Keuntungan:
- Kemampuan untuk menghasilkan draf proposal berbasis nilai khusus pelanggan dari catatan penemuan
- Kemampuan untuk mencetak bagian harga, cakupan, dan ROI dengan jelas dan dapat diverifikasi
- Kemampuan untuk menyusun dan menyesuaikan tawaran untuk memprioritaskan keberatan
Penawaran adalah dokumen yang paling dibaca pelanggan dengan cermat selama proses penjualan, sebelum mengatakan "ya". Namun, sebagian besar proposal adalah dokumen salin-tempel di mana penjual menjelaskan sendiri, penuh dengan daftar fitur, dan hampir tidak membahas masalah pelanggan. Penawaran yang baik bukanlah brosur produk, melainkan cermin di mana pelanggan dapat melihat situasinya sendiri dan solusi spesifik untuk situasi tersebut. Dalam unit ini, Anda akan mempelajari cara membuat penawaran berbasis nilai, dapat diverifikasi, dan memprioritaskan keberatan dengan dukungan kecerdasan buatan, berdasarkan catatan penemuan Anda; Anda akan belajar bagaimana mengelola risiko angka kecerdasan buatan palsu, terutama di bagian ROI dan harga.
Kerangka Penawaran yang Baik
Proposisi yang kuat mengikuti alur logis tertentu: dimulai dari dunia pelanggan, berlanjut ke solusi dan pembenaran investasi. Bagian standar dan tujuannya:
Bagian
Tujuan
Kesalahan umum
Ringkasan eksekutif
"mengapa, apa, berapa" dalam satu halaman
Jelaskan pada diri Anda sendiri, bukan pelanggannya
Masalah/situasi saat ini
Mencerminkan rasa sakit dari bahasa pelanggan
Ekspresi umum
Solusi yang disarankan
Solusi yang dipetakan secara tepat untuk masalah tersebut
daftar fitur pembuangan
Ruang lingkup
Apa yang termasuk/tidak termasuk
Ketidakpastian, diskusi setelahnya
rencana waktu
Tahapan dan tenggat waktu
tanggal yang tidak realistis
Harga
Investasi bersih dan terperinci
Angka total tunggal, tanpa pembenaran
ROI/nilai
Pembenaran untuk investasi
Jaminan yang tidak dapat diverifikasi
Langkah selanjutnya
Satu tindakan yang jelas
Diakhiri dengan "Jika Anda memiliki pertanyaan..."
Ringkasan eksekutif sebenarnya ditulis terakhir tetapi ditempatkan di awal. Pelanggan harus dapat mengambil keputusan meskipun dia hanya membaca halaman itu.
Berawal dari Catatan Penemuan
Bahan mentah untuk proposal berbasis nilai adalah catatan dari panggilan penemuan: masalah yang dijelaskan pelanggan dengan kata-kata mereka sendiri, metrik yang mereka ukur, pengaruh internal, sinyal anggaran, dan proses pengambilan keputusan. AI sangat ampuh dalam mengubah catatan ini menjadi kerangka terstruktur.
Peran: Anda ahli dalam penjualan B2B, menulis proposal berbasis nilai. Buatlah DRAFT proposal dari catatan penemuan berikut. Catatan penemuan:- Pelanggan: {{ perusahaan, industri, ukuran }}- Masalah utama (pernyataan pelanggan sendiri): {{ ... }}- Dampak masalah ini: {{ mis. Hilang Biarkan bagian Harga dan ROI KOSONG; Saya akan mengisinya.
Hati-hati: Perintah ini sengaja membiarkan harga dan ROI kosong. Alasannya adalah risiko nomor palsu, yang akan segera kita lihat.
Menulis ROI dan Nilai yang Dapat Diverifikasi
Bagian ROI adalah bagian proposal yang paling meyakinkan namun paling berbahaya. Bahasa jaminan di sini (“Anda akan mendapatkan kembali investasi Anda dalam 3 bulan”) tidak etis dan berisiko; Satu pelanggan yang gagal menghancurkan seluruh kredibilitas Anda. Pendekatan yang benar adalah dengan menyatakan asumsi dengan jelas dan memberikan rentang.
Kalimat ROI yang lemah:
Dengan solusi ini, Anda mengurangi biaya sebesar 40% dan mendapatkan kembali investasi Anda dalam waktu 2 bulan, dijamin.
Frasa ROI yang kuat:
Berdasarkan ~120 jam beban pelaporan manual per bulan yang Anda bagikan dalam penemuan, penghematan sekitar 36-60 jam per bulan tampaknya mungkin dilakukan jika 30-50% dari proses ini dilakukan secara otomatis (rentang umum yang kami lihat pada pelanggan kami). Perkiraan ini didasarkan pada asumsi biaya per jam yang Anda berikan dan hasil sebenarnya akan bervariasi berdasarkan adaptasi tim.
Perbedaan: versi kedua didasarkan pada data yang diberikan oleh pelanggan, memberikan kisaran, dengan jelas menyatakan asumsinya dan tidak memberikan jaminan. Terapkan disiplin ini saat mencetak ROI ke AI:
Tulis bagian ROI berdasarkan data TERVERIFIKASI berikut. Data yang dapat Anda gunakan: {{ metrik yang disediakan pelanggan }}Rentang dampak aktual kami: {{ mis. 30-50% berdasarkan data historis }}PERATURAN Ketat:- Hanya gunakan data di atas; FITTING nomor baru.- Menggunakan bahasa garansi; Gunakan ekspresi seperti "kisaran tipikal", "perkiraan". - Tuliskan asumsi yang mendasari setiap perhitungan. - Jika Anda tidak yakin, tulis "asumsi ini harus diverifikasi dengan pelanggan".
Hati-hati: AI suka mengisi kesenjangan, dan jika tidak memiliki data, AI dapat menghasilkan angka yang tampak realistis namun dibuat-buat (misalnya, "rata-rata industri adalah 47%)." Kaitkan SETIAP angka dalam kutipan dengan suatu sumber: baik itu data yang disediakan pelanggan, data historis aktual Anda, atau yang ditandai dengan jelas sebagai "asumsi".
Risiko Angka Palsu dalam Penetapan Harga
Jangan biarkan AI menulis bagian harga dengan bebas. AI tidak mengetahui daftar harga Anda; Ia mungkin menemukan harga satuan, tingkat diskon, atau nama paket yang belum pernah Anda lihat sebelumnya. Alur kerja yang tepat: Anda (atau tim penetapan harga/rekayasa Anda) memberikan harga, AI hanya menyajikannya dalam format yang rapi, tertulis, dan tepat sasaran.
Siapkan item harga berikut menjadi tabel harga yang jelas dan profesional untuk pelanggan. GANTI nomor, TAMBAHKAN item baru, SESUAI diskonnya. Item:- {{ Instalasi: 25.000 TL (satu kali) }}- {{ Lisensi bulanan: 8.000 TL / 10 pengguna }}- {{ Pelatihan: disertakan }}Tambahkan manfaat nyata yang diterima pelanggan di samping setiap item dalam sebuah kalimat. Tampilkan total dan syarat pembayaran pada baris terpisah.
Memvalidasi Sketsa AI dengan Data Nyata
AI adalah alat untuk mempercepat, bukan sumber kebenaran. Alur kerja yang sehat:
- Kumpulkan dan susun catatan penemuan.
- Minta AI menghasilkan draf (dengan atau tanpa harga dan ROI).
- Dapatkan verifikasi teknis/rekayasa: Apakah cakupan dan jadwal yang dijanjikan benar-benar dapat dilaksanakan? Konfirmasi dengan tim pelaksana.
- Tambahkan harga dari sumber resmi: Daftar harga, otorisasi diskon yang disetujui.
- Lacak setiap nomor: Untuk setiap nomor dalam kutipan, tanyakan "dari mana asalnya?" Jawab pertanyaannya.
- Lakukan pemeriksaan keberatan: Apakah keberatan yang diketahui sudah dipenuhi?
- Sederhanakan dan kirim: Tulis ringkasan eksekutif terakhir, letakkan di awal.
Struktur Memprioritaskan Keberatan
Tawaran yang bagus secara diam-diam menjawab keberatan selama panggilan penjualan di dalam dokumen. Kekhawatiran “ini mungkin mahal” dipenuhi oleh ROI dan penetapan harga berjenjang; Kekhawatiran akan “transisi akan sulit” dapat diatasi dengan jadwal yang jelas dan pelatihan yang disertakan; Kekhawatiran “bagaimana jika tidak berhasil” dipenuhi dengan kriteria keberhasilan yang realistis dan proposal tahap percontohan. Tanyakan kepada AI secara terbuka: “Tiga keberatan apa yang akan diajukan seorang CFO ketika membaca proposal ini, dan bagian proposal mana yang membahasnya?” Ini mengungkapkan titik-titik buta dalam draf Anda.
Tip: Bagi harga menjadi beberapa item dan tahapan jika memungkinkan, daripada satu angka besar. Ketika pelanggan melihat apa itu untuk apa, persepsi “mahal” berubah menjadi persepsi “investasi yang dibenarkan”. Selain itu, menawarkan tahap percontohan kecil akan mengurangi risiko pengambilan keputusan besar.
Mini Case: Perangkat Lunak Berkualitas untuk Perusahaan Manufaktur
Mert menjual perangkat lunak manajemen mutu kepada perusahaan manufaktur. Dalam penemuannya dengan "Dora Metal", pelanggan mengatakan bahwa dia mengalami rata-rata 3 kali pengembalian per bulan karena keterlambatan penemuan suku cadang yang rusak dan setiap pengembalian memiliki biaya tertentu. Mert memberikan data ini kepada kecerdasan buatan dan membuat rancangan berbasis nilai. Di bagian ROI, AI menulis “kami mengurangi pengembalian sebesar 90%” di putaran pertama; Mert menolak hal ini dan memperketat permintaan serta merevisinya sebagai "berdasarkan 3 pengembalian/bulan yang diberikan oleh pelanggan, deteksi dini diharapkan dapat mencegah sebagian dari tingkat ini; tingkat pastinya bergantung pada kepatuhan proses." Dia menambahkan harga dari daftar harganya sendiri dan meminta tim implementasi mengkonfirmasi rencana pemasangan 6 minggu. Hasilnya: karena pelanggan melihat angkanya sendiri di proposal, dia merasa percaya diri mengatakan “Anda menghitung ini dari data saya”.
Kesalahan Umum
- Ringkasan eksekutif yang cukup jelas: Sejarah perusahaan di paragraf pertama. Pelanggan ingin melihat “kita” (masalahnya) bukan “saya”.
- Menjadikan AI menaikkan harga: Ia menciptakan angka yang tidak dilihatnya; Selalu tambahkan dari sumber resmi.
- Bahasa jaminan: Janji yang tidak dapat diverifikasi seperti "mutlak", "jaminan", "pengembalian X%" merusak kepercayaan dan keamanan hukum.
- Statistik yang tidak diketahui asal usulnya: "Perusahaan di sektor ini menghemat 60%" — dari mana? Jangan gunakan nomor yang tidak bersumber.
- Cakupan tidak jelas: Jika tidak ditulis disertakan/dikecualikan, maka proyek akan menjadi pembahasan kemudian.
- Langkah selanjutnya yang buruk: “Hubungi jika Anda memiliki pertanyaan” bersifat pasif; Sarankan satu tindakan yang jelas (misalnya “konfirmasi panggilan telepon selama 30 menit pada hari Selasa, 14 Juli”).
Singkatnya
- Penawaran tersebut bukanlah brosur produk, namun dokumen yang mencerminkan situasi pelanggan dan solusi spesifiknya.
- Discovery note adalah bahan mentah dari penawaran berbasis nilai; AI dengan cepat mengubahnya menjadi draf terstruktur.
- Dasarkan ROI pada data yang disediakan pelanggan, rentang, tulis asumsi dengan jelas, hindari bahasa jaminan.
- Jangan biarkan AI mencocokkan harga; Anda menambahkan angka dari sumber resmi, AI tinggal mengedit presentasinya.
- Tautkan setiap terbitan ke sumbernya dan konfirmasikan cakupan/jadwalnya dengan tim teknis.
- Proposal yang baik menjawab keberatan-keberatan yang diketahui secara dini dan diam-diam di dalam dokumen.
Tugas aplikasi
Tulis skenario penemuan yang nyata atau realistis (masalah pelanggan, setidaknya dua metrik konkret, sinyal anggaran). Dengan menggunakan catatan ini, mintalah AI membuat rancangan proposal tanpa memperhitungkan harga dan ROI. Kemudian ubah bagian ROI menjadi versi dengan asumsi yang ditandai, hanya berdasarkan metrik yang diberikan klien dan rentang dampak realistis Anda. Tambahkan sendiri tabel harga dan cukup minta AI untuk mengedit presentasinya. Terakhir, saya bertanya kepada AI “apa tiga keberatan yang dimiliki CFO terhadap proposal ini?” ' dan evaluasi apakah draf Anda memenuhi keberatan tersebut.