سود:
- امکان تهیه سوالات کشف و اسکلت فروش با هوش مصنوعی
- توانایی تولید پاسخ های همدلانه و مبتنی بر شواهد به اعتراضات رایج
- توانایی بهبود خود با تکرار سناریوهای اعتراض از طریق ایفای نقش
ترسناک ترین لحظه در فروش اعتراض است: "قیمت خیلی بالاست"، "در حال حاضر وقت نداریم"، "ما از قبل راه حلی داریم". فروشنده بی تجربه این جملات را به عنوان رد می شنود و یا حالت تدافعی می گیرد یا بلافاصله سعی می کند تخفیف دهد. با این حال، اعتراض اغلب نشانه علاقه است; اگر مشتری واقعاً علاقه مند نبود، حتی به خود زحمت اعتراض هم نمی داد. در این بخش، یاد خواهید گرفت که چگونه یک تماس اکتشافی خوب بسازید، اسکلت فروش، چارچوب های پاسخ به اعتراض مبتنی بر شواهد، و شاید قدرتمندتر از همه: چگونه با قرار دادن هوش مصنوعی در نقش یک مشتری چالش برانگیز، مکالمه را از قبل تمرین کنید.
کشف: بنیاد گفتار
بسیاری از ایرادها قبل از بروز با کشف خوب حل می شوند. کشف، درک دنیای مشتری قبل از تلاش برای متقاعد کردن آنهاست. سوالات اکتشاف خوب پایان باز هستند (با بله/خیر بسته نمی شوند) و از یک ترتیب مشخص از لایه ها پیروی می کنند: ابتدا موقعیت، سپس درد، سپس تأثیر آن درد، سپس تصمیم و زمینه بودجه.
لایه
هدف
نمونه سوال
وضعیت
درک تصویر فعلی
"در حال حاضر چگونه این فرآیند را مدیریت می کنید؟"
نقطه درد
مشکل واقعی را پیدا کنید
"در این فرآیند بیشتر در کجا گیر کرده اید؟"
تاثیر
اندازه گیری هزینه درد
"این تاخیرها چه تاثیری روی شما می گذارد؟"
تصمیم/بودجه
درک فرآیند و امکان سنجی
چه کسی در فرآیند تصمیم گیری در مورد چنین موضوعی شرکت می کند؟
لایه ضربه بسیار مهم است زیرا پادزهر اعتراض قیمت است. اگر مشتری به وضوح ببیند که مشکل او چه هزینه ای برای او دارد، قیمت راه حل به عنوان یک سرمایه گذاری در نظر گرفته می شود، نه هزینه.
نقش: شما یک مشاور فروش B2B با تجربه هستید. من {{ محصول/راه حل }} را در صنعت {{ صنعت }} می فروشم. 12 سوال باز برای یک تماس اکتشافی آماده کنید. سوالات را بر اساس لایه های زیر گروه بندی کنید: موقعیت، نقطه درد، تاثیر، تصمیم/بودجه. دستورالعمل ها: از سوالات بله/خیر استفاده نکنید، پیشرو نباشید، به زبانی خنثی بنویسید که مشتری را در حالت تدافعی قرار ندهد.
اسکلت زمین
یک تماس فروش خوب یک ارائه نیست، بلکه یک کاوش متقابل است. چارچوب کلی: (1) افتتاحیه کوتاه و دوستانه، (2) شفاف سازی دستور کار و کسب مجوز، (3) گوش دادن با سوالات اکتشافی، (4) بیانیه مختصر ارزش دقیقاً مطابق با درد پیدا شده، (5) کشف اعتراضات، (6) مرحله بعدی روشن است. مشتری باید بیشتر زمان مکالمه را اشغال کند. یک فروشنده خوب کسی نیست که زیاد حرف می زند، بلکه کسی است که سوالات درست می پرسد و گوش می دهد.
چارچوب پاسخ به اعتراض
پیروی از یک چارچوب به جای واکنش به اعتراض، شما را آرام و قابل اعتماد نگه می دارد. دو چارچوب مشترک وجود دارد.
LAER: گوش دهید، تصدیق کنید، کاوش کنید، پاسخ دهید. نکته کلیدی این است که فوراً به «پاسخ دادن» نروید. اشتباهی که اکثر فروشندگان مرتکب می شوند این است که بدون گوش دادن پاسخ می دهند.
Feel-Felt-Found: "من شما را درک می کنم، می بینم که چه احساسی دارید؛ سایر مشتریان در ابتدا احساس مشابهی داشتند (احساس کردند)؛ اما آنها متوجه این موضوع شدند (پیدا شد)." این عبارت باعث ایجاد همدلی و ارائه شواهد می شود، اما باید صادقانه و بدون کلیشه استفاده شود.
منطق مشترک هر دو فریم ورک عبارت است از: گوش دادن، تایید، دوباره قاب کردن. چارچوب بندی مجدد به معنای انکار اعتراض نیست، بلکه به معنای نگاه کردن به آن از منظری جدید است.
پاسخ های مبتنی بر شواهد به ایرادات رایج
تمام پاسخ های زیر باید چاپ نشده و قابل تأیید باشند. هدف پیروزی نیست، بلکه نشان دادن نگرانی واقعی است.
اعتراض
سوال زمینه ای احتمالی
رویکرد
"قیمت بالاست"
"آیا به قیمتش می ارزد؟"
تأثیر را یادآوری کنید، به بازگشت سرمایه پیوند دهید، دامنه را روشن کنید
"وقت نداریم"
"آیا اکنون این یک اولویت است؟"
لطفا هزینه تعلل را نشان دهید
"ما یک راه حل موجود داریم"
"آیا ارزش تغییر را دارد؟"
کاستی های راه حل فعلی را کشف کنید و مقایسه کنید
"من مسئول نیستم"
"چه کسی فرآیند را مدیریت می کند؟"
تصمیم گیرنده را بشناسید، یک ارائه مشترک پیشنهاد دهید
مشتری گفت: "{{ جمله اعتراض }}". پیش نویس پاسخی که مطابق با چارچوب LAER باشد.- ابتدا تأیید کنید (بدون اغماض).- سپس دلیل واقعی اعتراض را با یک سوال کشف بررسی کنید.- تنها پس از آن، با شواهد قابل تأیید پاسخ دهید. قوانین: فشار نیاورید، تخفیف نباید اولین راه حل باشد، از اغراق یا اطمینان استفاده نکنید.
به عنوان مثال، پاسخ ضعیف به اعتراض "قیمت بالا است" این است که بلافاصله بگویید "من می توانم به شما 15٪ تخفیف بدهم". پاسخ قوی ابتدا تایید میکند ("من میدانم که بودجه مهم است")، سپس بررسی میکند ("قیمت را با چه چیزی مقایسه میکنید؛ آیا هزینههای روش فعلی را در نظر میگیریم؟")، و تنها پس از آن راهحل را به تاثیر مورد بحث در اکتشاف مرتبط میکند.
توجه: تلاش برای تخفیف به محض شنیده شدن اعتراض، رایج ترین و گران ترین اشتباه است. وقتی تخفیف قبل از اثبات ارزش انجام می شود، حاشیه سود را از بین می برد و این پیام را می دهد که "محصول واقعاً ارزش آنچنانی ندارد." ابتدا مقدار را روشن کنید؛ اگر انعطافپذیری قیمت وجود دارد، آن را با یک شرط تطبیق دهید (مثلاً قرارداد طولانیتر).
تمرین نقش آفرینی با هوش مصنوعی
یکی از قدرتمندترین کاربردهای هوش مصنوعی در آموزش فروش، به عنوان شریک تمرین (نقش) است. می توانید به هوش مصنوعی نقش یک خریدار سرسخت را بدهید و قبل از اینکه با یک مشتری واقعی وارد شوید، مکالمه خود را بارها و بارها تمرین کنید. راز این است که هوش مصنوعی را با یک شخصیت واقعا دشوار و واقعی بارگیری کنید. یک «مشتری» خیلی مؤدب چیزی به شما یاد نمی دهد.
نقش: شما شریک نقش آفرینی فروش من هستید. شخصیت: مدیر خرید در {{ صنعت }}. کسی که شکاک است، پاسخگو است، از بودجه بسیار آگاه است و در حال حاضر از یک راه حل رقیب استفاده می کند. به راحتی متقاعد نشوید. قوانین: - فقط در نقش مشتری صحبت کنید، مربی نشوید. - ایرادات واقع بینانه به من بدهید: قیمت، زمان، راه حل موجود. - در اولین حرکت "بله" نگویید. حداقل 3 دور مقاومت کنید. - وقتی می گویم "BREAK" نقش را رها کنید. من فروشنده هستم، من گفتگو را آغاز می کنم. اگر آمادهاید، فقط با گفتن این جمله شروع کنید: «اینجا، من دارم گوش میدهم».
پس از تمرین، می توانید هوش مصنوعی را در حالت مربی قرار دهید:
نقش را رها کن اکنون مربی فروش شوید. در این جلسه: - کدام ایراد را خوب انجام دادم؟ - کجا را زود تخفیف دادم یا فشار آوردم؟ - کدام سوال کشف را نپرسیدم؟ 3 پیشنهاد ملموس و قابل اجرا ارائه دهید.
گردش کار اثبات گام به گام
- سناریو را تعریف کنید: صنعت، نقش خریدار، شخصیت و یک اعتراض اصلی را شناسایی کنید.
- به هوش مصنوعی نقش سختی بدهید و روشن کنید که مقاومت واقع بینانه می خواهید.
- مکالمه را پخش کنید: به قول خودتان، انگار در مکالمه واقعی هستید.
- به لحظات سختی توجه کنید: کدام اعتراض شما را غافلگیر کرد؟
- هوش مصنوعی را به یک مربی تبدیل کنید و بازخورد ساختاریافته دریافت کنید.
- دوباره همان سناریو را بازی کنید و پیشرفت را اندازه گیری کنید.
نکته: ایراداتی را که هوش مصنوعی در تمرین ایجاد می کند در یک کتابخانه ذخیره کنید. با گذشت زمان، یک «کتاب بازی اعتراض» شخصی ایجاد میشود که متشکل از پاسخهای مبتنی بر شواهد به 10 تا 15 رایجترین اعتراض است. این منبع خونسردی شما در گفتگوهای واقعی می شود.
Mini Case: خریدار مشکل در فروش نرم افزار
الیف نرم افزار CRM را می فروشد و فردا با مدیر خرید یک زنجیره خرده فروشی بزرگ ملاقات خواهد کرد. مدیر بودجه بسیار آگاه است و می داند که راه حلی در دسترس دارد. او قبل از مصاحبه این مشخصات را به هوش مصنوعی می دهد و سه دور تمرین انجام می دهد. در اولین تمرین، هوش مصنوعی گفت: "ما در حال حاضر از نرم افزار X استفاده می کنیم، چرا باید تغییر کنیم؟" الیف بلافاصله به مزیت قیمت میپرد. هوش مصنوعی در حالت مربی به او میگوید که این کار زودرس است، که او ابتدا باید کشف کند که راهحل فعلی کجاست. در تمرین دوم، الیف پرسید: "در هنگام استفاده از X بیشتر به دنبال راه حل اضافی برای چه چیزی هستید؟" می پرسد و درد واقعی (ضعف گزارش) را می یابد. در مصاحبه واقعی روز بعد، همین سوال جواب می دهد. مدیر مشکل گزارش را توضیح می دهد و گفتگو از بحث در مورد قیمت به بحث در مورد ارزش تغییر می کند. الیف با یک مرحله آزمایشی موافقت می کند بدون اینکه هرگز به فروش برسد.
اشتباهات رایج
- پاسخ دادن بدون گوش دادن: پرش به پاسخ آماده بدون کشف دلیل واقعی اعتراض.
- تخفیف: کاهش قیمت بدون اثبات ارزش. از دست دادن حاشیه و اطمینان
- ایراد را شخصاً گرفتن: دفاعی شدن، مجادله کردن. اعتراض نشانه علاقه است.
- سؤالات بسته: کشف کشتن با سؤالاتی که به بله/خیر ختم می شوند.
- دور زدن تصمیم گیرنده: نادیده گرفتن ایراد «من مسئول نیستم» جدی و تلاش برای حرکت با همان فرد.
- رفتن به میدان بدون تمرین: برای اولین بار مصاحبه دشوار با یک مشتری واقعی را امتحان کنید. با این حال، با هوش مصنوعی، تمرین بدون خطر امکان پذیر است.
- استفاده از «شواهد» ساختهشده با هوش مصنوعی: اگر هوش مصنوعی یک مرجع یا شکل مشتری را در نقشآفرینی یا پیشنویس پاسخ میسازد، هرگز بدون تأیید آن در گفتگوی واقعی از آن استفاده نکنید.
به طور خلاصه
- کشف خوب اکثر ایرادها را قبل از بروز آنها حل می کند. زمینه موقعیت، درد، تأثیر و تصمیم را با سؤالات باز درک کنید.
- لایه ضربه پادزهر اعتراض قیمت است. وقتی هزینه مشکل مشخص شد، راه حل به عنوان سرمایه گذاری در نظر گرفته می شود.
- از چارچوبی مانند LAER یا احساس احساس در رسیدگی به اعتراض پیروی کنید: گوش دادن، تصدیق کردن، قاب بندی مجدد.
- به محض شنیدن اعتراض برای تخفیف عجله نکنید. ابتدا مقدار را ثابت کنید، اگر انعطاف پذیری وجود دارد، در عوض آن را گره بزنید.
- از هوش مصنوعی به عنوان شریک نقش آفرینی در نقش مشتری چالش برانگیز و سپس به عنوان مربی استفاده کنید.
- از هیچ مرجع یا ارقامی که توسط هوش مصنوعی ایجاد شده است در یک مکالمه واقعی بدون تأیید آنها استفاده نکنید.
وظیفه کاربردی
یک پروفایل واقعی خریدار سخت (صنعت، نقش، حساسیت بودجه، راه حل موجود) را تعریف کنید. با دادن اعلان نقش آفرینی به هوش مصنوعی در این واحد، حداقل سه دور از تماس های فروش را تمرین کنید. آگاهانه خود را در معرض ایرادات "قیمت بالا است" و "ما یک راه حل موجود داریم" قرار دهید. هوش مصنوعی را به یک مربی تبدیل کنید و پس از هر دور بازخورد ساختاریافته دریافت کنید. یک «کتاب بازی اعتراض» مختصر از سه ایراد متداول که از تمرینها و پاسخهای مبتنی بر شواهد و غیرقابل تخفیف شما به آنها ظاهر میشود، بنویسید. در نهایت، در یک جمله یادداشت کنید که چگونه می توانید بررسی کنید که آیا هر مرجع یا رقمی که توسط هوش مصنوعی ارائه شده است واقعی است یا خیر.