Prognóza prodeje, analýza potrubí a produkce prodejního obsahu

zisky:

• Schopnost analyzovat data kanálu pomocí AI a vytvářet komentáře k prognózám
• Schopnost rychle vytvářet prodejní obsah, jako je one-pager, prezentace a případová studie
• Schopnost finalizovat výstup AI s numerickým ověřením a tónem značky

Jak se blíží konec čtvrtletí, otázka vedoucího prodeje je vždy stejná: "Můžeme toto čtvrtletí uzavřít?" Odpověď na tuto otázku není pocit, je skrytá ve vašem potrubí. Ale nezpracovaná data z kanálu jsou chaotická tabulka s řádky a řádky obchodů, fází, částek a dat; Chce to čas vidět příběh uvnitř. Umělá inteligence dokáže přečíst tuto tabulku a během několika minut extrahovat rozložení fází, blokování, trend výhernosti a interpretaci prognóz. Stejná umělá inteligence také rychle vytvoří jednostránkovou stránku, osnovu prezentace nebo případovou studii popisující vyhraný obchod. Hlavním poselstvím této jednotky je však toto: nepřijímejte slepě žádné číslo nebo větu produkovanou umělou inteligencí. Model analyzuje, ověříte.

Analýza potrubí: od dat k náhledu

Analýza potrubí se snaží odpovědět na otázku "jak zdravá je tato práce" spíše než "kolik práce je tam?" Klíčové metriky, které je třeba sledovat:

metrický

co to říká

varovné znamení

Jevištní distribuce

V jaké fázi se shromažďují obchody?

Většina raných fází = špatná předpověď

Zaseknuté nabídky

Příležitosti, které se dlouho nerozvíjely

60+ dní ve stejné fázi

míra výhry

Vítězství / celkem uzavřeno

Sestupný trend = procesní problém

pravděpodobnost uzavření

Vážená předpověď podle etapy

Příliš optimistické váhy

Průměrná velikost obchodu

Trend velikosti příležitosti

Zmenšování = špatný segment

Kopírovatelná výzva: analýza potrubí

Jste provozní analytik prodeje. Analyzujte data potrubí níže. Data: každý řádek je příležitost; Sloupce: název obchodu, fáze, částka, datum vstupu do fáze, odhad uzavření. Výstup: 1. Rozdělení fází (počet příležitostí a celková částka v každé fázi)2. Blokované příležitosti (příležitosti, které zůstávají ve stejné fázi déle než {{day}} dní)3. Výpočet míry výhry (na základě uzavřených obchodů)4. Shrnutí rizik: 3 příležitosti ohrožující předpověď a pročPravidlo: Používejte pouze čísla v datech. Ukažte mi vzorec pro každou metriku, kterou vypočítáte, abych to mohl ověřit. Předpovídání hodnoty, která není v datech; Pokud chybí, napište "data missing".Data:{{pipeline_verisi}}

Interpretace prognózy a numerické ověření

Umělá inteligence vám možná řekne „toto čtvrtletí se uzavře s 2,4 miliony TL“. Tato věta zní přesně, ale existují základní předpoklady: jaké možnosti uzavření byly použity? Které nabídky jsou zahrnuty? Udělal model chybu sčítání? Způsob, jak ověřit numerický výstup, je explicitně požádat model o jeho předpoklady a vzorec. Poté ručně zkontrolujte alespoň jednu metriku: například sami sečtěte váženou částku tří nabídek a porovnejte ji s výsledkem modelu. Modely mohou dělat chyby v aritmetice, zejména ve víceřádkových tabulkách.

Zdůvodněte výše uvedenou prognózu v následujícím formátu:- Předpokládané pravděpodobnosti uzavření, které jste použili (podle fáze)- Dohody, které jste zahrnuli a vyloučili + proč- Jasný rozpis vašeho váženého celkového výpočtu (dohoda o obchodu) Potřebuji být schopen ověřit nikoli výsledné číslo, ale jak jste k němu dospěli.

Pozor: Předpovědní údaj vytvořený AI je výpočtem, nikoli skutečností a je zcela závislý na vstupu a předpokladech. Model může používat nesprávnou váhu pravděpodobnosti, nesprávně přidávat řádky nebo dvakrát počítat obchod. Před předložením čísla vedení ručně ověřte alespoň jednu metriku a zviditelněte předpoklady. Neověřená předpověď vede k nesprávnému plánování zdrojů.

Produkce prodejního obsahu: dobrá sada vstupů

Kvalita umělé inteligence jako jednostránkového, balíčku nebo případové studie zcela závisí na vstupu, který zadáte. Dobrý obsahový brief obsahuje těchto pět složek: persona (ke komu), problém (jakou bolest řešíme), hodnotová nabídka (proč my), odlišovače (jak se lišíme od konkurence) a tón značky (jak mluvíme). Pokud těchto pět chybí, model zaplní mezery obecnými marketingovými klišé a výstup je podobný jako u všech ostatních.

Jednostránková výroba krok za krokem

1. Sbírejte vstupní sadu. Persona, problém, hodnotová nabídka, diferenciace, tón značky.
2. Uveďte účel. Jednostránková stránka, návrh balíčku, případová studie? Formát je jiný.
3. Nechte si vyrobit model. Uveďte strukturovaný stručný popis.
4. Ověřte čísla. Potvrďte každou metriku (ROI, trvání, počet zákazníků) uvedenou v obsahu skutečnými údaji.
5. Přizpůsobte to tónu značky. Stáhněte si jazyk modelu do firemního hlasového průvodce.
6. Lidský souhlas. Člověk to před zveřejněním zkontroluje.

Kopírovatelná výzva: jednostránková

Vytvořte návrh na jednu stránku. Vstupy:- Persona: {{target_persona}}- Problém, který jsme vyřešili: {{problem}}- Hodnotová nabídka: {{value_recommendation}}- Diferenciátory: {{differentiators}}- Tón značky: {{brand_tone}}Struktura: (1) nápadný název, (2) prohlášení o problému, (3) (3) 3) naše sociální řešení, 6 položek CTA.Rule: Nevytvářejte konkrétní čísla ani tvrzení zákazníků. Místo, kde je číslo vyžadováno, umístěte zástupný symbol „[metrika k ověření]“. Zůstaňte věrní tónu své značky.

Kopírovatelná výzva: rámec případové studie

Vygenerujte kostru případové studie z následujících informací o zákazníkovi:- Profil zákazníka: {{zákazník}}- Počáteční problém: {{problem}}- Řešení implementováno: {{solution}}- Výsledky: {{results}}Struktura: Výzva -> Řešení -> Závěr. Každé číslo v sekci výsledků označte tagem „[zdroj/vyžadováno ověření]“. Žádné tvrzení, které zákazník neschvaluje, nepište, jako by to bylo jisté.

Slabý brief / Silný brief

SLABÝ: "Napište pro náš produkt jednostránkovou stránku." Výsledek: Text, který je obecný, plný klišé, není jasné, komu je určen, může obsahovat vymyšlené postavy a vypadá jako ostatní.

GÜÇLÜ: "Osoba: Provozní manažer výrobní společnosti s 500 lidmi. Problém: manuální plánování směn stojí 6 hodin týdně. Hodnotová nabídka: automatizujeme plánování a snižujeme chybovost. Diferenciátor: v souladu s místní legislativou, uvedení do provozu za 2 týdny. Tón: jednoduchý, důvěryhodný, podhodnocený. Na místo, kde je potřeba, vložte zástupný symbol, zkontrolujte, zda je potřeba číslo." pro značku.

Mini případ: oprava optimistické předpovědi

V softwarovém týmu nechává manažer prodeje analyzovat potrubí pomocí umělé inteligence. Model vytváří jasnou předpověď pro čtvrtletí. Manažer požaduje rozdělení váženého součtu z modelu na základě dohody-deal podle pravidla v jednotce. Při zkoumání přepisu si všimne dvou věcí: model počítal s 90procentní pravděpodobností velkého obchodu, který uvízl ve fázi „smlouvy“ po dobu šedesáti dnů, přičemž ve skutečnosti je tento obchod ohrožen; Kromě toho byly dvakrát náhodně shromážděny dva záznamy pro stejného zákazníka. Upravená prognóza je výrazně pod prvním číslem. Manažer jde s touto realistickou postavou k vyššímu vedení a odkládá zbytečné rozhodnutí o náboru. Model nebyl špatný; jen to bylo potřeba ověřit.

Tip: Při vytváření obsahu nikdy nepožádejte model, aby „vytvářel“ postavy, ale raději ponechejte zástupný symbol. Tagy „[metric to ověřit]“ jsou bezpečné prostory, které čekají na pozdější zaplnění skutečnými daty a brání tomu, aby se k zákazníkovi dostaly vytvořené statistiky.

Časté chyby

• Přijetí předpovědi bez otázek. Neodesílejte žádné odhady, aniž byste viděli předpoklady a vzorec.
• Důvěřovat aritmetice modelu. Ve víceřádkových tabulkách dochází k agregačním chybám; Ručně zkontrolujte alespoň jednu metriku.
• Vyžadování obsahu se slabým briefem. Pokud tam není persona a odlišovač, výstup bude klišé.
• Publikování vymyšlených statistik. Umístění ROI a čísel zákazníků vytvořených modelem na jeden pager bez ověření poškozuje důvěru značky.
• Obcházení lidského souhlasu. Žádný prodejní obsah by neměl být zveřejněn bez lidské kontroly.

V souhrnu

• Analýza potrubí se ptá „jak zdravá je tato práce“ spíše než „kolik práce je tam“; Rozložení fází, zanášení a míra výher jsou rozhodující.
• Předpověď je výpočet, nikoli skutečnost; Zeptejte se modelu na jeho předpoklady a vzorec a ověřte je ručně.
• Dobrý obsahový brief obsahuje pět složek: osobnost, problém, hodnotová nabídka, odlišovače, tón značky.
• Nevymýšlejte čísla v jednostránkovém, balíčku a případové studii; Nechte zástupný symbol a vyplňte jej skutečnými daty.
• Přizpůsobte jej tónu značky a před uvedením do provozu se ujistěte, že získáte souhlas člověka.

Aplikační úkol

Vezměte vzorek 10–15 řádků z vašich vlastních dat potrubí (anonymizovaných) a spusťte výzvu „analýza potrubí“. Manuálně ověřte míru výher a váženou předpověď dané modelem tím, že si vyžádáte rozdělení podle vzorce; Pokuste se najít alespoň jednu chybu nebo pochybnou domněnku. Poté spusťte výzvu „one-pager“ se silnou sadou vstupů pro skutečný úspěch zákazníků. Naplňte každý zástupný symbol ve výstupu skutečnými, ověřenými údaji a upravte text podle tónu vlastní značky. Finální verze by měla mít takovou kvalitu, že když se ukáže kolegovi, řekne „toto je náš hlas“.

Modulová zkouška

1. Při používání umělé inteligence v prodeji by konečná odpovědnost za které z následujících rozhodnutí měla vždy zůstat na lidském prodejci?

• A) Přesnost závazných cen a závazků sdělených zákazníkovi ✔
• B) Vytvoření první verze konceptu e-mailu
• C) Rozdělení poznámek ze schůze do položek
• D) Navrhněte tři alternativy předmětu

Popis: Umělá inteligence může vytvářet návrhy, výzkum a shrnutí; Lidé jsou však zodpovědní za přesnost a etiku závazných rozhodnutí, jako je cenový závazek, smluvní podmínky a formální příslib zákazníkovi. Tato rozhodnutí by neměla být předkládána bez ověření.

2. Co znamená písmeno „A“ v rámci BANT, které se používá ke kvalifikaci olova?

• A) Analytika
• B) Autorita (nákupní autorita) ✔
• C) Účet (velikost účtu)
• D) Adopce

Popis: PÁSKA; Skládá se ze slov Budget (rozpočet), Authority (orgán), Need (potřeba) a Timeline (časová osa). „A“ označuje osobu, která má pravomoc (autoritu) při rozhodování o nákupu.

3. Proč je pravděpodobné, že studený e-mail vygenerovaný umělou inteligencí skončí ve složce se spamem a nepřevede se?

• A) Protože je příliš krátký
• B) Protože obsahuje otazník
• C) Protože je nepersonalizovaný, obecný a pro kupujícího irelevantní ✔
• D) Protože to začíná jménem příjemce

Vysvětlení: Hromadné e-maily, které nejsou personalizované, obecné a pro příjemce irelevantní, spouštějí filtry nevyžádané pošty a nevytvářejí u příjemce dojem hodnoty. Efektivní studený e-mail obsahuje spouštěcí událost specifickou pro příjemce a jasnou nabídku hodnoty.

4. Při přípravě návrhu pro klienta jste viděli frázi „300% zvýšení produktivity zaručeno v oboru“ od AI. Jaké je nejsprávnější chování?

• A) Nechte to tak, jak to je, protože je to působivé
• B) Zvyšte číslo ještě více a napište 500%
• C) Přesuňte jej do horní části návrhu velkým písmem
• D) Nahrazení nároku ověřitelným, realistickým a pramenným prohlášením ✔

Vysvětlení: Neověřitelné, přehnané a garantované nároky jsou neetické a vytvářejí právní rizika. Prohlášení by mělo být buď odstraněno nebo nahrazeno v konkrétním, zdroji specifickém a realistickém rozsahu.

5. Která z následujících možností je nejlepším postupem při navrhování personalizované sledovací sekvence?

• A) Poskytování nové hodnoty, náhledu nebo zdroje s každým dalším krokem ✔
• B) Opakování stejné věty „jen kontrola“ v každé zprávě
• C) Odeslání stejného e-mailu dvakrát denně
• D) Pokud neobdržíte první odpověď, zrušíte celou sérii

Vysvětlení: Dobré navazující vlákno nabízí novou hodnotu (obsah, příklad, náhled) s každou zprávou a neříká jen „jen kontrola“. Každý kontaktní bod by měl dát kupujícímu důvod.

6. Zákazník vyjádřil námitku „Vaše cena je příliš vysoká“. Jaký je nejúčinnější přístup založený na umělé inteligenci?

• A) Okamžitá nabídka slevy
• B) Pochopte podstatu námitky a přeformulujte ji z hlediska hodnoty a návratnosti investic ✔
• C) Hádat se se zákazníkem a říkat, že se mýlí
• D) Zavřete téma a přejděte k jinému produktu

Vysvětlení: Efektivní potírání námitek vyžaduje nejprve pochopení námitky (ať už jde o vnímání ceny nebo hodnoty) a poté ji zarámovat z hlediska ROI/hodnoty. Nabídka slevy okamžitě snižuje hodnotu.

7. Předali jste přepis prodejního hovoru AI a vytvořili CRM poznámku. Jaká je nejkritičtější oblast v poznámce?

• A) Kolik minut trval rozhovor?
• B) Ze kterého města se účastníci připojovali
• C) Vyjasněte další krok se známým vlastníkem a datem ✔
• D) Kolikrát se vám během rozhovoru smáli?

Popis: Provozní hodnota poznámky CRM je v poli 'další krok' s čistým vlastníkem a datem. Pokud je další krok nejasný, příležitost stagnuje a je ztracena.

8. Jaká je nejdůležitější ověřovací disciplína při přípravě soupeřovy bitevní karty s AI?

• A) Přímo důvěřovat AI, protože používá nejaktuálnější model
• B) Zvýraznění vlastního produktu přeháněním informací o konkurenci
• C) Přidání pouze loga soupeře na stůl
• D) Potvrzení tvrzení konkurentů pomocí aktuálních a spolehlivých zdrojů ✔

Vysvětlení: Umělá inteligence může vytvářet zastaralé nebo halucinované ceny, funkce a zákaznické informace o konkurentech. Každý nárok konkurenta na Battlecard musí být před prodejem ověřen z aktuálního a spolehlivého zdroje.

9. Nechali jste AI ​​analyzovat data Pipeline a řekli, že „v tomto čtvrtletí bude dosaženo 120 % cíle“. Jak byste měli tuto předpověď zvládnout?

• A) Podávání zpráv přímo vedení
• B) Zaokrouhlete číslo na 150 %
• C) Ověření předpokladů, uzavření pravděpodobnosti a výpočty s reálnými daty ✔
• D) Úplné ignorování předpovědi.

Popis: Numerické predikce AI závisí na kvalitě vstupních dat a předpokladů; by neměly být přijímány slepě. Logika výpočtů, pravděpodobnosti uzavření a předpoklady by měly být zkontrolovány a křížově ověřeny s reálnými daty.

10. Jaká je nejlepší sada vstupů pro AI při výrobě one-pageru?

• A) Cílová osobnost, konkrétní problém, hodnotová nabídka, odlišovače a tón značky ✔
• B) Řekněte „napište pro náš produkt one-pager“
• C) Pouze rok založení společnosti
• D) Ceník soutěžících

Popis: Aby umělá inteligence produkovala kvalitní výstup, musí být dán kontext, jako je cílová osobnost, konkrétní vyřešený problém, hodnotová nabídka, odlišovače a tón značky. Bezkontextový požadavek jako 'Napište nám jednostránkový server' vytváří obecný výstup.