Értékesítési előrejelzés, csővezeték elemzés és értékesítési tartalom készítés

Nyereség:

• Képes a folyamat adatainak mesterséges intelligencia segítségével történő elemzésére és előrejelzési megjegyzések létrehozására
• Képes gyorsan előállítani értékesítési tartalmat, például egyoldalas, prezentációt és esettanulmányt
• Lehetőség az AI kimenet véglegesítésére numerikus ellenőrzéssel és márkahanggal

A negyedév végéhez közeledve az értékesítési vezető kérdése mindig ugyanaz: "Lezárhatjuk ezt a negyedévet?" A válasz erre a kérdésre nem egy érzés, hanem a csővezetékedben van elrejtve. A nyers adatfolyam-adatok azonban egy zűrzavaros táblázat az ügyletek, szakaszok, összegek és dátumok soraival; Időbe telik, amíg meglátod a történetet belülről. A mesterséges intelligencia képes elolvasni ezt a táblázatot, és perceken belül ki tudja bontani a szakaszeloszlást, az elzáródásokat, a nyerési arány trendjét és az előrejelzés értelmezését. Ugyanez a mesterséges intelligencia gyorsan készít egy oldalt, egy prezentációvázlatot vagy egy esettanulmányt is, amely leírja az elnyert üzletet. Ennek az egységnek a fő üzenete azonban ez: ne fogadj el vakon semmilyen mesterséges intelligencia által előállított számot vagy mondatot. A modell elemzi, Ön ellenőrzi.

Pipeline elemzés: az adatoktól a betekintésig

A csővezeték-elemzés arra a kérdésre keresi a választ, hogy "mennyire egészséges ez a munka", nem pedig a "mennyi munka van benne?" A legfontosabb mutatók, amelyeket érdemes megnézni:

metrikus

mit mond

figyelmeztető jel

Színpadi elosztás

Melyik szakaszban halmozódnak fel az ügyletek?

A legtöbb korai szakasz = rossz előrejelzés

Elakadt ajánlatok

Olyan lehetőségek, amelyek régóta nem fejlődtek

60+ nap ugyanabban a szakaszban

nyerési arány

Nyertek / összesen zárva

Lefelé mutató trend = folyamatprobléma

a bezárás valószínűsége

Súlyozott előrejelzés szakaszonként

Túlságosan optimista súlyok

Átlagos ügyletméret

Lehetőség méretének trendje

Zsugorodás = rossz szegmens

Másolható prompt: folyamatelemzés

Ön értékesítési elemző. Elemezze az alábbi folyamatadatokat. Adatok: minden sor egy lehetőség; Oszlopok: ügylet neve, szakasz, összeg, szakasz belépési dátuma, záróbecslés. Kimenet: 1. Szakaszos eloszlás (lehetőségek száma és teljes összeg az egyes szakaszokban)2. Blokkolt lehetőségek (olyanok, amelyek több mint {{day}} napig ugyanabban a szakaszban maradnak)3. Nyereményarány számítás (lezárt ügyletek alapján)4. Kockázatösszegzés: 3 lehetőség, amely veszélyezteti az előrejelzést és miértSzabály: Csak a számokat használja az adatokban. Mutassa meg minden kiszámított mérőszám képletét, hogy ellenőrizhessem. Az adatokban nem szereplő érték előrejelzése; Ha hiányzik, írja be, hogy "data hiányzik". Adatok:{{pipeline_verisi}}

Előrejelzés értelmezése és számszerű ellenőrzése

A mesterséges intelligencia azt mondhatja, hogy „ez a negyedév 2,4 millió TL-rel zárul”. Ez a mondat pontosan hangzik, de vannak mögöttes feltételezések: milyen lezárási lehetőségeket használtak? Mely ajánlatok szerepelnek benne? Összeadási hibát követett el a modell? A numerikus kimenet ellenőrzésének módja az, hogy kifejezetten kikérjük a modell feltételezéseit és képletét. Ezután ellenőrizze manuálisan legalább egy mérőszámot: például adja hozzá a három ügylet súlyozott összegét, és hasonlítsa össze a modell eredményével. A modellek hibázhatnak az aritmetikában, különösen a többsoros táblázatokban.

Indokolja a fenti előrejelzést a következő formátumban:- Az Ön által használt záró valószínűségi feltételezések (szakaszonként) - Belefoglalt és kizárt ügyletek + miért - A súlyozott teljes számítás egyértelmű lebontása (ügylet) Nem a kapott számot kell igazolnom, hanem azt, hogy hogyan jutott hozzá.

Figyelem: A mesterséges intelligencia által készített előrejelzés számítás, nem tény, és teljes mértékben a bemenettől és a feltételezésektől függ. A modell rossz valószínűségi súlyt használ, helytelenül ad hozzá sorokat, vagy duplán számol egy ügyletet. Manuálisan érvényesítsen legalább egy mérőszámot, és tegye láthatóvá a feltételezéseket, mielőtt bemutatná a számot a vezetőségnek. A nem ellenőrzött előrejelzés helytelen erőforrás-tervezéshez vezet.

Értékesítési tartalom előállítása: jó inputkészlet

Az AI minősége egyoldalasként, pakliként vagy esettanulmányként teljes mértékben az Ön által megadott bemenettől függ. Egy jó tartalmi összefoglaló ezt az öt összetevőt tartalmazza: személy (kinek), probléma (milyen fájdalmat oldunk meg), értékajánlat (miért mi), megkülönböztető tényezők (miben különbözünk a versenytársaktól) és márkahang (hogyan beszélünk). Ha ez az öt hiányzik, a modell általános marketingklisékkel pótolja a hiányosságokat, és a kimenet mindenki máséhoz hasonló.

Egyoldalas gyártás lépésről lépésre

1. Gyűjtsük össze a bemeneti készletet. Személy, probléma, értékajánlat, megkülönböztetők, márkahang.
2. Mondja el a célt. Egyoldalas, paklivázlat, esettanulmány? Más a formátum.
3. Készítse elő a modellt. Adja meg a strukturált összefoglalót.
4. Ellenőrizze a számokat. A tartalomban szereplő minden mérőszámot (ROI, időtartam, ügyfelek száma) erősítsen meg valós adatokkal.
5. Illessze a márka tónusába. Szerelje be a modell nyelvét vállalati hangos útmutatójába.
6. Emberi jóváhagyás. Közzététel előtt egy ember átnézi.

Másolható prompt: egyoldalas

Készítsen egy egyoldalas piszkozatot. Bemenetek:- Persona: {{target_persona}}- Megoldott probléma: {{problem}}- Értékajánlat: {{value_recommendation}}- Megkülönböztető tényezők: {{differentiators}}- Márkatónus: {{brand_tone}}Struktúra: (1) feltűnő cím, (2) problémamegoldásunk, hasznunk, proof, (3) (6) Egyetlen nettó CTA.Rule: Ne készítsen konkrét számadatokat vagy vásárlói követeléseket. Helyezzen el egy „[ellenőrzendő mérőszám]” helyőrzőt, ahol a szám kötelező. Maradjon hű a márkahangjához.

Másolható prompt: esettanulmány keretrendszer

Hozzon létre egy esettanulmány-vázat a következő ügyféladatokból:- Ügyfélprofil: {{ügyfél}}- Kezdeti probléma: {{probléma}}- Megoldás megvalósítva: {{megoldás}}- Eredmények: {{eredmények}}Struktúra: Kihívás -> Megoldás -> Következtetés. Az eredmények részben jelölje meg az egyes számokat a „[forrás/ellenőrzés szükséges]” címkével. Ne írjon olyan állítást, amelyet az ügyfél nem hagy jóvá, mintha az biztos lenne.

Gyenge rövid / Erős rövid

GYENGE: "Írjon egy oldalt a termékünkhöz." Eredmény: Olyan szöveg, amely általános, tele van klisékkel, nem világos, hogy kinek szól, tartalmazhat kitalált alakokat, és úgy néz ki, mint mindenki másé.

GÜÇLÜ:"Személy: 500 fős gyártó cég üzemvezetője. Probléma: kézi műszaktervezés heti 6 óra. Értékajánlat: automatizáljuk a tervezést és csökkentjük a hibaarányt. Megkülönböztető: a helyi jogszabályoknak megfelelő, üzembe helyezés 2 hét alatt. Hangnem: egyszerű, megbízható, visszafogott. Tegyen helyőrzőt a megfelelő számra."Reagálható, célpont: a márka számára.

Mini tok: az optimista előrejelzés rögzítése

Egy szoftvercsapatban az értékesítési vezető mesterséges intelligenciával elemzi a csővezetéket. A modell fényes előrejelzést ad a negyedévre. A menedzser kéri a modellből a súlyozott végösszeg deal-deal bontását, az egység szabályát követve. Miközben az átiratot vizsgálja, két dolgot észlel: a modell 90 százalékos valószínűséggel számolt egy olyan jelentős üzletet, amely már hatvan napja a "szerződés" szakaszában rekedt, holott az ügylet valójában veszélyben van; Ezenkívül véletlenül kétszer is begyűjtöttek ugyanarra az ügyfélre vonatkozó két rekordot. A korrigált előrejelzés jelentősen elmarad az első számtól. A menedzser ezzel a reális adattal megy a felső vezetéshez, és elhalasztja a szükségtelen felvételi döntést. A modell nem volt rossz; csak ellenőrizni kellett.

Tipp: A tartalomkészítés során soha ne kérje meg a modellt, hogy "hozza létre" az ábrákat, hanem inkább hagyjon helyőrzőt. Az „[ellenőrzendő metrika]” címkék biztonságos helyek, amelyek arra várnak, hogy később valós adatokkal töltsék fel, és megakadályozzák, hogy a kitalált statisztikák eljussanak az ügyfélhez.

Gyakori hibák

• Az előrejelzési szám kérdés nélküli elfogadása. Ne nyújtson be becsléseket a feltevések és a képlet megtekintése nélkül.
• Bízva a modell aritmetikájában. A többsoros táblákban összesítési hibák fordulnak elő; Ellenőrizze manuálisan legalább egy mutatót.
• Tartalom kérése gyenge tájékoztatóval. Ha nincs személy és megkülönböztető, a kimenet klisé lesz.
• Koholt statisztikák publikálása. Ha a modell által előállított ROI-t és vásárlói adatokat egy lapra helyezzük anélkül, hogy ellenőriznénk, az rontja a márka bizalmát.
• Az emberi jóváhagyást megkerülve. Egyetlen értékesítési tartalom sem léphet életbe emberi ellenőrzés nélkül.

Összefoglalva

• A csővezeték-elemzés azt kérdezi, hogy „mennyire egészséges ez a munka”, nem pedig „mennyi munka van benne”; A szakaszos elosztás, az eltömődés és a nyerési arány kritikus.
• Az előrejelzés számítás, nem tény; Kérdezze meg a modell feltételezéseit és képletét, és ellenőrizze azokat manuálisan.
• A jó tartalmi összefoglaló öt összetevőből áll: személy, probléma, értékajánlat, megkülönböztető tényezők, márkahang.
• Ne találja ki a számokat egyoldalas, pakliban és esettanulmányban; Hagyjon helyőrzőt, és töltse ki valós adatokkal.
• Illessze a márka hangjához, és győződjön meg róla, hogy emberi jóváhagyást kér az élő adás megkezdése előtt.

Pályázati feladat

Vegyen egy 10-15 sorból álló mintát saját adatfolyamadataiból (anonimizált), és futtassa a "csővezeték-elemzés" parancssort. Manuálisan ellenőrizze a nyerési arányt és a modell által megadott súlyozott előrejelzést a képlet lebontásának kérésével; Próbáljon találni legalább egy hibát vagy megkérdőjelezhető feltételezést. Ezután futtassa az "egyoldalas" promptot egy erős bemeneti készlettel az ügyfelek valódi sikeréhez. Töltsön ki minden helyőrzőt a kimenetben valós, ellenőrzött adatokkal, és szabja a szöveget a saját márkahangjához. A végső verzió olyan minőségű legyen, hogy amikor megmutatják egy kollégának, azt mondják: „ez a mi hangunk”.

Modul vizsga

1. Amikor az AI-t az értékesítésben használjuk, a következő döntések közül mely döntésekért kell mindig az értékesítőt terhelni?

• A) A kötelező érvényű árak és az ügyféllel közölt kötelezettségvállalások pontossága ✔
• B) E-mail piszkozat első verziójának elkészítése
• C) Az ülés jegyzeteinek tételekre bontása
• D) Javasoljon három alternatívát a tárgysorhoz!

Leírás: A mesterséges intelligencia vázlatokat, kutatásokat és összefoglalókat készíthet; Az emberek azonban felelősek a kötelező erejű döntések pontosságáért és etikájáért, mint például az árra vonatkozó kötelezettségvállalás, a szerződés feltételei és az ügyfélnek tett hivatalos ígéret. Ezeket a határozatokat nem szabad ellenőrzés nélkül benyújtani.

2. Mit jelent az „A” betű a BANT-keretrendszerben a vezető minősítésére?

• A) Elemzés
• B) Hatóság (beszerzési hatóság) ✔
• C) Számla (számla mérete)
• D) Örökbefogadás

Leírás: TAPE; A Költségvetés (költségvetés), Hatóság (hatóság), Szükség (szükséglet) és Idővonal (idővonal) szavakból áll. Az „A” arra a személyre utal, aki a vásárlási döntésben felhatalmazással (Authority) rendelkezik.

3. Miért valószínű, hogy egy mesterséges intelligencia által generált hideg e-mail a spam mappába kerül, és nem konvertálódik?

• A) Mert túl rövid
• B) Mert kérdőjel van benne
• C) Mert nem személyre szabott, általános és a vevő számára irreleváns ✔
• D) Mert a címzett nevével kezdődik

Magyarázat: A nem személyre szabott, általános és a címzett számára irreleváns tömeges e-mailek spamszűrőket váltanak ki, és nem keltenek értékérzetet a címzettben. A hatékony hideg e-mail tartalmaz egy, a címzettre specifikus trigger eseményt és egy világos értékajánlatot.

4. Amikor egy ügyfélnek szóló ajánlatot készítettünk, a „300%-os termelékenységnövekedés garantált az iparágban” kifejezést látta az AI-tól. Melyik a leghelyesebb viselkedés?

• A) Hagyja úgy, ahogy van, mert lenyűgöző
• B) Növeld még jobban a számot és írj 500%-ot
• C) Vigye az ajánlat tetejére nagy betűkkel
• D) Az állítás helyettesítése ellenőrizhető, reális és forrásból származó nyilatkozattal ✔

Magyarázat: A nem ellenőrizhető, eltúlzott és garantált követelések etikátlanok és jogi kockázatot jelentenek. Az állítást vagy el kell távolítani, vagy ki kell cserélni egy konkrét, forrásspecifikus és reális tartományon belül.

5. Az alábbiak közül melyik a bevált gyakorlat egy személyre szabott nyomon követési sorrend megtervezésekor?

• A) Új érték, betekintés vagy erőforrás biztosítása minden nyomon követéssel ✔
• B) Minden üzenetben megismételjük ugyanazt az „csak ellenőrző” mondatot
• C) Ugyanazon e-mail küldése naponta kétszer
• D) Ha nem érkezik meg az első válasz, a teljes sorozat törlése

Magyarázat: Egy jó követőszál új értéket kínál (tartalom, példa, betekintés) minden üzenethez, és nem csak azt mondja, hogy „csak ellenőrzés”. Minden érintkezési pontnak indokolnia kell a vevőt.

6. Egy ügyfél kifogást fogalmazott meg: „Az Ön ára túl magas”. Melyik a leghatékonyabb AI-alapú megközelítés?

• A) Azonnali kedvezmény felajánlása
• B) Értse meg a kifogás gyökerét, és fogalmazza meg újra az érték és a ROI szempontjából ✔
• C) Vitatkozni az ügyféllel, és azt mondani, hogy téved
• D) Zárja be a témát, és lépjen át egy másik termékre

Magyarázat: A hatékony kifogáskezeléshez először meg kell érteni a kifogást (legyen az ár- vagy értékészlelés), majd a ROI/érték keretein belül kell azt megfogalmazni. A kedvezmény felajánlása azonnal csökkenti az értéket.

7. Ön megadta az értékesítési hívás átiratát az AI-nak, és elkészített egy CRM-jegyzetet. Mi a legkritikusabb terület a jegyzetben?

• A) Hány percig tartott a beszélgetés?
• B) Melyik városból csatlakoztak a résztvevők
• C) Törölje a következő lépést ismert tulajdonossal és dátummal ✔
• D) Hányszor nevettek ki az interjú során?

Leírás: A CRM megjegyzés működési értéke a „következő lépés” mezőben található a nettó tulajdonossal és dátummal. Ha a következő lépés nem egyértelmű, a lehetőség stagnál a folyamatban, és elvész.

8. Mi a legfontosabb ellenőrzési fegyelem, amikor az ellenfél csatakártyáját AI-val készítjük?

• A) Közvetlenül az AI-ban bízva, mert az a legkorszerűbb modellt használja
• B) Saját termék kiemelése a versenytársak információinak eltúlozásával
• C) Csak az ellenfél logójának hozzáadása az asztalhoz
• D) Versenytársak állításainak megerősítése naprakész és megbízható forrásokkal ✔

Magyarázat: A mesterséges intelligencia elavult vagy hallucinált árakat, funkciókat és vásárlói információkat állíthat elő a versenytársakról. A Battlecardra vonatkozó minden versenytárs követelést ellenőrizni kell egy naprakész és megbízható forrással, mielőtt eladásra kerülne.

9. A mesterséges intelligencia elemzi a Pipeline adatait, és azt mondta, hogy „a cél 120%-át ebben a negyedévben elérjük”. Hogyan kezelje ezt az előrejelzést?

• A) Közvetlenül a vezetőség felé jelenteni
• B) Kerekítse a számot 150%-ra
• C) Feltételezések, zárási valószínűségek és számítások valós adatokkal való érvényesítése ✔
• D) Az előrejelzés teljes figyelmen kívül hagyása.

Leírás: Az AI numerikus előrejelzései a bemeneti adatok és a feltételezések minőségétől függenek; nem szabad vakon elfogadni. A számítási logikát, a zárási valószínűségeket és a feltevéseket ellenőrizni kell, és valós adatokkal kell keresztellenőrizni.

10. Mi a legjobb bemeneti készlet az MI-nek egyoldalas lap készítésekor?

• A) Célszemély, konkrét probléma, értékajánlat, megkülönböztetők és márkahang ✔
• B) Csak mondja azt, hogy „írjon egy oldalt a termékünkhöz”
• C) Csak a társaság alapításának éve
• D) Versenytársak árjegyzéke

Leírás: Ahhoz, hogy a mesterséges intelligencia minőségi eredményeket tudjon előállítani, meg kell adni a kontextust, például a célszemélyt, a konkrét megoldott problémát, az értékajánlatot, a megkülönböztetőket és a márka hangját. Az olyan kontextus nélküli kérések, mint például az „Írjon nekünk egy oldalt” általános kimenetet eredményez.