunya tanggung jawab mereka: merekrut prospek untuk mengisi jalur pipa.  

Jadi mereka berburu dan berburu, tetapi mereka tidak selalu dapat menemukan tempat berburu terbaik. Mereka membuat daftar prospek yang menurut mereka hebat dan mengirimkannya ke saluran penjualan. Tetapi banyak dari prospek mereka tidak cocok dan, sebaliknya, akhirnya menyumbat corong. Hasil menyedihkan dari pencarian yang melelahkan untuk mendapatkan petunjuk hebat ini? Sekitar 60% dari waktu, SDR bahkan tidak memenuhi kuota mereka.

Jika skenario di atas membuat pengembangan pasar strategis terdengar tak kenal ampun seperti Serengeti kepada anak singa yatim piatu, mungkin analogi saya terlalu jauh. Tapi intinya tetap: meskipun SDR memiliki "mil pertama" dari saluran penjualan, kebanyakan dari mereka berjuang karena mereka memiliki salah satu pekerjaan tersulit di perusahaan dan sedikit alat untuk membantu.

Mengapa? Alat yang mereka butuhkan tidak ada sampai sekarang.

Apa yang diperlukan untuk menyelamatkan mil pertama penjualan dan pemasaran? SDR membutuhkan teknologi yang dapat mengidentifikasi prospek yang terlihat seperti pelanggan ideal mereka, menilai kecocokan prospek dengan cepat, dan mempelajari kesiapan mereka untuk membeli.

Merevolusi Di Atas Corong 

Ada banyak alat untuk membantu tim penjualan dan pemasaran mengelola prospek di seluruh saluran penjualan. Platform Manajemen Hubungan Pelanggan (CRMs) lebih baik dari sebelumnya dalam melacak transaksi corong bawah. Pemasaran berbasis akun (ABM) alat-alat seperti Hubspot dan Marketo telah menyederhanakan komunikasi dengan prospek di corong tengah. Lebih tinggi dari corong, platform keterlibatan penjualan seperti SalesLoft dan Outreach membantu melibatkan prospek baru. 

Namun, lebih dari 20 tahun setelah Salesforce hadir, teknologi yang tersedia di atas corong—area sebelum perusahaan mengetahui siapa yang harus diajak bicara (dan area di mana SDR berburu)—tetap stagnan. Belum ada yang berhasil melewati satu mil pertama.

Memecahkan "Masalah Mile Pertama" dalam Penjualan B2B

Untungnya, itu akan berubah. Kami berada di puncak gelombang besar inovasi perangkat lunak bisnis. Gelombang itu adalah kecerdasan buatan (AI). AI adalah gelombang besar keempat inovasi di arena ini dalam 50 tahun terakhir (setelah gelombang mainframe tahun 1960-an; revolusi PC tahun 1980-an dan 90-an; dan gelombang terbaru Perangkat Lunak sebagai Layanan horizontal (SaaS) yang memungkinkan perusahaan menjalankan proses bisnis yang lebih baik dan lebih efisien di setiap perangkat—tidak diperlukan keahlian pengkodean).

Salah satu dari banyak kualitas terbaik AI adalah kemampuannya untuk menemukan pola dalam volume galaksi dari informasi digital yang kami kumpulkan, dan mempersenjatai kami dengan data dan wawasan baru dari pola tersebut. Kami sudah mendapat manfaat dari AI di ruang konsumen—baik dalam pengembangan vaksin COVID-19; konten yang kami lihat dari berita dan aplikasi sosial di ponsel kami; atau bagaimana kendaraan kami membantu kami menemukan rute terbaik, menghindari lalu lintas dan, dalam kasus Tesla, mendelegasikan tugas mengemudi yang sebenarnya ke mobil. 

Sebagai penjual dan pemasar B2B, kami baru saja mulai merasakan kekuatan AI dalam kehidupan profesional kami. Sama seperti rute pengemudi harus memperhitungkan lalu lintas, cuaca, rute, dan lainnya, SDR kami membutuhkan peta yang menawarkan jalur terpendek untuk menemukan prospek hebat berikutnya.. 

Di luar Firmografi

Setiap SDR dan pemasar hebat tahu bahwa untuk menghasilkan konversi dan penjualan, Anda menargetkan prospek yang terlihat seperti pelanggan terbaik Anda. Jika pelanggan terbaik Anda adalah produsen peralatan industri, Anda akan mencari lebih banyak produsen peralatan industri. Dalam upaya untuk mendapatkan hasil maksimal dari upaya keluar mereka, tim perusahaan menggali jauh ke dalam firmografi—hal-hal seperti industri, ukuran perusahaan, dan jumlah karyawan.

SDR terbaik tahu bahwa, jika mereka dapat memunculkan sinyal yang lebih dalam tentang bagaimana perusahaan melakukan bisnis, mereka akan dapat menemukan prospek yang kemungkinan besar akan memasuki saluran penjualan. Tetapi sinyal mana, di luar firmografi, yang harus mereka cari?

Bagian yang hilang dari teka-teki untuk SDR adalah apa yang disebut data eksografis – sejumlah besar data yang menggambarkan taktik penjualan perusahaan, strategi, pola perekrutan, dan banyak lagi. Data exegraphic tersedia di remah roti di internet. Ketika Anda melepaskan AI pada semua remah roti itu, itu mengidentifikasi pola menarik yang dapat membantu SDR dengan cepat memahami seberapa baik prospek cocok dengan pelanggan terbaik Anda.

Misalnya, ambil John Deere dan Caterpillar. Keduanya adalah perusahaan besar mesin dan peralatan Fortune 100 yang mempekerjakan hampir 100,000 orang. Faktanya, mereka adalah apa yang kami sebut "kembar firmographic" karena industri, ukuran, dan jumlah karyawan mereka hampir identik! Namun Deere dan Caterpillar beroperasi dengan sangat berbeda. Deere adalah pengadopsi teknologi mid-late dan pengadopsi cloud rendah dengan fokus B2C. Sebaliknya, Caterpillar menjual B2B, merupakan pengguna awal teknologi baru, dan memiliki adopsi cloud yang tinggi. Ini perbedaan eksografis menawarkan cara baru untuk memahami siapa yang mungkin menjadi prospek yang baik dan siapa yang tidak – dan karena itu cara yang jauh lebih cepat bagi SDR untuk menemukan prospek terbaik mereka berikutnya.

Memecahkan Masalah Mil Pertama

Sama seperti Tesla menggunakan AI untuk memecahkan masalah hulu bagi pengemudi, AI dapat membantu tim pengembangan penjualan mengidentifikasi prospek yang hebat, merevolusi apa yang terjadi di atas corong, dan memecahkan masalah pertama yang dihadapi pengembangan penjualan setiap hari. 

Alih-alih profil pelanggan ideal yang tak bernyawa (ICP), bayangkan alat yang menyerap data eksografis dan menggunakan AI untuk mengungkap pola di antara pelanggan terbaik perusahaan. Kemudian bayangkan menggunakan data tersebut untuk membuat model matematika yang mewakili pelanggan terbaik Anda—sebut saja Profil Pelanggan Kecerdasan Buatan (aiCP)—dan memanfaatkan model itu untuk menemukan prospek lain yang mirip dengan pelanggan terbaik ini. AICP yang kuat dapat menyerap informasi firmografi dan teknografi serta sumber data pribadi. Misalnya, data dari LinkedIn dan data niat dapat mendukung aiCP. Sebagai model hidup, aiCP belajar lembur. 

Jadi ketika kita bertanya, Siapa yang akan menjadi pelanggan terbaik kami berikutnya?, kita tidak perlu lagi meninggalkan SDR untuk berjuang sendiri. Kami akhirnya dapat menawarkan alat yang mereka butuhkan untuk menjawab pertanyaan ini dan memecahkan masalah di atas corong. Kita berbicara tentang alat yang secara otomatis memberikan prospek baru dan memberi peringkat kepada mereka sehingga SDR tahu siapa yang harus ditargetkan selanjutnya dan tim pengembangan penjualan dapat memprioritaskan upaya mereka dengan lebih baik. Pada akhirnya, AI dapat digunakan untuk membantu SDR kami membuat kuota—dan dengan prospek yang sebenarnya sesuai dengan jenis prospek yang ingin kami temukan—dan hidup untuk prospek di lain waktu.

Putaran Platform Pengembangan Penjualan

Platform Pengembangan Penjualan Rev (SDP) mempercepat penemuan prospek dengan memanfaatkan AI.

Dapatkan Demo Rev