Keuntungan:
- Keupayaan untuk menghasilkan draf cadangan berasaskan nilai khusus pelanggan daripada nota penemuan
- Keupayaan untuk mencetak bahagian harga, skop dan ROI dengan jelas dan boleh disahkan
- Keupayaan untuk menstruktur dan menyesuaikan tawaran untuk mengutamakan bantahan
Tawaran ialah dokumen yang paling dibaca oleh pelanggan semasa proses jualan, sejurus sebelum berkata "ya". Walau bagaimanapun, kebanyakan cadangan adalah dokumen salin-tampal di mana penjual menerangkan dirinya, penuh dengan senarai ciri dan hampir tidak menangani masalah pelanggan. Tawaran yang baik bukanlah risalah produk, tetapi cermin di mana pelanggan dapat melihat situasinya sendiri dan penyelesaian khusus untuk situasi itu. Dalam unit ini, anda akan belajar cara membina tawaran berasaskan nilai, boleh disahkan dan mengutamakan bantahan dengan sokongan kecerdasan buatan, berdasarkan nota penemuan anda; Anda akan belajar cara mengurus risiko angka palsu kecerdasan buatan, terutamanya dalam bahagian ROI dan harga.
Rangka Tawaran Baik
Cadangan yang kukuh mengikut aliran logik tertentu: ia bermula dari dunia pelanggan, beralih kepada penyelesaian dan justifikasi untuk pelaburan. Bahagian standard dan tujuannya:
Bahagian
Tujuan
Kesilapan biasa
Ringkasan eksekutif
"kenapa, apa, berapa" pada satu halaman
Jelaskan diri anda, bukan pelanggan
Masalah / situasi semasa
Mencerminkan kesakitan daripada bahasa pelanggan
Ungkapan biasa
Penyelesaian yang disyorkan
Pemetaan penyelesaian masalah dengan tepat
senarai ciri buangan
Skop
Perkara yang disertakan/dikecualikan
Ketidakpastian, perbincangan selepas itu
rancangan masa
Peringkat dan tarikh akhir
tarikh yang tidak realistik
penetapan harga
Pelaburan bersih, terperinci
Jumlah angka tunggal, tanpa justifikasi
ROI/nilai
Justifikasi untuk pelaburan
Waranti yang tidak boleh disahkan
Langkah seterusnya
Satu tindakan yang jelas
Diakhiri dengan "Jika anda mempunyai sebarang soalan..."
Ringkasan eksekutif sebenarnya ditulis terakhir tetapi diletakkan pada permulaan. Pelanggan sepatutnya boleh membuat keputusannya walaupun dia hanya membaca halaman itu.
Bermula dari Nota Penemuan
Bahan mentah untuk cadangan berasaskan nilai ialah nota daripada panggilan penemuan: masalah yang diterangkan oleh pelanggan dengan perkataan mereka sendiri, metrik yang mereka ukur, pengaruh dalaman, isyarat belanjawan dan proses keputusan. AI berkuasa untuk mengubah nota ini menjadi garis besar berstruktur.
Peranan: Anda pakar dalam cadangan berasaskan nilai penulisan jualan B2B. DRAFT cadangan daripada nota penemuan berikut. Nota penemuan:- Pelanggan: {{ syarikat, industri, saiz }}- Masalah utama (penyataan pelanggan sendiri): {{ ... }}- Kesan masalah ini: {{ cth. Hilang Biarkan bahagian Harga dan ROI KOSONG; Saya akan mengisi mereka.
Berhati-hati: Gesaan membiarkan harga dan ROI kosong dengan sengaja. Sebab untuk ini adalah risiko nombor palsu, yang akan kita lihat sebentar lagi.
Menulis ROI dan Nilai Boleh Disahkan
Bahagian ROI ialah bahagian cadangan yang paling meyakinkan tetapi paling berbahaya. Bahasa jaminan di sini (“anda akan mendapatkan semula pelaburan anda dalam 3 bulan”) adalah tidak beretika dan berisiko; Seorang pelanggan yang gagal memusnahkan semua kredibiliti anda. Pendekatan yang betul adalah dengan menyatakan andaian dengan jelas dan memberikan julat.
Ayat ROI yang lemah:
Dengan penyelesaian ini, anda mengurangkan kos anda sebanyak 40% dan memperoleh kembali pelaburan anda dalam masa 2 bulan, dijamin.
Frasa ROI yang berkuasa:
Berdasarkan ~120 jam beban pelaporan manual sebulan yang anda kongsi dalam penemuan, penjimatan sekitar 36-60 jam sebulan nampaknya mungkin jika 30-50% daripada proses ini diautomatikkan (julat biasa yang kami lihat dengan pelanggan kami). Anggaran ini adalah berdasarkan andaian kos sejam yang anda berikan dan keputusan sebenar akan berbeza-beza berdasarkan penyesuaian pasukan.
Perbezaan: versi kedua adalah berdasarkan data yang diberikan oleh pelanggan, memberikan julat, menyatakan dengan jelas andaian dan tidak membuat jaminan. Menguatkuasakan disiplin ini apabila mencetak ROI ke AI:
Tulis bahagian ROI berdasarkan data DISAHKAN berikut. Data yang anda boleh gunakan: {{ metrik yang disediakan oleh pelanggan }}Julat impak sebenar kami: {{ cth. 30-50% berdasarkan data sejarah }}PERATURAN Ketat:- Hanya gunakan data di atas; FITTING nombor baru.- Menggunakan bahasa jaminan; Gunakan ungkapan seperti "julat tipikal", "anggaran". - Tulis andaian yang mendasari setiap pengiraan. - Jika anda tidak pasti, tulis "andaian ini harus disahkan dengan pelanggan".
Berhati-hati: AI suka mengisi jurang, dan jika ia tidak mempunyai data, ia boleh menghasilkan nombor yang kelihatan realistik tetapi dibuat sepenuhnya (mis. "purata industri ialah 47%)." Ikat SETIAP nombor dalam petikan kepada sumber: sama ada data yang disediakan oleh pelanggan, data sejarah sebenar anda atau ditandakan dengan jelas sebagai "andaian".
Risiko Angka Palsu dalam Harga
Jangan biarkan AI menulis bahagian harga dengan bebas. AI tidak tahu senarai harga anda; Ia mungkin mencipta harga unit, kadar diskaun atau nama pakej yang tidak pernah dilihat daripada anda. Aliran kerja yang betul: anda (atau pasukan penetapan harga/kejuruteraan anda) memberikan harga, AI hanya membentangkannya dalam format yang kemas, pensel dan wajar.
Sediakan item harga berikut ke dalam jadual harga yang jelas dan profesional untuk pelanggan. TUKAR nombor, TAMBAH item baru, PASTI diskaun. Item:- {{ Pemasangan: 25,000 TL (sekali) }}- {{ Lesen bulanan: 8,000 TL / 10 pengguna }}- {{ Latihan: disertakan }}Tambahkan faedah konkrit yang pelanggan terima di sebelah setiap item dalam ayat. Tunjukkan jumlah dan syarat pembayaran pada baris yang berasingan.
Mengesahkan Lakaran AI dengan Data Sebenar
AI ialah alat untuk kepantasan, bukan sumber kebenaran. Aliran kerja yang sihat:
- Mengumpul dan menyusun nota penemuan.
- Minta AI menjana draf (dengan atau tanpa harga dan ROI).
- Dapatkan pengesahan teknikal/kejuruteraan: Bolehkah skop dan jadual yang dijanjikan benar-benar dihantar? Sahkan dengan pasukan pelaksana.
- Tambah harga daripada sumber rasmi: Senarai harga, kebenaran diskaun yang diluluskan.
- Jejaki setiap nombor: Untuk setiap nombor dalam petikan, tanya "dari mana ini datang?" Jawab soalan.
- Lakukan semakan bantahan: Adakah bantahan yang diketahui telah dipenuhi?
- Permudahkan dan hantar: Tulis ringkasan eksekutif terakhir, letakkan di permulaan.
Struktur Mengutamakan Bantahan
Tawaran yang baik secara senyap-senyap menangani bantahan semasa panggilan jualan dalam dokumen. Kebimbangan "ini mungkin mahal" dipenuhi oleh ROI dan harga berperingkat; Kebimbangan "peralihan akan menjadi sukar" dipenuhi dengan jadual waktu yang jelas dan termasuk latihan; Kebimbangan "bagaimana jika ia tidak berkesan" dipenuhi oleh kriteria kejayaan yang realistik dan cadangan fasa perintis. Tanya AI secara terbuka: "Apakah tiga bantahan yang akan dibangkitkan oleh CFO apabila membaca cadangan ini, dan apakah bahagian cadangan yang menanganinya?" Ini mendedahkan titik buta dalam draf anda.
Petua: Pecahkan harga kepada item dan peringkat jika boleh, bukannya satu nombor gergasi. Apabila pelanggan melihat untuk apa, persepsi "mahal" bertukar menjadi persepsi "pelaburan wajar". Selain itu, menawarkan fasa perintis kecil mengurangkan risiko keputusan besar.
Mini Case: Perisian Berkualiti untuk Syarikat Pembuatan
Mert menjual perisian pengurusan kualiti kepada syarikat pembuatan. Dalam penemuannya dengan "Dora Metal", pelanggan mengatakan bahawa dia mengalami purata 3 pemulangan setiap bulan disebabkan oleh penemuan lewat bahagian yang rosak dan setiap pemulangan mempunyai kos tertentu. Mert memberikan data ini kepada kecerdasan buatan dan mencipta draf berasaskan nilai. Dalam bahagian ROI, AI menulis "kami mengurangkan pulangan sebanyak 90%" pada pusingan pertama; Mert menolak perkara ini dan mengetatkan gesaan dan menyemaknya sebagai "berdasarkan 3 pulangan/bulan yang diberikan oleh pelanggan, pengesanan awal dijangka menghalang sebahagian daripada kadar ini; kadar yang tepat bergantung pada pematuhan proses." Dia menambah harga daripada senarai harganya sendiri dan meminta pasukan pelaksana mengesahkan pelan pemasangan 6 minggu. Keputusan: kerana pelanggan melihat angkanya sendiri dalam cadangan, dia berasa yakin berkata "anda mengira ini daripada data saya".
Kesilapan Biasa
- Ringkasan eksekutif yang menerangkan sendiri: Sejarah syarikat dalam perenggan pertama. Pelanggan ingin melihat "kita" (masalahnya) bukan "saya".
- Membuat harga solekan AI: Ia mencipta nombor yang tidak dilihatnya; Sentiasa tambah daripada sumber rasmi.
- Bahasa jaminan: Janji yang tidak boleh disahkan seperti "benar-benar", "jaminan", "X% pulangan" menjejaskan kepercayaan dan keselamatan undang-undang.
- Statistik yang tidak diketahui asalnya: "Syarikat dalam sektor menjimatkan 60%" — dari mana? Jangan gunakan nombor tanpa sumber.
- Skop tidak jelas: Jika disertakan/dikecualikan tidak ditulis, projek akan menjadi perbincangan kemudian.
- Langkah seterusnya yang lemah: "Hubungi jika anda mempunyai soalan" adalah pasif; Cadangkan satu tindakan yang jelas (mis. "Panggilan pengesahan 30 minit Selasa, 14 Julai").
Secara ringkasnya
- Tawaran itu bukan risalah produk, tetapi dokumen yang menggambarkan situasi pelanggan dan penyelesaian khususnya.
- Nota penemuan ialah bahan mentah tawaran berasaskan nilai; AI dengan cepat mengubahnya menjadi draf berstruktur.
- Dasar ROI pada data yang disediakan pelanggan, julat, tulis andaian dengan jelas, elakkan bahasa jaminan.
- Jangan biarkan AI sepadan dengan harga; Anda menambah angka dari sumber rasmi, AI hanya mengedit pembentangan.
- Pautkan setiap isu kepada sumber dan sahkan skop/jadual dengan pasukan teknikal.
- Cadangan yang baik menangani bantahan yang diketahui lebih awal dan secara senyap dalam dokumen.
Tugasan permohonan
Tulis senario penemuan sebenar atau realistik (masalah pelanggan, sekurang-kurangnya dua metrik konkrit, isyarat belanjawan). Menggunakan nota ini, minta AI menghasilkan draf cadangan tidak termasuk harga dan ROI. Kemudian ubah bahagian ROI kepada versi dengan andaian yang ditanda, berdasarkan semata-mata pada metrik yang diberikan oleh pelanggan dan julat impak realistik anda. Tambah jadual harga sendiri dan minta AI untuk mengedit pembentangannya. Akhirnya, saya bertanya kepada AI "apakah tiga bantahan CFO terhadap cadangan ini?" ' dan menilai sama ada draf anda memenuhi bantahan ini.