Prognozowanie sprzedaży, analiza rurociągów i tworzenie treści sprzedażowych

Zyski:

• Możliwość analizowania danych rurociągów za pomocą sztucznej inteligencji i tworzenia komentarzy do prognoz
• Możliwość szybkiego tworzenia treści sprzedażowych, takich jak one-pager, prezentacja i studium przypadku
• Możliwość sfinalizowania wyników AI za pomocą weryfikacji numerycznej i tonu marki

Gdy zbliża się koniec kwartału, pytanie lidera sprzedaży jest zawsze takie samo: „Czy możemy zamknąć ten kwartał?” Odpowiedź na to pytanie nie jest uczuciem, jest ukryta w rurociągu. Jednak surowe dane dotyczące rurociągów to niechlujna tabela z wierszami transakcji, etapami, kwotami i datami; Aby zobaczyć historię w środku, potrzeba czasu. Sztuczna inteligencja może odczytać tę tabelę i w ciągu kilku minut wyodrębnić rozkład etapów, blokady, trend współczynnika wygranych i interpretację prognoz. Ta sama sztuczna inteligencja szybko tworzy także jednostronicowy konspekt prezentacji lub studium przypadku opisujące wygrany biznes. Jednak główne przesłanie tej jednostki jest takie: nie przyjmuj ślepo żadnej liczby ani zdania stworzonego przez sztuczną inteligencję. Model analizuje, Ty weryfikujesz.

Analiza rurociągów: od danych do wglądu

Analiza rurociągów stara się odpowiedzieć na pytanie „jak zdrowa jest ta praca”, a nie „ile jest pracy?” Kluczowe wskaźniki, na które warto zwrócić uwagę:

metryczny

co to mówi

znak ostrzegawczy

Dystrybucja sceniczna

Na jakim etapie są układane transakcje?

Większość wczesnych etapów = słaba prognoza

Utknięte oferty

Możliwości, które od dawna nie były dostępne

Ponad 60 dni na tym samym etapie

współczynnik wygranych

Wygrane / łącznie zamknięte

Trend spadkowy = problem procesowy

prawdopodobieństwo zamknięcia

Prognoza ważona według etapów

Zbyt optymistyczne wagi

Średnia wielkość transakcji

Trend wielkości możliwości

Zmniejszanie się = zły segment

Podpowiedź do kopiowania: analiza rurociągu

Jesteś analitykiem operacyjnym sprzedaży. Przeanalizuj poniższe dane dotyczące rurociągu. Dane: każdy wiersz to szansa; Kolumny: nazwa transakcji, etap, kwota, data wejścia na etap, szacunkowe zamknięcie. Wyjście: 1. Podział etapów (liczba możliwości i łączna kwota na każdym etapie)2. Zablokowane możliwości (te, które pozostają na tym samym etapie przez ponad {{day}} dni)3. Kalkulacja współczynnika wygranych (na podstawie zamkniętych transakcji)4. Podsumowanie ryzyka: 3 możliwości zagrażające prognozie i dlaczego. Reguła: Używaj tylko liczb zawartych w danych. Pokaż mi wzór na każdy obliczany wskaźnik, żebym mógł go zweryfikować. Przewidywanie wartości, której nie ma w danych; Jeżeli go brakuje, wpisz „brak danych”. Dane:{{pipeline_verisi}}

Interpretacja prognoz i weryfikacja numeryczna

Sztuczna inteligencja może powiedzieć Ci, że „ten kwartał zakończy się kwotą 2,4 miliona TL”. To zdanie brzmi precyzyjnie, ale istnieją podstawowe założenia: jakie możliwości domknięcia zastosowano? Które oferty są uwzględnione? Czy model popełnił błąd w dodawaniu? Sposobem sprawdzenia wyników numerycznych jest wyraźne zapytanie modelu o jego założenia i wzór. Następnie sprawdź ręcznie co najmniej jeden wskaźnik: na przykład samodzielnie dodaj ważoną kwotę trzech transakcji i porównaj ją z wynikiem modelu. Modele mogą popełniać błędy arytmetyczne, szczególnie w tabelach wielowierszowych.

Uzasadnij powyższą prognozę w następującym formacie: - Zastosowane założenia dotyczące prawdopodobieństwa zamknięcia (według etapów) - Uwzględnione i wykluczone transakcje + dlaczego - Jasne zestawienie obliczeń sumy ważonej (transakcja) Muszę być w stanie zweryfikować nie wynikową liczbę, ale sposób, w jaki do niej doszedłeś.

Uwaga: Prognoza stworzona przez sztuczną inteligencję jest kalkulacją, a nie faktem i jest całkowicie zależna od danych wejściowych i założeń. Model może zastosować niewłaściwą wagę prawdopodobieństwa, niepoprawnie dodać linie lub podwójnie policzyć transakcję. Ręcznie zweryfikuj co najmniej jeden wskaźnik i uwidocznij założenia przed przedstawieniem liczby kierownictwu. Niezweryfikowana prognoza prowadzi do nieprawidłowego planowania zasobów.

Produkcja treści sprzedażowych: dobry zestaw danych wejściowych

Jakość sztucznej inteligencji w postaci jednostronicowego, talii lub studium przypadku zależy całkowicie od wkładu, jaki wniesiesz. Dobry brief dotyczący treści obejmuje pięć elementów: osobowość (komu), problem (jaki problem rozwiązujemy), propozycję wartości (dlaczego my), wyróżniki (czym różnimy się od konkurencji) i ton marki (jak mówimy). Jeśli brakuje tych pięciu, model wypełnia luki ogólnymi kliszami marketingowymi, a wynik jest podobny do wszystkich innych.

Produkcja jednostronicowego krok po kroku

1. Zbierz zestaw wejściowy. Persona, problem, propozycja wartości, wyróżniki, ton marki.
2. Podaj cel. Jednostronicowa wersja robocza, studium przypadku? Format jest inny.
3. Wyprodukuj model. Podaj uporządkowany brief.
4. Sprawdź liczby. Potwierdź każdy wskaźnik (ROI, czas trwania, liczba klientów) wymieniony w treści rzeczywistymi danymi.
5. Dopasuj go do tonu marki. Wprowadź język modelki do swojego firmowego przewodnika głosowego.
6. Ludzka akceptacja. Człowiek sprawdzi to przed publikacją.

Monit kopiowalny: jednostronicowy

Przygotuj jednostronicową wersję roboczą. Dane wejściowe:- Osoba: {{target_persona}}- Problem, który rozwiązaliśmy: {{problem}}- Propozycja wartości: {{value_recommendation}}- Wyróżniki: {{ Differentiators}}- Ton marki: {{brand_tone}}Struktura: (1) uderzający tytuł, (2) opis problemu, (3) nasze rozwiązanie, (4) 3 elementy korzyści, (5) miejsce dowodu społecznego, (6) pojedyncze CTA sieci. Reguła: Nie rób tego fabrykować konkretne liczby lub roszczenia klientów. Umieść symbol zastępczy „[dane do zweryfikowania]” w miejscu, w którym wymagany jest numer. Pozostań wierny tonowi swojej marki.

Podpowiedź do kopiowania: ramy studium przypadku

Wygeneruj szkielet studium przypadku na podstawie następujących informacji o kliencie: - Profil klienta: {{customer}} - Początkowy problem: {{problem}} - Wdrożone rozwiązanie: {{solution}} - Wyniki: {{results}}Struktura: Wyzwanie -> Rozwiązanie -> Wnioski. Oznacz każdy numer w sekcji wyników tagiem „[źródło/wymagana weryfikacja]”. Nie pisz żadnych roszczeń, których klient nie akceptuje, tak jakby były pewne.

Słaby brief/silny brief

SŁABY: „Napisz jednostronicowy artykuł o naszym produkcie”. Rezultat: Tekst ogólny, pełen klisz, niejasny do kogo jest adresowany, może zawierać wymyślone liczby i wygląda jak teksty wszystkich innych osób.

GÜÇLÜ:"Osoba: Kierownik operacyjny firmy produkcyjnej zatrudniającej 500 osób. Problem: ręczne planowanie zmian kosztuje 6 godzin tygodniowo. Propozycja wartości: automatyzujemy planowanie i zmniejszamy poziom błędów. Wyróżnik: zgodny z lokalnymi przepisami, uruchomienie w ciągu 2 tygodni. Ton: prosty, godny zaufania, dyskretny. Umieść symbol zastępczy w miejscu, gdzie potrzebny jest numer, wymyśl go. Wynik: Projekt zgodny z celem, możliwy do sprawdzenia, odpowiedni dla marki.

Mini case: naprawianie optymistycznej prognozy

W zespole zajmującym się oprogramowaniem menedżer sprzedaży zleca analizę rurociągu za pomocą sztucznej inteligencji. Model generuje dobrą prognozę na kwartał. Menedżer żąda z modelu podziału sumy ważonej typu transakcja-umowa, zgodnie z regułą obowiązującą w jednostce. Analizując transkrypcję, zauważa dwie rzeczy: model obliczył 90-procentowe prawdopodobieństwo, że duża transakcja utknęła na etapie „kontraktu” przez sześćdziesiąt dni, podczas gdy w rzeczywistości transakcja ta jest zagrożona; Ponadto dwa rekordy tego samego klienta zostały przypadkowo zebrane dwukrotnie. Skorygowana prognoza jest znacznie niższa od pierwszej wartości. Menedżer zwraca się do kadry kierowniczej wyższego szczebla z tą realistyczną liczbą i odkłada niepotrzebną decyzję o zatrudnieniu. Model nie był zły; trzeba było to tylko zweryfikować.

Wskazówka: podczas tworzenia treści nigdy nie proś modela o „utworzenie” figur, ale raczej o pozostawienie elementu zastępczego. Tagi „[metryka do weryfikacji]” to bezpieczne przestrzenie czekające na późniejsze wypełnienie prawdziwymi danymi, zapobiegające dotarciu do klienta zmyślonych statystyk.

Typowe błędy

• Akceptacja prognozy bez zastrzeżeń. Nie należy przedstawiać żadnych szacunków bez zapoznania się z założeniami i wzorem.
• Zaufanie do arytmetyki modelu. W tabelach wielowierszowych występują błędy agregacji; Sprawdź ręcznie co najmniej jeden wskaźnik.
• Prośba o treść ze słabym briefem. Jeśli nie ma osobowości i wyróżnika, wynik będzie banalny.
• Publikowanie sfabrykowanych statystyk. Umieszczenie ROI i danych klientów wytworzonych przez model na jednej stronie bez sprawdzenia tego szkodzi zaufaniu do marki.
• Omijanie ludzkiej akceptacji. Żadna treść sprzedażowa nie powinna zostać opublikowana bez sprawdzenia przez człowieka.

Podsumowując

• Analiza rurociągu zadaje pytanie „jak zdrowa jest ta praca”, a nie „ile jest pracy”; Rozkład etapów, zatykanie i współczynnik wygranych są krytyczne.
• Prognoza jest kalkulacją, a nie faktem; Zapytaj model o jego założenia i formułę i zweryfikuj je ręcznie.
• Dobry brief dotyczący treści zawiera pięć elementów: osobowość, problem, propozycja wartości, wyróżniki, ton marki.
• Nie twórz liczb w jednostronicowym, talii i studium przypadku; Zostaw symbol zastępczy i wypełnij go prawdziwymi danymi.
• Dopasuj go do tonu marki i upewnij się, że uzyskasz akceptację ludzi przed publikacją.

Zadanie aplikacji

Pobierz próbkę 10–15 linii z własnych danych potoku (anonimowych) i uruchom monit „analiza potoku”. Ręcznie zweryfikuj współczynnik wygranych i prognozę ważoną podaną przez model, prosząc o podział formuły; Spróbuj znaleźć przynajmniej jeden błąd lub wątpliwe założenie. Następnie uruchom monit „jednostronicowy” z mocnym zestawem danych wejściowych, aby osiągnąć prawdziwy sukces klienta. Wypełnij każdy symbol zastępczy w wynikach prawdziwymi, zweryfikowanymi danymi i dostosuj tekst do tonu własnej marki. Ostateczna wersja powinna mieć taką jakość, aby po pokazaniu koledze powiedział „to jest nasz głos”.

Egzamin modułowy

1. W przypadku wykorzystania sztucznej inteligencji w sprzedaży ostateczną odpowiedzialność za które z poniższych decyzji powinien zawsze ponosić sprzedawca?

• A) Dokładność wiążących cen i zobowiązań przekazywanych klientowi ✔
• B) Tworzenie pierwszej wersji roboczej wiadomości e-mail
• C) Podział notatek ze spotkań na punkty
• D) Zaproponuj trzy alternatywy dla tematu

Opis: sztuczna inteligencja może tworzyć wersje robocze, badania i streszczenia; Jednakże za dokładność i etykę wiążących decyzji, takich jak zobowiązanie cenowe, warunki umowy i formalne obietnice złożone klientowi, odpowiada człowiek. Decyzji tych nie należy przedkładać bez weryfikacji.

2. Co oznacza litera „A” w systemie BANT do określenia leadu?

• A) Analityka
• B) Organ (instytucja zamawiająca) ✔
• C) Konto (wielkość konta)
• D) Adopcja

Opis: TAŚMA; Składa się ze słów Budżet (budżet), Władza (władza), Potrzeba (potrzeba) i Oś czasu (oś czasu). „A” odnosi się do osoby, która ma władzę (autorytet) przy podejmowaniu decyzji o zakupie.

3. Dlaczego zimna wiadomość e-mail wygenerowana przez sztuczną inteligencję prawdopodobnie trafi do folderu ze spamem i nie zostanie skonwertowana?

• A) Ponieważ jest za krótki
• B) Ponieważ zawiera znak zapytania
• C) Ponieważ jest niespersonalizowany, ogólny i nieistotny dla kupującego ✔
• D) Ponieważ zaczyna się od imienia odbiorcy

Objaśnienie: Masowe wiadomości e-mail, które nie są spersonalizowane, ogólne i nieistotne dla odbiorcy, uruchamiają filtry spamu i nie tworzą u odbiorcy poczucia wartości. Skuteczny zimny e-mail zawiera zdarzenie wyzwalające specyficzne dla odbiorcy i jasną propozycję wartości.

4. Przygotowując ofertę dla klienta, spotkałeś się ze stwierdzeniem „Wzrost produktywności o 300% gwarantowany w branży” od AI. Które zachowanie jest najwłaściwsze?

• A) Zostaw to tak, jak jest, bo robi wrażenie
• B) Jeszcze bardziej zwiększ liczbę i napisz 500%
• C) Przesuń go na górę wniosku, dużą czcionką
• D) Zastąpienie roszczenia stwierdzeniem możliwym do sprawdzenia, realistycznym i opartym na źródłach ✔

Wyjaśnienie: Niemożliwe do sprawdzenia, przesadzone i gwarantowane roszczenia są zarówno nieetyczne, jak i stwarzają ryzyko prawne. Stwierdzenie należy usunąć lub zastąpić w konkretnym, konkretnym i realistycznym zakresie.

5. Które z poniższych rozwiązań jest najlepszą praktyką przy projektowaniu spersonalizowanej sekwencji obserwacji?

• A) Zapewnienie nowej wartości, wiedzy lub zasobów przy każdym kolejnym działaniu ✔
• B) Powtarzanie tego samego zdania „tylko sprawdzam” w każdej wiadomości
• C) Wysyłanie tego samego e-maila dwa razy dziennie
• D) W przypadku nie otrzymania pierwszej odpowiedzi, anulowanie całej serii

Wyjaśnienie: Dobry wątek uzupełniający oferuje nową wartość (treść, przykład, spostrzeżenia) w przypadku każdej wiadomości i nie ogranicza się jedynie do stwierdzenia „tylko sprawdzenie”. Każdy punkt kontaktu powinien dać kupującemu powód.

6. Klient wyraził zastrzeżenie: „Twoja cena jest za wysoka”. Które podejście oparte na sztucznej inteligencji jest najskuteczniejsze?

• A) Natychmiastowa zniżka
• B) Zrozumienie źródła sprzeciwu i przeformułowanie go w kategoriach wartości i ROI ✔
• C) Kłótnia z klientem i twierdzenie, że się myli
• D) Zamknij temat i przejdź do innego produktu

Wyjaśnienie: Skuteczne przeciwstawienie się obiekcji wymaga najpierw zrozumienia zastrzeżenia (niezależnie od tego, czy jest to postrzeganie ceny czy wartości), a następnie sformułowania go w kategoriach ROI/wartości. Oferowanie rabatu natychmiast zmniejsza wartość.

7. Przekazałeś AI zapis rozmowy sprzedażowej i utworzyłeś notatkę CRM. Jaki jest najbardziej krytyczny obszar notatki?

• A) Ile minut trwała rozmowa?
• B) Z jakiego miasta połączyli się uczestnicy
• C) Wyczyść następny krok ze znanym właścicielem i datą ✔
• D) Ile razy zostałeś wyśmiany podczas rozmowy kwalifikacyjnej?

Opis: Wartość operacyjna noty CRM znajduje się w polu „następny krok” z właścicielem sieci i datą. Jeśli następny krok jest niejasny, szansa utknie w przygotowaniu i zostanie utracona.

8. Jaka jest najważniejsza dyscyplina weryfikacyjna podczas przygotowywania karty bitwy przeciwnika z wykorzystaniem AI?

• A) Bezpośrednie zaufanie do AI, ponieważ wykorzystuje najnowocześniejszy model
• B) Wyróżnienie własnego produktu poprzez wyolbrzymianie informacji o konkurencji
• C) Dodanie na stół jedynie logo przeciwnika
• D) Potwierdzenie roszczeń konkurencji za pomocą aktualnych i wiarygodnych źródeł ✔

Wyjaśnienie: sztuczna inteligencja może generować nieaktualne lub halucynacyjne ceny, funkcje i informacje dla klientów o konkurentach. Każde roszczenie konkurencji złożone w Battlecard musi zostać zweryfikowane w aktualnym i wiarygodnym źródle przed wystawieniem na sprzedaż.

9. Poprosiłeś sztuczną inteligencję, aby przeanalizowała dane z rurociągu i stwierdziła, że ​​„w tym kwartale zostanie osiągnięte 120% celu”. Jak należy potraktować tę prognozę?

• A) Raportowanie bezpośrednio do kierownictwa
• B) Zaokrąglij liczbę do 150%
• C) Walidacja założeń, prawdopodobieństwa zamknięcia i obliczenia na danych rzeczywistych ✔
• D) Całkowite ignorowanie przewidywań.

Opis: przewidywania numeryczne sztucznej inteligencji zależą od jakości danych wejściowych i założeń; nie należy przyjmować w ciemno. Logikę obliczeń, prawdopodobieństwa zamknięcia i założenia należy sprawdzić i zweryfikować krzyżowo z rzeczywistymi danymi.

10. Jaki jest najlepszy zestaw danych wejściowych, jaki można przekazać AI podczas tworzenia jednostronicowego komunikatu?

• A) Osoba docelowa, konkretny problem, propozycja wartości, wyróżniki i ton marki ✔
• B) Po prostu powiedz „napisz jedną stronę dla naszego produktu”
• C) Tylko rok założenia firmy
• D) Cennik konkurencji

Opis: Aby sztuczna inteligencja mogła generować produkty wysokiej jakości, należy podać kontekst, taki jak osoba docelowa, konkretny rozwiązany problem, propozycja wartości, wyróżniki i ton marki. Żądanie bezkontekstowe, takie jak „Napisz nam jednostronicowy komunikat”, generuje ogólne dane wyjściowe.