Κέρδη:
- Δυνατότητα προετοιμασίας ερωτήσεων ανακάλυψης και σκελετού προώθησης πωλήσεων με AI
- Ικανότητα να παράγει ενσυναίσθητες και βασισμένες σε στοιχεία απαντήσεις σε κοινές αντιρρήσεις
- Ικανότητα βελτίωσης του εαυτού του κάνοντας πρόβα σεναρίων αντιρρήσεων μέσω του παιχνιδιού ρόλων
Η πιο τρομακτική στιγμή στις πωλήσεις είναι η ένσταση: "Η τιμή είναι πολύ υψηλή", "Δεν έχουμε χρόνο αυτή τη στιγμή", "Έχουμε ήδη μια λύση". Ο άπειρος πωλητής ακούει αυτές τις προτάσεις ως απόρριψη και είτε αμύνεται είτε αμέσως προσπαθεί να κάνει έκπτωση. Ωστόσο, η αντίρρηση είναι συχνά ένδειξη ενδιαφέροντος. Αν ο πελάτης δεν ενδιαφερόταν πραγματικά, δεν θα έμπαινε καν στον κόπο να φέρει αντίρρηση. Σε αυτή την ενότητα, θα μάθετε πώς να δημιουργείτε μια καλή κλήση ανακάλυψης, τον σκελετό μιας προώθησης πωλήσεων, πλαίσια απόκρισης αντιρρήσεων που βασίζονται σε στοιχεία και ίσως το πιο ισχυρό από όλα: πώς να επαναλαμβάνετε τη συζήτηση εκ των προτέρων βάζοντας την τεχνητή νοημοσύνη στο ρόλο ενός απαιτητικού πελάτη.
Discovery: The Foundation of Speech
Οι περισσότερες αντιρρήσεις επιλύονται πριν προκύψουν με καλή ανακάλυψη. Discovery είναι η κατανόηση του κόσμου του πελάτη πριν προσπαθήσει να τον πείσει. Οι καλές ερωτήσεις ανακάλυψης είναι ανοιχτού τύπου (δεν κλείνουν με ναι/όχι) και ακολουθούν μια συγκεκριμένη σειρά επιπέδων: πρώτα η κατάσταση, μετά ο πόνος, μετά ο αντίκτυπος αυτού του πόνου, μετά η απόφαση και το πλαίσιο του προϋπολογισμού.
στρώμα
Σκοπός
δείγμα ερώτησης
Κατάσταση
Κατανόηση της τρέχουσας εικόνας
«Πώς διαχειρίζεστε αυτήν τη διαδικασία αυτή τη στιγμή;»
Σημείο πόνου
βρείτε το πραγματικό πρόβλημα
«Πού κολλάς περισσότερο σε αυτή τη διαδικασία;»
Αντίκτυπος
Μέτρηση του κόστους του πόνου
«Πώς σας επηρεάζουν αυτές οι καθυστερήσεις;»
απόφαση/προϋπολογισμός
Κατανόηση της διαδικασίας και της σκοπιμότητας
«Ποιος συμμετέχει στη διαδικασία λήψης αποφάσεων για ένα τέτοιο θέμα;
Το στρώμα κρούσης είναι κρίσιμο γιατί είναι το αντίδοτο στην αντίρρηση τιμών. Εάν ο πελάτης βλέπει ξεκάθαρα τι του κοστίζει το πρόβλημά του, η τιμή της λύσης τοποθετείται ως επένδυση και όχι ως κόστος.
Ρόλος: Είστε έμπειρος σύμβουλος πωλήσεων B2B. Πουλάω {{ προϊόν/λύση }} στον κλάδο {{ βιομηχανία }}. Προετοιμάστε 12 ανοιχτές ερωτήσεις για μια κλήση ανακάλυψης. Ομαδοποιήστε τις ερωτήσεις κατά τα ακόλουθα επίπεδα: κατάσταση, σημείο πόνου, αντίκτυπος, απόφαση/προϋπολογισμός. Οδηγίες: Μην χρησιμοποιείτε ερωτήσεις ναι/όχι, μην είστε ηγετικοί, γράψτε σε ουδέτερη γλώσσα που δεν θα βάλει τον πελάτη σε άμυνα.
Σκελετός πίσσας
Μια καλή κλήση πωλήσεων δεν είναι μια παρουσίαση, αλλά μια αμοιβαία εξερεύνηση. Γενικό πλαίσιο: (1) σύντομο και φιλικό άνοιγμα, (2) διευκρίνιση της ατζέντας και λήψη άδειας, (3) ακρόαση με διερευνητικές ερωτήσεις, (4) σύντομη δήλωση αξίας που αντιστοιχεί ακριβώς στον πόνο που βρέθηκε, (5) αποκάλυψη αντιρρήσεων, (6) σαφές επόμενο βήμα. Ο πελάτης θα πρέπει να καταλαμβάνει το μεγαλύτερο μέρος του χρόνου συνομιλίας. Καλός πωλητής δεν είναι αυτός που μιλάει πολύ, αλλά αυτός που κάνει τις σωστές ερωτήσεις και ακούει.
Πλαίσιο απόκρισης αντιρρήσεων
Το να ακολουθείς ένα πλαίσιο αντί να αντιδράς στην αντίρρηση σε κρατά ήρεμο και αξιόπιστο. Υπάρχουν δύο κοινά πλαίσια.
LAER: Ακούστε, Αναγνωρίστε, Εξερευνήστε, Απαντήστε. Το κλειδί είναι να μην μεταβείτε αμέσως στην «Απάντηση». Το λάθος που κάνουν οι περισσότεροι πωλητές είναι να ανταποκρίνονται χωρίς να ακούν.
Feel-Felt-Found: "Σε καταλαβαίνω, βλέπω πώς νιώθεις (αισθάνεσαι). Άλλοι πελάτες ένιωσαν παρόμοια στην αρχή (ένιωσαν), αλλά το παρατήρησαν (βρέθηκε)." Αυτή η φράση δημιουργεί ενσυναίσθηση και παρέχει στοιχεία, αλλά πρέπει να χρησιμοποιείται με ειλικρίνεια και χωρίς κλισέ.
Η κοινή λογική και των δύο πλαισίων είναι: ακρόαση, επιβεβαίωση, επαναπλαισίωση. Το Reframing δεν σημαίνει άρνηση της ένστασης, αλλά για να το δούμε από μια νέα οπτική.
Απαντήσεις σε κοινές αντιρρήσεις που βασίζονται σε στοιχεία
Όλες οι παρακάτω απαντήσεις πρέπει να είναι μη εκτυπωμένες και επαληθεύσιμες. Ο στόχος δεν είναι η νίκη, αλλά η αποκάλυψη της πραγματικής ανησυχίας.
αντίρρηση
Πιθανή υποκείμενη ερώτηση
Προσέγγιση
"Η τιμή είναι υψηλή"
«Αξίζει την τιμή;»
Υπενθύμιση αντίκτυπου, σύνδεση με απόδοση επένδυσης (ROI), διευκρίνιση του πεδίου εφαρμογής
«Δεν έχουμε χρόνο»
«Είναι αυτή η προτεραιότητα τώρα;»
Δείξτε ευγενικά το κόστος της αναβλητικότητας
«Έχουμε μια υπάρχουσα λύση»
«Αξίζει να αλλάξω;»
Ανακαλύψτε τα μειονεκτήματα της τρέχουσας λύσης και κάντε σύγκριση
«Δεν είμαι υπεύθυνος»
«Ποιος διαχειρίζεται τη διαδικασία;»
Γνωρίστε τον υπεύθυνο λήψης αποφάσεων, προτείνετε μια συν-παρουσίαση
Ένας πελάτης είπε, "{{ πρόταση ένστασης }}". Σχεδιάστε μια απάντηση που να ανταποκρίνεται σε αυτό με το πλαίσιο LAER.- Πρώτα, επιβεβαιώστε (χωρίς συγκατάβαση).- Στη συνέχεια, διερευνήστε τον πραγματικό λόγο της ένστασης με μια ερώτηση ανακάλυψης.- Μόνο τότε, απαντήστε με επαληθεύσιμα στοιχεία. Κανόνες: μην πιέζετε, η έκπτωση δεν πρέπει να είναι η πρώτη λύση, μην χρησιμοποιείτε υπερβολές ή διαβεβαιώσεις.
Για παράδειγμα, η αδύναμη απάντηση στην ένσταση "Η τιμή είναι υψηλή" είναι να πείτε αμέσως "Μπορώ να σας κάνω έκπτωση 15%. Η ισχυρή απάντηση πρώτα επιβεβαιώνει ("Καταλαβαίνω ότι ο προϋπολογισμός είναι σημαντικός"), μετά εξερευνά ("Με τι συγκρίνετε την τιμή; λαμβάνουμε υπόψη το κόστος που σας κοστίζει η τρέχουσα μέθοδος;") και μόνο στη συνέχεια συνδέει τη λύση με τον αντίκτυπο που συζητήθηκε στην εξερεύνηση.
Προσοχή: Η προσπάθεια έκπτωσης μόλις ακουστεί ένσταση είναι το πιο συνηθισμένο και ακριβό λάθος. Όταν η έκπτωση γίνεται πριν ακόμη αποδειχθεί η αξία, καταστρέφει το περιθώριο κέρδους και δίνει το μήνυμα ότι «το προϊόν δεν αξίζει πραγματικά τόσο πολύ». Ξεκαθαρίστε πρώτα την τιμή. Εάν υπάρχει ευελιξία τιμής, αντιστοιχίστε την με μια διάταξη (π.χ. μεγαλύτερη σύμβαση).
Πρόβα ρόλων με τεχνητή νοημοσύνη
Μία από τις πιο ισχυρές χρήσεις της τεχνητής νοημοσύνης στην εκπαίδευση πωλήσεων είναι ως συνεργάτης πρόβας (roleplay). Μπορείτε να δώσετε στην τεχνητή νοημοσύνη τον ρόλο ενός σκληρού αγοραστή και να εξασκήσετε τη συνομιλία σας ξανά και ξανά πριν ξεκινήσετε τη βουτιά με έναν πραγματικό πελάτη. Το μυστικό είναι να φορτώσετε το AI με έναν πραγματικά δύσκολο και ρεαλιστικό χαρακτήρα. Ένας πολύ ευγενικός «πελάτης» δεν θα σας διδάξει τίποτα.
Ρόλος: Είστε ο συνεργάτης μου στις πωλήσεις. Χαρακτήρας: Υπεύθυνος αγορών στον τομέα {{ κλάδος }}. Κάποιος που είναι δύσπιστος, ανταποκρίνεται, γνωρίζει πολύ τον προϋπολογισμό και χρησιμοποιεί ήδη μια ανταγωνιστική λύση. Μην πείθεστε εύκολα. Κανόνες: - Απλώς μιλήστε στον ρόλο του πελάτη, μην προπονείτε.- Δώστε μου ρεαλιστικές αντιρρήσεις: τιμή, χρόνος, διαθέσιμη λύση.- Μην πείτε "ναι" στην πρώτη κίνηση. Αντισταθείτε για τουλάχιστον 3 γύρους. - Όταν λέω "ΣΠΑΜΑ", αφήστε τον ρόλο. Είμαι ο πωλητής, ξεκινάω τη συζήτηση. Εάν είστε έτοιμοι, απλά ξεκινήστε λέγοντας: "Ορίστε, ακούω".
Μετά την πρόβα, μπορείτε να βάλετε το AI σε λειτουργία coach:
Άσε τον ρόλο. Γίνετε προπονητής πωλήσεων τώρα. Σε αυτήν τη συνάντηση:- Ποια ένσταση χειρίστηκα καλά;- Πού έκανα έκπτωση νωρίς ή πίεσα;- Ποια ερώτηση ανακάλυψης παρέλειψα να κάνω; Δώστε 3 συγκεκριμένες, εφαρμόσιμες προτάσεις.
Βήμα-βήμα Δοκιμαστική Ροή Εργασιών
- Προσδιορίστε το σενάριο: Προσδιορίστε τον κλάδο, τον ρόλο του αγοραστή, την προσωπικότητα και μια κύρια ένσταση.
- Δώστε στο AI τον σκληρό ρόλο και ξεκαθαρίστε ότι θα θέλετε ρεαλιστική αντίσταση.
- Παίξτε τη συζήτηση: Με τα δικά σας λόγια, σαν να βρίσκεστε στην πραγματική συνομιλία.
- Σημειώστε τις στιγμές δυσκολίας: Ποια αντίρρηση σας απέτρεψε;
- Μετατρέψτε την AI σε προπονητή και λάβετε δομημένα σχόλια.
- Παίξτε ξανά το ίδιο σενάριο και μετρήστε τη βελτίωση.
Συμβουλή: Αποθηκεύστε τις αντιρρήσεις που δημιουργεί το AI κατά την πρόβα σε μια βιβλιοθήκη. Με την πάροδο του χρόνου, αναπτύσσεται ένα προσωπικό «βιβλίο αντιρρήσεων», που αποτελείται από απαντήσεις που βασίζονται σε στοιχεία στις 10-15 πιο κοινές αντιρρήσεις. Αυτό γίνεται η πηγή της ψυχραιμίας σας στις πραγματικές συζητήσεις.
Mini Case: Ο δύσκολος αγοραστής στις πωλήσεις λογισμικού
Η Elif πουλά λογισμικό CRM και αύριο θα συναντηθεί με τον υπεύθυνο αγορών μιας μεγάλης αλυσίδας λιανικής. Ο διευθυντής είναι πολύ ενήμερος για τον προϋπολογισμό και ξέρει ότι έχει μια λύση διαθέσιμη. Πριν από τη συνέντευξη δίνει αυτό το προφίλ στην τεχνητή νοημοσύνη και κάνει τρεις γύρους προβών. Στην πρώτη πρόβα, το AI είπε "Χρησιμοποιούμε ήδη το λογισμικό X, γιατί να αλλάξουμε;" Η Ελίφ μεταβαίνει αμέσως στο πλεονέκτημα τιμής. Το AI σε λειτουργία coach του λέει ότι αυτό είναι πρόωρο, ότι πρέπει πρώτα να ανακαλύψει πού αποτυγχάνει η τρέχουσα λύση. Στη δεύτερη πρόβα, η Elif ρώτησε: "Τι ψάχνετε περισσότερο για μια πρόσθετη λύση όταν χρησιμοποιείτε το X;" ρωτάει και βρίσκει τον πραγματικό πόνο (την αδυναμία του ρεπορτάζ). Στην πραγματική συνέντευξη την επόμενη μέρα, η ίδια ερώτηση λειτουργεί. Ο διευθυντής εξηγεί το πρόβλημα αναφοράς και η συζήτηση μετατοπίζεται από τη συζήτηση της τιμής στη συζήτηση της αξίας. Η Elif συμφωνεί σε μια πιλοτική φάση χωρίς να βγει ποτέ στην πώληση.
Κοινά λάθη
- Απάντηση χωρίς ακρόαση: Μετάβαση στην έτοιμη απάντηση χωρίς να ανακαλύψετε τον πραγματικό λόγο της αντίρρησης.
- Έκπτωση: Μείωση της τιμής χωρίς απόδειξη της αξίας. απώλεια τόσο του περιθωρίου όσο και της εμπιστοσύνης.
- Λαμβάνοντας την ένσταση προσωπικά: Γίνομαι αμυντικός, λογομαχώντας. Η αντίρρηση είναι ένδειξη ενδιαφέροντος.
- Ερωτήσεις κλειστού τύπου: Δολοφονική ανακάλυψη με ερωτήσεις που τελειώνουν σε ναι/όχι.
- Παράκαμψη του λήπτη αποφάσεων: Αγνοώντας σοβαρά την ένσταση «δεν είμαι υπεύθυνος» και προσπαθείτε να προχωρήσετε με το ίδιο άτομο.
- Πηγαίνοντας στο γήπεδο χωρίς πρόβες: Δοκιμάζοντας τη δύσκολη συνέντευξη με έναν πραγματικό πελάτη για πρώτη φορά. Ωστόσο, με την τεχνητή νοημοσύνη, η πρόβα χωρίς κίνδυνο είναι δυνατή.
- Χρήση «αποδεικτικών στοιχείων» κατασκευασμένα από AI: Εάν η τεχνητή νοημοσύνη κατασκευάζει μια αναφορά πελάτη ή μια φιγούρα στο παιχνίδι ρόλων ή στο προσχέδιο της απάντησης, μην το χρησιμοποιείτε ποτέ χωρίς να το επαληθεύσετε στην πραγματική συνομιλία.
Συνοπτικά
- Η καλή ανακάλυψη επιλύει τις περισσότερες αντιρρήσεις πριν προκύψουν. Κατανοήστε το πλαίσιο της κατάστασης, τον πόνο, τον αντίκτυπο και την απόφαση με ερωτήσεις ανοιχτού τύπου.
- Το στρώμα κρούσης είναι το αντίδοτο στην αντίρρηση τιμών. Όταν το κόστος του προβλήματος γίνει σαφές, η λύση τοποθετείται ως επένδυση.
- Ακολουθήστε ένα πλαίσιο όπως το LAER ή αισθάνεστε-αισθάνεστε-βρέθηκαν στον χειρισμό αντιρρήσεων: ακούστε, αναγνωρίστε, επαναπροσδιορίστε.
- Μην βιαστείτε να κάνετε έκπτωση μόλις ακούσετε την ένσταση. Αποδείξτε πρώτα την τιμή, εάν υπάρχει ευελιξία, δέστε την σε αντάλλαγμα.
- Χρησιμοποιήστε την τεχνητή νοημοσύνη ως συνεργάτη ρόλου σε έναν απαιτητικό ρόλο πελάτη και μετά ως προπονητή.
- Μην χρησιμοποιείτε αναφορές ή αριθμούς που δημιουργούνται από AI σε μια πραγματική συνομιλία χωρίς να τις επαληθεύσετε.
Εργασία εφαρμογής
Καθορίστε ένα ρεαλιστικό προφίλ σκληρού αγοραστή (βιομηχανία, ρόλος, ευαισθησία προϋπολογισμού, υπάρχουσα λύση). Κάντε πρόβα τουλάχιστον σε τρεις γύρους κλήσεων εκπτώσεων δίνοντας στην τεχνητή νοημοσύνη την προτροπή παιχνιδιού ρόλων σε αυτήν την ενότητα. εκτεθείτε εν γνώσει σας στις αντιρρήσεις «η τιμή είναι υψηλή» και «έχουμε μια υπάρχουσα λύση». Μετατρέψτε το AI σε προπονητή και λάβετε δομημένα σχόλια μετά από κάθε γύρο. Γράψτε ένα σύντομο «βιβλίο αντιρρήσεων» των τριών πιο συνηθισμένων αντιρρήσεων που προέκυψαν από τις πρόβες και των βασισμένων σε αποδεικτικά στοιχεία, των απαντήσεών σας σε αυτές που δεν μπορούν να μειωθούν. Τέλος, σημειώστε με μία πρόταση πώς θα επαληθεύσετε εάν οποιαδήποτε αναφορά ή αριθμός που δίνεται από το AI είναι πραγματικό.