বিক্রয় পূর্বাভাস, পাইপলাইন বিশ্লেষণ এবং বিক্রয় সামগ্রী উত্পাদন

লাভ:

• এআই সহ পাইপলাইন ডেটা বিশ্লেষণ করার এবং পূর্বাভাস মন্তব্য তৈরি করার ক্ষমতা
• দ্রুত বিক্রয় সামগ্রী যেমন এক-পেজার, উপস্থাপনা এবং কেস স্টাডি তৈরি করার ক্ষমতা
• সংখ্যাসূচক যাচাইকরণ এবং ব্র্যান্ড টোন সহ AI আউটপুট চূড়ান্ত করার ক্ষমতা

কোয়ার্টার-এন্ড কাছে আসার সাথে সাথে সেলস লিডারের প্রশ্ন সবসময় একই থাকে: "আমরা কি এই কোয়ার্টার বন্ধ করতে পারি?" এই প্রশ্নের উত্তর একটি অনুভূতি নয়, এটি আপনার পাইপলাইনে লুকিয়ে আছে। কিন্তু কাঁচা পাইপলাইন ডেটা হল একটি অগোছালো টেবিল যার সারি এবং সারি চুক্তি, পর্যায়, পরিমাণ এবং তারিখ রয়েছে; ভিতরের গল্প দেখতে সময় লাগে। কৃত্রিম বুদ্ধিমত্তা এই টেবিলটি পড়তে পারে এবং কয়েক মিনিটের মধ্যে স্টেজ ডিস্ট্রিবিউশন, ব্লকেজ, জয়ের হার প্রবণতা এবং পূর্বাভাস ব্যাখ্যা করতে পারে। একই কৃত্রিম বুদ্ধিমত্তাও দ্রুত একটি ওয়ান-পেজার, একটি উপস্থাপনা রূপরেখা বা একটি কেস স্টাডি তৈরি করে যা ব্যবসায় জয়ী হয়েছে। যাইহোক, এই ইউনিটের মূল বার্তাটি হল: কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত কোনও সংখ্যা বা বাক্য অন্ধভাবে গ্রহণ করবেন না। মডেল বিশ্লেষণ, আপনি যাচাই.

পাইপলাইন বিশ্লেষণ: তথ্য থেকে অন্তর্দৃষ্টি

পাইপলাইন বিশ্লেষণ "কতটা কাজ আছে?" এর পরিবর্তে "এই কাজটি কতটা স্বাস্থ্যকর" প্রশ্নের উত্তর দিতে চায়। দেখার জন্য মূল মেট্রিক্স:

মেট্রিক

এটা কি বলে

সতর্কতা চিহ্ন

মঞ্চ বিতরণ

কোন পর্যায়ে ডিল স্ট্যাক করা হয়?

সর্বাধিক প্রাথমিক পর্যায় = দুর্বল পূর্বাভাস

আটকে থাকা চুক্তি

অনেক দিন ধরে এগোনো হয়নি এমন সুযোগ

একই পর্যায়ে 60+ দিন

জয়ের হার

জয় / মোট বন্ধ

ডাউনট্রেন্ড = প্রক্রিয়া সমস্যা

বন্ধ হওয়ার সম্ভাবনা

পর্যায় দ্বারা ওজনযুক্ত পূর্বাভাস

অতিমাত্রায় আশাবাদী ওজন

গড় চুক্তি আকার

সুযোগ আকার প্রবণতা

সংকোচন = ভুল অংশ

অনুলিপিযোগ্য প্রম্পট: পাইপলাইন বিশ্লেষণ

আপনি একটি বিক্রয় অপারেশন বিশ্লেষক. নীচের পাইপলাইন ডেটা বিশ্লেষণ করুন। ডেটা: প্রতিটি সারি একটি সুযোগ; কলাম: চুক্তির নাম, পর্যায়, পরিমাণ, পর্যায় প্রবেশের তারিখ, সমাপ্তি অনুমান। আউটপুট: 1. পর্যায় বিতরণ (প্রতিটি পর্যায়ে সুযোগের সংখ্যা এবং মোট পরিমাণ)2. অবরুদ্ধ সুযোগ (যেগুলি একই পর্যায়ে {{day}} দিনের বেশি সময় ধরে থাকে)3. জয়ের হার গণনা (বন্ধ ডিলের উপর ভিত্তি করে)4. ঝুঁকির সারাংশ: পূর্বাভাসকে হুমকির জন্য 3টি সুযোগ এবং কেন নিয়ম: শুধুমাত্র ডেটাতে সংখ্যাগুলি ব্যবহার করুন৷ আমাকে আপনার গণনা করা প্রতিটি মেট্রিকের সূত্র দেখান যাতে আমি এটি যাচাই করতে পারি। ডেটাতে নেই এমন একটি মান অনুমান করা; যদি এটি অনুপস্থিত থাকে তবে "ডেটা মিসিং" লিখুন। ডেটা:{{pipeline_verisi}}

পূর্বাভাস ব্যাখ্যা এবং সংখ্যাগত যাচাই

কৃত্রিম বুদ্ধিমত্তা আপনাকে বলতে পারে "এই ত্রৈমাসিক 2.4 মিলিয়ন TL দিয়ে বন্ধ হবে"। এই বাক্যটি সুনির্দিষ্ট শোনাচ্ছে, কিন্তু অন্তর্নিহিত অনুমান রয়েছে: কি বন্ধ করার সম্ভাবনা ব্যবহার করা হয়েছিল? কোন ডিল অন্তর্ভুক্ত করা হয়? মডেল একটি সংযোজন ত্রুটি করেছে? সংখ্যাসূচক আউটপুট যাচাই করার উপায় হল মডেলটিকে তার অনুমান এবং সূত্রের জন্য স্পষ্টভাবে জিজ্ঞাসা করা। তারপরে কমপক্ষে একটি মেট্রিক ম্যানুয়ালি পরীক্ষা করুন: উদাহরণস্বরূপ, তিনটি ডিলের ওজনযুক্ত পরিমাণ নিজেই যোগ করুন এবং মডেলের ফলাফলের সাথে তুলনা করুন। মডেলগুলি পাটিগণিতের ক্ষেত্রে ভুল করতে পারে, বিশেষ করে বহু-সারি সারণিতে।

উপরের পূর্বাভাসটিকে নিম্নলিখিত বিন্যাসে ন্যায়সঙ্গত করুন:- আপনি ব্যবহার করেছেন (পর্যায় অনুসারে) সম্ভাব্য অনুমানগুলি বন্ধ করুন - আপনি অন্তর্ভুক্ত করেছেন এবং বাদ দিয়েছেন + কেন- আপনার ওজনযুক্ত মোট গণনার (ডিল ডিল) পরিষ্কার ব্রেকডাউন ফলাফলের সংখ্যা নয় তবে আপনি কীভাবে এটিতে পৌঁছেছেন তা যাচাই করতে সক্ষম হতে হবে।

মনোযোগ: AI দ্বারা উত্পাদিত পূর্বাভাস চিত্রটি একটি গণনা, একটি সত্য নয় এবং এটি সম্পূর্ণরূপে ইনপুট এবং অনুমানের উপর নির্ভরশীল৷ মডেলটি ভুল সম্ভাব্যতা ওজন ব্যবহার করতে পারে, ভুলভাবে লাইন যোগ করতে পারে বা একটি চুক্তির দ্বিগুণ গণনা করতে পারে। ম্যানুয়ালি কমপক্ষে একটি মেট্রিক যাচাই করুন এবং সংখ্যাটি পরিচালনার কাছে উপস্থাপন করার আগে অনুমানগুলি দৃশ্যমান করুন৷ অযাচাইকৃত পূর্বাভাস ভুল সম্পদ পরিকল্পনার দিকে পরিচালিত করে।

বিক্রয় বিষয়বস্তু উত্পাদন: ইনপুট ভাল সেট

ওয়ান-পেজার, ডেক বা কেস স্টাডি হিসাবে AI এর গুণমান সম্পূর্ণরূপে আপনার দেওয়া ইনপুটের উপর নির্ভর করে। একটি ভাল বিষয়বস্তু সংক্ষেপে এই পাঁচটি উপাদান রয়েছে: ব্যক্তিত্ব (কার কাছে), সমস্যা (আমরা কী ব্যথার সমাধান করছি), মূল্য প্রস্তাব (কেন আমাদের), পার্থক্যকারী (আমরা কীভাবে প্রতিযোগিতা থেকে আলাদা), এবং ব্র্যান্ড টোন (আমরা কীভাবে কথা বলি)। যদি এই পাঁচটি অনুপস্থিত থাকে, মডেলটি জেনেরিক মার্কেটিং ক্লিচের মাধ্যমে শূন্যস্থান পূরণ করে এবং আউটপুট অন্য সবার মতোই হয়।

এক-পেজার উৎপাদন ধাপে ধাপে

1. ইনপুট সেট সংগ্রহ করুন। ব্যক্তিত্ব, সমস্যা, মান প্রস্তাব, পার্থক্যকারী, ব্র্যান্ড টোন।
2. উদ্দেশ্য বলুন। এক-পেজার, ডেক ড্রাফ্ট, কেস স্টাডি? বিন্যাস ভিন্ন।
3. মডেল উত্পাদিত আছে. কাঠামোগত সংক্ষিপ্ত বিবরণ দিন।
4. নম্বর যাচাই করুন। বাস্তব ডেটা সহ সামগ্রীতে উল্লিখিত প্রতিটি মেট্রিক (ROI, সময়কাল, গ্রাহকের সংখ্যা) নিশ্চিত করুন৷
5. ব্র্যান্ড টোন মধ্যে এটি মাপসই. আপনার কর্পোরেট ভয়েস গাইডে মডেলের ভাষা টানুন।
6. মানুষের অনুমোদন। একজন মানুষ প্রকাশ করার আগে এটি পর্যালোচনা করবে।

অনুলিপিযোগ্য প্রম্পট: এক-পেজার

একটি এক-পৃষ্ঠার খসড়া তৈরি করুন। ইনপুট:- ব্যক্তিত্ব: {{target_persona}}- আমরা যে সমস্যাটি সমাধান করেছি: {{problem}}- মান প্রস্তাব: {{value_recommendation}}- ডিফারেনশিয়াটর: {{differentiators}}- ব্র্যান্ড টোন: {{brand_tone}} কাঠামো: (1) আমাদের সমস্যা সমাধান, 3) স্ট্রাইকিং আইটেম, (4) সমস্যা সমাধান, 3) শিরোনাম (5) সামাজিক প্রমাণ স্থান, (6) একক নেট CTA. নিয়ম: কংক্রিট পরিসংখ্যান বা গ্রাহক দাবি জাল করবেন না। যেখানে নম্বরটি প্রয়োজন সেখানে একটি "[মেট্রিক টু ভেরিফাই]" স্থানধারক রাখুন। আপনার ব্র্যান্ড টোন সত্য থাকুন.

অনুলিপিযোগ্য প্রম্পট: কেস স্টাডি ফ্রেমওয়ার্ক

নিম্নলিখিত গ্রাহকের তথ্য থেকে একটি কেস স্টাডি কঙ্কাল তৈরি করুন:- গ্রাহক প্রোফাইল: {{customer}}- প্রাথমিক সমস্যা: {{problem}}- সমাধান বাস্তবায়িত: {{solution}}- ফলাফল: {{results}} কাঠামো: চ্যালেঞ্জ -> সমাধান -> উপসংহার। ফলাফল বিভাগে প্রতিটি নম্বরকে "[উৎস/যাচাই প্রয়োজন]" ট্যাগ দিয়ে চিহ্নিত করুন। এমন কোনো দাবি লিখবেন না যে গ্রাহক অনুমোদন করেন না যেন এটি নিশ্চিত।

দুর্বল সংক্ষিপ্ত / শক্তিশালী সংক্ষিপ্ত

দুর্বল: "আমাদের পণ্যের জন্য একটি এক-পেজার লিখুন।" ফলাফল: একটি পাঠ্য যা জেনেরিক, ক্লিশে পূর্ণ, কাকে সম্বোধন করা হয়েছে তা স্পষ্ট নয়, এতে তৈরি চিত্র থাকতে পারে এবং অন্য সবার মতো দেখতে।

GÜÇLÜ:"পার্সোনা: 500 জনের সাথে একটি ম্যানুফ্যাকচারিং কোম্পানির অপারেশন ম্যানেজার। সমস্যা: ম্যানুয়াল শিফ্ট পরিকল্পনার খরচ সপ্তাহে 6 ঘন্টা। মূল্য প্রস্তাব: আমরা পরিকল্পনা স্বয়ংক্রিয় করি এবং ত্রুটির হার কমিয়ে দিই। পার্থক্যকারী: স্থানীয় আইনের সাথে সঙ্গতিপূর্ণ, 2 সপ্তাহের মধ্যে কমিশনিং। টোন: সহজ, বিশ্বাসযোগ্য সংখ্যার অধীনে এটির প্রয়োজন। আপ।" ফলাফল: একটি খসড়া যা লক্ষ্যে রয়েছে, যাচাইযোগ্য, ব্র্যান্ডের জন্য উপযুক্ত।

মিনি কেস: আশাবাদী পূর্বাভাস ঠিক করা

একটি সফ্টওয়্যার দলে, বিক্রয় ব্যবস্থাপকের কাছে কৃত্রিম বুদ্ধিমত্তা দ্বারা বিশ্লেষণ করা পাইপলাইন রয়েছে। মডেলটি ত্রৈমাসিকের জন্য একটি উজ্জ্বল পূর্বাভাস তৈরি করে। ম্যানেজার ইউনিটের নিয়ম অনুসরণ করে মডেল থেকে ওজনযুক্ত মোটের একটি ডিল-ডিল ব্রেকডাউনের অনুরোধ করেন। তিনি প্রতিলিপিটি পরীক্ষা করার সময়, তিনি দুটি জিনিস লক্ষ্য করেন: মডেলটি একটি বড় চুক্তির 90 শতাংশ সম্ভাবনা গণনা করেছে যা ষাট দিন ধরে "চুক্তি" পর্যায়ে আটকে আছে, যখন বাস্তবে সেই চুক্তিটি ঝুঁকির মধ্যে রয়েছে; উপরন্তু, একই গ্রাহকের জন্য দুটি রেকর্ড দুর্ঘটনাক্রমে দুবার সংগ্রহ করা হয়েছিল। সামঞ্জস্যপূর্ণ পূর্বাভাস উল্লেখযোগ্যভাবে প্রথম চিত্রের নীচে। ম্যানেজার এই বাস্তবসম্মত চিত্র নিয়ে সিনিয়র ম্যানেজমেন্টের কাছে যান এবং একটি অপ্রয়োজনীয় নিয়োগের সিদ্ধান্ত স্থগিত করেন। মডেল খারাপ ছিল না; এটা শুধু যাচাই করা প্রয়োজন.

টিপ: বিষয়বস্তু তৈরিতে, মডেলকে কখনই পরিসংখ্যান "তৈরি করতে" বলবেন না, বরং একটি স্থানধারক রেখে যেতে বলুন। "[যাচাই করার জন্য মেট্রিক]" ট্যাগগুলি হল নিরাপদ স্পেস যা পরবর্তীতে বাস্তব ডেটা দিয়ে পূর্ণ হওয়ার অপেক্ষায়, তৈরি করা পরিসংখ্যানগুলিকে গ্রাহকের কাছে পৌঁছাতে বাধা দেয়৷

সাধারণ ভুল

• প্রশ্ন ছাড়াই পূর্বাভাসের চিত্র গ্রহণ করা। অনুমান এবং সূত্র না দেখে কোনো অনুমান জমা দেবেন না।
• মডেলের পাটিগণিত বিশ্বাস. বহু-সারি সারণিতে একত্রীকরণ ত্রুটি ঘটে; অন্তত একটি মেট্রিক ম্যানুয়ালি চেক করুন।
• একটি দুর্বল সংক্ষিপ্ত বিষয়বস্তু অনুরোধ. কোন ব্যক্তিত্ব এবং পার্থক্যকারী না থাকলে, আউটপুট ক্লিচ হবে।
• বানোয়াট পরিসংখ্যান প্রকাশ করা। মডেল দ্বারা উত্পাদিত ROI এবং গ্রাহকের পরিসংখ্যান যাচাই না করে এক-পেজারে রাখা ব্র্যান্ডের বিশ্বাসকে ক্ষতিগ্রস্ত করে।
• মানুষের অনুমোদন বাইপাস. মানুষের পর্যালোচনা ছাড়া কোনো বিক্রয় সামগ্রী লাইভ হওয়া উচিত নয়।

সংক্ষেপে

• পাইপলাইন বিশ্লেষণ "কতটা কাজ আছে" এর চেয়ে "এই কাজটি কতটা স্বাস্থ্যকর" জিজ্ঞাসা করে; স্টেজ ডিস্ট্রিবিউশন, ক্লগিং এবং জয়ের হার গুরুত্বপূর্ণ।
• পূর্বাভাস একটি হিসাব, ​​সত্য নয়; মডেলটিকে তার অনুমান এবং সূত্রের জন্য জিজ্ঞাসা করুন এবং সেগুলি ম্যানুয়ালি যাচাই করুন।
• একটি ভাল কন্টেন্ট সংক্ষিপ্ত পাঁচটি উপাদান অন্তর্ভুক্ত: ব্যক্তিত্ব, সমস্যা, মান প্রস্তাব, পার্থক্যকারী, ব্র্যান্ড টোন।
• এক-পেজার, ডেক এবং কেস স্টাডিতে সংখ্যাগুলি তৈরি করবেন না; একটি স্থানধারক ত্যাগ করুন এবং এটি বাস্তব ডেটা দিয়ে পূরণ করুন।
• এটিকে ব্র্যান্ডের টোনে ফিট করুন এবং লাইভে যাওয়ার আগে মানুষের অনুমোদন পেতে ভুলবেন না।

আবেদন টাস্ক

আপনার নিজস্ব পাইপলাইন ডেটা (বেনামী) থেকে 10-15 লাইনের একটি নমুনা নিন এবং "পাইপলাইন বিশ্লেষণ" প্রম্পট চালান। ফর্মুলা ব্রেকডাউন অনুরোধ করে মডেল দ্বারা প্রদত্ত জয়ের হার এবং ওজনযুক্ত পূর্বাভাস ম্যানুয়ালি যাচাই করুন; অন্তত একটি ভুল বা সন্দেহজনক অনুমান খুঁজে বের করার চেষ্টা করুন। তারপর প্রকৃত গ্রাহক সাফল্যের জন্য একটি শক্তিশালী ইনপুট সহ "এক-পেজার" প্রম্পট চালান। বাস্তব, যাচাইকৃত ডেটা দিয়ে আউটপুটে প্রতিটি স্থানধারক পূরণ করুন এবং পাঠ্যটিকে আপনার নিজস্ব ব্র্যান্ডের টোনে সাজান। চূড়ান্ত সংস্করণটি এমন একটি গুণমানের হওয়া উচিত যে, যখন একজন সহকর্মীকে দেখানো হবে, তারা বলবেন "এটি আমাদের ভয়েস"।

মডিউল পরীক্ষা

1. বিক্রয়ে AI ব্যবহার করার সময়, নিম্নলিখিত কোন সিদ্ধান্তের জন্য চূড়ান্ত দায়িত্ব সর্বদা মানুষের বিক্রয়কর্মীর কাছে থাকা উচিত?

• ক) বাধ্যতামূলক মূল্যের যথার্থতা এবং গ্রাহকের সাথে যোগাযোগ করা প্রতিশ্রুতি ✔
• খ) একটি ইমেইল ড্রাফ্টের প্রথম সংস্করণ তৈরি করা
• গ) মিটিং নোটকে আইটেমগুলিতে আলাদা করা
• ঘ) বিষয় লাইনের জন্য তিনটি বিকল্প প্রস্তাব করুন

বর্ণনা: AI খসড়া, গবেষণা এবং সারাংশ তৈরি করতে পারে; যাইহোক, দামের প্রতিশ্রুতি, চুক্তির শর্ত এবং গ্রাহকের কাছে আনুষ্ঠানিক প্রতিশ্রুতির মতো বাধ্যতামূলক সিদ্ধান্তের যথার্থতা এবং নীতির জন্য মানুষ দায়ী। যাচাই ছাড়া এই সিদ্ধান্তগুলি জমা দেওয়া উচিত নয়।

2. BANT ফ্রেমওয়ার্কের 'A' অক্ষরটি কিসের জন্য লিড স্ট্যান্ডের যোগ্যতা অর্জন করতে ব্যবহৃত হয়?

• ক) বিশ্লেষণ
• খ) কর্তৃপক্ষ (ক্রয় কর্তৃপক্ষ) ✔
• গ) অ্যাকাউন্ট (অ্যাকাউন্ট সাইজ)
• ঘ) দত্তক

বর্ণনা: টেপ; এটি বাজেট (বাজেট), অথরিটি (কর্তৃপক্ষ), প্রয়োজন (প্রয়োজন) এবং সময়রেখা (টাইমলাইন) শব্দগুলি নিয়ে গঠিত। 'ক' বলতে সেই ব্যক্তিকে বোঝায় যার ক্রয়ের সিদ্ধান্তে কর্তৃত্ব (কর্তৃপক্ষ) রয়েছে।

3. কেন একটি AI-উত্পন্ন কোল্ড ইমেল স্প্যাম ফোল্ডারে শেষ হওয়ার এবং রূপান্তরিত না হওয়ার সম্ভাবনা রয়েছে?

• ক) কারণ এটি খুব ছোট
• খ) কারণ এতে একটি প্রশ্নবোধক চিহ্ন রয়েছে
• গ) কারণ এটি অ-ব্যক্তিগত, জেনেরিক এবং ক্রেতার জন্য অপ্রাসঙ্গিক ✔
• ঘ) কারণ এটি প্রাপকের নাম দিয়ে শুরু হয়

ব্যাখ্যা: বাল্ক ই-মেইল যেগুলি অ-ব্যক্তিগত, জেনেরিক এবং প্রাপকের জন্য অপ্রাসঙ্গিক উভয়ই স্প্যাম ফিল্টার ট্রিগার করে এবং প্রাপকের মধ্যে মূল্যবোধ তৈরি করে না। কার্যকরী কোল্ড ইমেলে প্রাপকের জন্য নির্দিষ্ট একটি ট্রিগার ইভেন্ট এবং একটি স্পষ্ট মূল্য প্রস্তাব অন্তর্ভুক্ত থাকে।

4. একজন ক্লায়েন্টের জন্য একটি প্রস্তাব প্রস্তুত করার সময়, আপনি AI থেকে 'শিল্পে 300% উত্পাদনশীলতা বৃদ্ধির নিশ্চয়তা' শব্দটি দেখেছেন। সবচেয়ে সঠিক আচরণ কোনটি?

• ক) এটিকে যেমন আছে তেমন ছেড়ে দিন কারণ এটি চিত্তাকর্ষক
• খ) সংখ্যা আরও বাড়ান এবং 500% লিখুন
• গ) বড় ফন্টে প্রস্তাবের শীর্ষে এটি সরান
• ঘ) একটি যাচাইযোগ্য, বাস্তবসম্মত এবং উৎসযুক্ত বিবৃতি দিয়ে দাবি প্রতিস্থাপন করা ✔

ব্যাখ্যা: যাচাইযোগ্য, অতিরঞ্জিত এবং গ্যারান্টিযুক্ত দাবি উভয়ই অনৈতিক এবং আইনি ঝুঁকি তৈরি করে। বিবৃতিটি একটি কংক্রিট, উৎস-নির্দিষ্ট এবং বাস্তবসম্মত পরিসরের মধ্যে সরানো বা প্রতিস্থাপন করা উচিত।

5. একটি ব্যক্তিগতকৃত ফলো-আপ ক্রম ডিজাইন করার সময় নিচের কোনটি একটি সর্বোত্তম অনুশীলন?

• ক) প্রতিটি ফলো-আপের সাথে নতুন মান, অন্তর্দৃষ্টি বা সংস্থান প্রদান করা ✔
• খ) প্রতিটি বার্তায় একই 'জাস্ট চেকিং' বাক্য পুনরাবৃত্তি করা
• গ) দিনে দুবার একই ইমেইল পাঠানো
• ঘ) প্রথম সাড়া না পেলে পুরো সিরিজ বাতিল করা

ব্যাখ্যা: একটি ভাল ফলো-আপ থ্রেড প্রতিটি বার্তার সাথে নতুন মান (সামগ্রী, উদাহরণ, অন্তর্দৃষ্টি) অফার করে এবং শুধু 'শুধু পরীক্ষা করা' বলে না। প্রতিটি স্পর্শ পয়েন্ট ক্রেতাকে একটি কারণ দিতে হবে।

6. একজন গ্রাহক আপত্তি প্রকাশ করেছেন 'আপনার দাম খুব বেশি'। কোনটি সবচেয়ে কার্যকর এআই-চালিত পদ্ধতি?

• ক) অবিলম্বে একটি ডিসকাউন্ট অফার
• খ) আপত্তির মূলটি বুঝুন এবং মান এবং ROI এর পরিপ্রেক্ষিতে এটি পুনরায় ফ্রেম করুন ✔
• গ) গ্রাহকের সাথে তর্ক করা এবং বলা যে সে ভুল
• ঘ) বিষয় বন্ধ করুন এবং অন্য পণ্যে যান

ব্যাখ্যা: কার্যকর আপত্তি মোকাবিলার জন্য প্রথমে আপত্তিটি বোঝা প্রয়োজন (তা মূল্য বা মূল্য উপলব্ধি) এবং তারপরে এটিকে ROI/মূল্যের পরিপ্রেক্ষিতে তৈরি করতে হবে। একটি ডিসকাউন্ট অফার অবিলম্বে মান হ্রাস.

7. আপনি AI কে সেলস কলের ট্রান্সক্রিপ্ট দিয়েছেন এবং একটি CRM নোট তৈরি করেছেন। নোটের সবচেয়ে গুরুত্বপূর্ণ এলাকা কোনটি?

• ক) কথোপকথন কত মিনিট স্থায়ী হয়েছিল?
• খ) অংশগ্রহণকারীরা কোন শহর থেকে যুক্ত ছিল
• গ) পরিচিত মালিক এবং তারিখ সহ পরবর্তী ধাপ পরিষ্কার করুন ✔
• ঘ) সাক্ষাৎকারের সময় কতবার উপহাস করা হয়েছিল?

বর্ণনা: CRM নোটের কার্যক্ষম মান নেট মালিক এবং তারিখ সহ 'পরবর্তী ধাপ' ক্ষেত্রে রয়েছে। পরবর্তী পদক্ষেপটি অস্পষ্ট হলে, সুযোগটি পাইপলাইনে আটকে যায় এবং হারিয়ে যায়।

8. AI দিয়ে প্রতিপক্ষের ব্যাটলকার্ড প্রস্তুত করার সময় সবচেয়ে গুরুত্বপূর্ণ যাচাইকরণ শৃঙ্খলা কী?

• ক) এআইকে সরাসরি বিশ্বাস করা কারণ এটি সবচেয়ে আপ-টু-ডেট মডেল ব্যবহার করে
• খ) প্রতিযোগীর তথ্য অতিরঞ্জিত করে নিজের পণ্যকে হাইলাইট করা
• গ) টেবিলে শুধুমাত্র প্রতিপক্ষের লোগো যোগ করা
• ঘ) আপ-টু-ডেট এবং নির্ভরযোগ্য সূত্র দিয়ে প্রতিযোগীর দাবি নিশ্চিত করা ✔

ব্যাখ্যা: AI পুরানো বা হ্যালুসিনেটেড মূল্য, বৈশিষ্ট্য এবং প্রতিযোগীদের সম্পর্কে গ্রাহক তথ্য তৈরি করতে পারে। Battlecard-এ প্রতিটি প্রতিযোগীর দাবি বিক্রয়ের জন্য যাওয়ার আগে একটি আপ-টু-ডেট এবং নির্ভরযোগ্য উৎস দিয়ে যাচাই করা আবশ্যক।

9. আপনি AI পাইপলাইনের ডেটা বিশ্লেষণ করেছেন এবং বলেছেন 'এই প্রান্তিকে লক্ষ্যমাত্রার 120% অর্জন করা হবে'। কিভাবে আপনি এই ভবিষ্যদ্বাণী পরিচালনা করা উচিত?

• ক) ব্যবস্থাপনায় সরাসরি রিপোর্ট করা
• খ) সংখ্যাকে 150% পর্যন্ত পূর্ণ করুন
• গ) বাস্তব তথ্য সহ অনুমান, ক্লোজিং সম্ভাব্যতা এবং গণনা যাচাই করা ✔
• ঘ) ভবিষ্যদ্বাণীকে সম্পূর্ণরূপে উপেক্ষা করা।

বর্ণনা: AI এর সংখ্যাসূচক ভবিষ্যদ্বাণীগুলি ইনপুট ডেটা এবং অনুমানের মানের উপর নির্ভর করে; অন্ধভাবে গ্রহণ করা উচিত নয়। গণনার যুক্তি, ক্লোজার সম্ভাব্যতা এবং অনুমান যাচাই করা উচিত এবং বাস্তব তথ্যের সাথে ক্রস-ভ্যালিডেট করা উচিত।

10. ওয়ান-পেজার তৈরি করার সময় AI-কে দেওয়া সেরা ইনপুটগুলির সেট কী?

• ক) লক্ষ্য ব্যক্তিত্ব, কংক্রিট সমস্যা, মূল্য প্রস্তাব, পার্থক্যকারী এবং ব্র্যান্ড টোন ✔
• খ) শুধু বলুন 'আমাদের পণ্যের জন্য এক-পেজার লিখুন'
• গ) শুধুমাত্র কোম্পানির প্রতিষ্ঠার বছর
• ঘ) প্রতিযোগীদের মূল্য তালিকা

বর্ণনা: AI-এর মানসম্পন্ন আউটপুট তৈরি করার জন্য, প্রসঙ্গ দিতে হবে যেমন টার্গেট ব্যক্তিত্ব, কংক্রিট সমস্যার সমাধান, মান প্রস্তাব, পার্থক্যকারী এবং ব্র্যান্ড টোন। প্রসঙ্গহীন অনুরোধ যেমন 'আমাদের এক-পেজার লিখুন' জেনেরিক আউটপুট তৈরি করে।