Verkoopprognoses, pijplijnanalyse en productie van verkoopinhoud

Winst:

• Mogelijkheid om pijplijngegevens te analyseren met AI en prognoseopmerkingen te maken
• Mogelijkheid om snel verkoopinhoud te produceren, zoals one-pager, presentatie en casestudy
• Mogelijkheid om AI-uitvoer af te ronden met numerieke verificatie en merktoon

Nu het einde van het kwartaal nadert, is de vraag van de verkoopleider altijd dezelfde: "Kunnen we dit kwartaal afsluiten?" Het antwoord op deze vraag is geen gevoel, het zit verborgen in je pijplijn. Maar onbewerkte pijplijngegevens zijn een rommelige tabel met rijen en rijen deals, fasen, bedragen en datums; Het kost tijd om het verhaal van binnen te zien. Kunstmatige intelligentie kan deze tabel lezen en binnen enkele minuten faseverdeling, blokkades, winstpercentagetrends en voorspellingsinterpretatie extraheren. Dezelfde kunstmatige intelligentie levert ook snel een one-pager, een presentatieoverzicht of een case study op waarin het gewonnen bedrijf wordt beschreven. De belangrijkste boodschap van deze eenheid is echter deze: accepteer niet blindelings getallen of zinnen die door kunstmatige intelligentie zijn geproduceerd. Het model analyseert, jij verifieert.

Pipelineanalyse: van data naar inzicht

Pipeline-analyse probeert een antwoord te geven op de vraag "hoe gezond is dit werk" in plaats van "hoeveel werk is er?" Belangrijke statistieken om naar te kijken:

metrisch

wat zegt het

waarschuwingsbord

Faseverdeling

In welk stadium worden deals gestapeld?

De meeste vroege stadia = slechte voorspelling

Vastgelopen deals

Kansen die al lang niet meer bestaan

60+ dagen in hetzelfde stadium

winstpercentage

Winst / totaal gesloten

Dalende trend = procesprobleem

kans op sluiting

Gewogen prognose per fase

Te optimistische gewichten

Gemiddelde dealgrootte

Trendgrootte van kansen

Krimpen = verkeerd segment

Kopieerbare prompt: pijplijnanalyse

Je bent een Sales Operations Analist. Analyseer de pijplijngegevens hieronder. Gegevens: elke rij is een kans; Kolommen: dealnaam, fase, bedrag, ingangsdatum fase, schatting afsluiting. Uitgang:1. Faseverdeling (aantal kansen en totaalbedrag in elke fase)2. Geblokkeerde mogelijkheden (de mogelijkheden die langer dan {{day}} dagen in dezelfde fase blijven)3. Berekening van het winstpercentage (gebaseerd op gesloten deals)4. Risicosamenvatting: 3 kansen die de voorspelling bedreigen en waaromRegel: Gebruik alleen de cijfers in de gegevens. Laat me de formule zien voor elke metriek die je berekent, zodat ik deze kan verifiëren. Het voorspellen van een waarde die niet in de data voorkomt; Als deze ontbreekt, schrijf dan "data ontbreekt".Gegevens:{{pipeline_verisi}}

Prognoseinterpretatie en numerieke verificatie

Kunstmatige intelligentie kan u vertellen dat dit kwartaal wordt afgesloten met 2,4 miljoen TL. Deze zin klinkt precies, maar er zijn onderliggende aannames: welke afsluitingsmogelijkheden zijn er gebruikt? Welke deals zijn inbegrepen? Heeft het model een optelfout gemaakt? De manier om de numerieke output te verifiëren is door het model expliciet om zijn aannames en formule te vragen. Controleer vervolgens minimaal één statistiek handmatig: tel bijvoorbeeld zelf het gewogen bedrag van de drie deals op en vergelijk dit met het resultaat van het model. Modellen kunnen rekenfouten maken, vooral in tabellen met meerdere rijen.

Motiveer de bovenstaande voorspelling in de volgende indeling: - Aannames over de slotwaarschijnlijkheid die u hebt gebruikt (per fase) - Deals die u hebt opgenomen en uitgesloten + waarom - Duidelijke uitsplitsing van uw gewogen totaalberekening (deal deal) Ik moet niet het resulterende getal kunnen verifiëren, maar hoe u hieraan bent gekomen.

Let op: Het door AI geproduceerde voorspellingscijfer is een berekening, geen feit, en is volledig afhankelijk van de input en aannames. Het model gebruikt mogelijk het verkeerde waarschijnlijkheidsgewicht, voegt onjuist regels toe of telt een deal dubbel. Valideer ten minste één metriek handmatig en maak aannames zichtbaar voordat u het getal aan het management presenteert. Niet-geverifieerde prognoses leiden tot onjuiste resourceplanning.

Productie van verkoopinhoud: goede set inputs

De kwaliteit van de AI als onepager, deck of casestudy hangt volledig af van de input die je geeft. Een goede inhoudsopgave omvat deze vijf componenten: persona (voor wie), probleem (welke pijn lossen we op), waardepropositie (waarom wij), differentiatoren (hoe we verschillen van de concurrentie) en merktoon (hoe we spreken). Als deze vijf ontbreken, vult het model de gaten op met generieke marketingclichés en is de uitkomst vergelijkbaar met die van alle anderen.

Productie van één pager stap voor stap

1. Verzamel de invoerset. Persona, probleem, waardepropositie, onderscheidende factoren, merktoon.
2. Vermeld het doel. One-pager, dekontwerp, casestudy? Het formaat is anders.
3. Laat het model maken. Geef de gestructureerde opdracht.
4. Controleer de cijfers. Bevestig elke statistiek (ROI, duur, aantal klanten) die in de inhoud wordt vermeld met echte gegevens.
5. Pas het aan in de toon van het merk. Neem de taal van het model over in uw bedrijfsstemgids.
6. Menselijke goedkeuring. Een mens zal het beoordelen voordat het wordt gepubliceerd.

Kopieerbare prompt: één pager

Maak een concept van één pagina. Invoer:- Persona: {{target_persona}}- Probleem dat we hebben opgelost: {{problem}}- Waardepropositie: {{value_recommendation}}- Differentiators: {{differentiators}}- Merktoon: {{brand_tone}}Structuur: (1) opvallende titel, (2) probleemstelling, (3) onze oplossing, (4) 3 voordeelitems, (5) sociale bewijspositie, (6) single net CTA. Regel: verzin niet concrete cijfers of klantclaims. Plaats een tijdelijke aanduiding voor '[statistiek om te verifiëren]' op de plaats waar het nummer vereist is. Blijf trouw aan de toon van uw merk.

Kopieerbare prompt: casestudykader

Genereer een casestudy-skelet op basis van de volgende klantinformatie: - Klantprofiel: {{klant}} - Initieel probleem: {{probleem}} - Geïmplementeerde oplossing: {{oplossing}} - Resultaten: {{resultaten}} Structuur: Uitdaging -> Oplossing -> Conclusie. Markeer elk getal in het resultatengedeelte met de tag '[bron/verificatie vereist]'. Schrijf geen beweringen die de klant niet goedkeurt, alsof het zeker is.

Zwakke brief / Sterke brief

ZWAK: "Schrijf een one-pager voor ons product." Resultaat: Een tekst die algemeen is, vol clichés, onduidelijk is aan wie hij is gericht, kan verzonnen figuren bevatten en lijkt op die van iedereen.

GÜÇLÜ:"Persona: Operationeel manager van een productiebedrijf met 500 mensen. Probleem: handmatige ploegenplanning kost 6 uur per week. Waardevoorstel: we automatiseren de planning en verlagen het foutenpercentage. Differentiator: conform de lokale wetgeving, inbedrijfstelling binnen 2 weken. Toon: eenvoudig, betrouwbaar, ingetogen. Plaats een placeholder waar het aantal nodig is, verzin het." Resultaat: Een concept dat op schema ligt, verifieerbaar, geschikt voor het merk.

Mini-case: de optimistische voorspelling corrigeren

In een softwareteam laat de salesmanager de pipeline analyseren door middel van kunstmatige intelligentie. Het model geeft een heldere voorspelling voor het kwartaal. De manager vraagt ​​een uitsplitsing van het gewogen totaal van het deal-deal-totaal op in het model, volgens de regel in de eenheid. Terwijl hij het transcript bestudeert, vallen hem twee dingen op: het model rekende op een waarschijnlijkheid van 90 procent van een grote deal die zestig dagen in de 'contract'-fase heeft gezeten, terwijl die deal in feite in gevaar is; Bovendien werden per ongeluk twee keer twee records voor dezelfde klant verzameld. De aangepaste prognose ligt aanzienlijk lager dan het eerste cijfer. De manager stapt met dit realistische cijfer naar het senior management en stelt een onnodige aanwervingsbeslissing uit. Het model was niet slecht; het moest alleen worden geverifieerd.

Tip: Vraag het model bij het maken van inhoud nooit om de figuren te "creëren", maar om een ​​tijdelijke aanduiding achter te laten. '[metrisch om te verifiëren]'-tags zijn veilige ruimtes die wachten om later te worden gevuld met echte gegevens, waardoor verzonnen statistieken de klant niet kunnen bereiken.

Veel voorkomende fouten

• Het prognosecijfer zonder vragen aanvaarden. Dien geen schattingen in zonder de aannames en de formule te hebben gezien.
• Vertrouwen op de rekenkunde van het model. Aggregatiefouten komen voor in tabellen met meerdere rijen; Controleer minimaal één statistiek handmatig.
• Inhoud opvragen met een zwakke opdracht. Als er geen persona en differentiator is, zal de uitkomst cliché zijn.
• Verzonnen statistieken publiceren. Het op één pagina zetten van de ROI en klantcijfers van het model zonder dit te verifiëren, schaadt het merkvertrouwen.
• Het omzeilen van menselijke goedkeuring. Geen enkele verkoopinhoud mag live gaan zonder een menselijke beoordeling.

Samengevat

• Pipeline-analyse vraagt zich af “hoe gezond is dit werk” in plaats van “hoeveel werk is er”; Faseverdeling, verstopping en winstpercentage zijn van cruciaal belang.
• Voorspelling is een berekening, geen feit; Vraag het model naar zijn aannames en formule en verifieer deze handmatig.
• Een goede inhoudsopgave omvat vijf componenten: persona, probleem, waardepropositie, differentiatoren, merktoon.
• Verzin de cijfers niet in one-pager, deck en case study; Laat een tijdelijke aanduiding achter en vul deze met echte gegevens.
• Pas het in de toon van het merk en zorg ervoor dat u menselijke goedkeuring krijgt voordat u live gaat.

Applicatie taak

Neem een ​​voorbeeld van 10-15 regels uit uw eigen pijplijngegevens (geanonimiseerd) en voer de prompt "pijplijnanalyse" uit. Controleer handmatig het winstpercentage en de gewogen voorspelling van het model door de uitsplitsing van de formule op te vragen; Probeer minstens één fout of twijfelachtige veronderstelling te vinden. Voer vervolgens de "one-pager"-prompt uit met een sterke set invoergegevens voor echt klantensucces. Vul elke tijdelijke aanduiding in de uitvoer met echte, geverifieerde gegevens en stem de tekst af op uw eigen merktoon. De definitieve versie moet van een kwaliteit zijn die, wanneer deze aan een collega wordt getoond, zou zeggen: "Dit is onze stem".

Module-examen

1. Bij het gebruik van AI in de verkoop moet de uiteindelijke verantwoordelijkheid voor welke van de volgende beslissingen altijd bij de menselijke verkoper blijven liggen?

• A) Nauwkeurigheid van bindende prijzen en verbintenissen meegedeeld aan de klant ✔
• B) Het maken van de eerste versie van een e-mailconcept
• C) Vergadernotities opsplitsen in items
• D) Stel drie alternatieven voor de onderwerpregel voor

Beschrijving: AI kan concepten, onderzoek en samenvattingen produceren; Mensen zijn echter verantwoordelijk voor de nauwkeurigheid en ethiek van bindende beslissingen, zoals prijsafspraken, contractvoorwaarden en formele beloften aan de klant. Deze besluiten mogen niet zonder verificatie worden ingediend.

2. Waar staat de letter 'A' in het BANT-framework voor om een ​​lead te kwalificeren?

• A) Analyse
• B) Autoriteit (aankoopautoriteit) ✔
• C) Rekening (rekeninggrootte)
• D) Adoptie

Omschrijving: TAPE; Het bestaat uit de woorden Budget (begroting), Autoriteit (autoriteit), Behoefte (behoefte) en Tijdlijn (tijdlijn). 'A' verwijst naar de persoon die autoriteit (Authority) heeft bij de aankoopbeslissing.

3. Waarom is het waarschijnlijk dat een door AI gegenereerde koude e-mail in de spammap terechtkomt en niet wordt geconverteerd?

• A) Omdat het te kort is
• B) Omdat er een vraagteken in staat
• C) Omdat het niet-gepersonaliseerd, generiek en irrelevant is voor de koper ✔
• D) Omdat het begint met de naam van de ontvanger

Uitleg: Bulk-e-mails die niet-gepersonaliseerd, algemeen en irrelevant voor de ontvanger zijn, activeren beide spamfilters en creëren geen perceptie van waarde bij de ontvanger. Effectieve koude e-mail omvat een triggergebeurtenis die specifiek is voor de ontvanger en een duidelijk waardevoorstel.

4. Tijdens het voorbereiden van een voorstel voor een klant zag je de uitdrukking ‘300% productiviteitsverhoging gegarandeerd in de branche’ van AI. Welk gedrag is het meest correct?

• A) Laat het zoals het is, want het is indrukwekkend
• B) Verhoog het getal nog meer en schrijf 500%
• C) Verplaats het in groot lettertype naar de bovenkant van het voorstel
• D) Vervanging van de claim door een verifieerbare, realistische en gefundeerde verklaring ✔

Uitleg: Niet-verifieerbare, overdreven en gegarandeerde claims zijn onethisch en brengen juridische risico's met zich mee. De verklaring dient binnen een concreet, bronspecifiek en realistisch bereik te worden verwijderd of vervangen.

5. Welke van de volgende is een beste praktijk bij het ontwerpen van een gepersonaliseerde vervolgreeks?

• A) Bij elke follow-up nieuwe waarde, inzicht of hulpbron bieden ✔
• B) Het herhalen van dezelfde 'even controleren'-zin in elk bericht
• C) Twee keer per dag dezelfde e-mail verzenden
• D) Indien de eerste reactie niet ontvangen wordt, wordt de gehele serie geannuleerd

Toelichting: Een goede vervolgthread biedt bij elk bericht nieuwe waarde (inhoud, voorbeeld, inzicht) en zegt niet alleen maar 'even checken'. Elk contactpunt moet de koper een reden geven.

6. Een klant uitte het bezwaar 'Uw prijs is te hoog'. Wat is de meest effectieve AI-aangedreven aanpak?

• A) Direct een korting aanbieden
• B) Begrijp de kern van het bezwaar en herformuleer het in termen van waarde en ROI ✔
• C) Ruzie maken met de klant en zeggen dat hij ongelijk heeft
• D) Sluit het onderwerp en ga verder naar een ander product

Uitleg: Voor het effectief bestrijden van bezwaren is het nodig eerst het bezwaar te begrijpen (of het nu gaat om prijs- of waardeperceptie) en het vervolgens te kaderen in termen van ROI/waarde. Het aanbieden van korting vermindert onmiddellijk de waarde.

7. U hebt het transcript van een verkoopgesprek aan AI gegeven en een CRM-notitie gemaakt. Wat is het meest kritieke gebied in de notitie?

• A) Hoeveel minuten duurde het gesprek?
• B) Vanuit welke stad de deelnemers verbinding hebben gemaakt
• C) Duidelijke volgende stap met bekende eigenaar en datum ✔
• D) Hoe vaak werd er tijdens het interview uitgelachen?

Beschrijving: De operationele waarde van de CRM-notitie staat in het veld 'volgende stap' met de netto-eigenaar en datum. Als de volgende stap onduidelijk is, stagneert de kans in de pijplijn en gaat deze verloren.

8. Wat is de belangrijkste verificatiediscipline bij het voorbereiden van een battlecard van een tegenstander met AI?

• A) Direct vertrouwen op AI omdat het gebruik maakt van het meest up-to-date model
• B) Het eigen product onder de aandacht brengen door informatie over de concurrent te overdrijven
• C) Alleen het logo van de tegenstander aan de tafel toevoegen
• D) Bevestiging van claims van concurrenten met actuele en betrouwbare bronnen ✔

Uitleg: AI kan verouderde of gehallucineerde prijzen, functies en klantinformatie over concurrenten produceren. Elke claim van een concurrent op Battlecard moet worden geverifieerd met een actuele en betrouwbare bron voordat deze te koop wordt aangeboden.

9. Je liet de AI de Pipeline-gegevens analyseren en zeggen ‘120% van de doelstelling wordt dit kwartaal behaald’. Hoe moet je met deze voorspelling omgaan?

• A) Rechtstreeks rapporteren aan het management
• B) Rond het getal af op 150%
• C) Valideren van aannames, sluiten van kansen en berekeningen met echte gegevens ✔
• D) Het volledig negeren van de voorspelling.

Beschrijving: De numerieke voorspellingen van AI zijn afhankelijk van de kwaliteit van de invoergegevens en aannames; mogen niet blindelings worden aanvaard. Berekeningslogica, sluitingskansen en aannames moeten worden gecontroleerd en kruiselings gevalideerd met echte gegevens.

10. Wat is de beste input die we aan AI kunnen geven bij het produceren van een one-pager?

• A) Doelpersona, concreet probleem, waardepropositie, onderscheidende factoren en merktoon ✔
• B) Zeg gewoon 'schrijf een one-pager voor ons product'
• C) Alleen het jaar van oprichting van het bedrijf
• D) Prijslijst van concurrenten

Beschrijving: Wil AI hoogwaardige output kunnen produceren, dan moet er context worden gegeven, zoals de doelgroep, het concrete opgeloste probleem, de waardepropositie, onderscheidende factoren en de toon van het merk. Contextloze verzoeken zoals 'Schrijf ons een one-pager' produceren generieke uitvoer.