Dự báo bán hàng, phân tích quy trình và sản xuất nội dung bán hàng

Lợi nhuận:

• Khả năng phân tích dữ liệu đường ống bằng AI và tạo nhận xét dự báo
• Khả năng nhanh chóng tạo ra nội dung bán hàng như một máy nhắn tin, thuyết trình và nghiên cứu điển hình
• Khả năng hoàn thiện đầu ra AI bằng xác minh số và tông màu thương hiệu

Khi đến gần cuối quý, câu hỏi của trưởng nhóm bán hàng luôn giống nhau: "Chúng ta có thể kết thúc quý này được không?" Câu trả lời cho câu hỏi này không phải là cảm giác, nó ẩn giấu trong đường dẫn của bạn. Nhưng dữ liệu quy trình thô là một bảng lộn xộn với hàng nối hàng giao dịch, giai đoạn, số tiền và ngày tháng; Phải mất thời gian để xem câu chuyện bên trong. Trí tuệ nhân tạo có thể đọc bảng này và trích xuất phân bổ giai đoạn, tắc nghẽn, xu hướng tỷ lệ thắng và giải thích dự báo trong vòng vài phút. Trí tuệ nhân tạo tương tự cũng nhanh chóng tạo ra một máy nhắn tin, một dàn ý thuyết trình hoặc một nghiên cứu điển hình mô tả doanh nghiệp đã thắng. Tuy nhiên, thông điệp chính của đơn vị này là: đừng mù quáng chấp nhận bất kỳ con số hoặc câu nào do trí tuệ nhân tạo tạo ra. Mô hình phân tích, bạn xác minh.

Phân tích quy trình: từ dữ liệu đến hiểu biết sâu sắc

Phân tích quy trình tìm cách trả lời câu hỏi "công việc này lành mạnh đến mức nào" thay vì "có bao nhiêu công việc?" Các số liệu chính cần xem xét:

thước đo

nó nói gì

dấu hiệu cảnh báo

Phân phối giai đoạn

Giao dịch được xếp chồng lên nhau ở giai đoạn nào?

Hầu hết các giai đoạn đầu = dự báo kém

Giao dịch bị mắc kẹt

Cơ hội đã lâu không tiến triển

Hơn 60 ngày ở cùng một giai đoạn

tỷ lệ thắng

Thắng / tổng số đóng

Xu hướng giảm = vấn đề về quy trình

xác suất đóng cửa

Dự báo có trọng số theo giai đoạn

Trọng số quá lạc quan

Quy mô giao dịch trung bình

Xu hướng quy mô cơ hội

Thu hẹp = phân đoạn sai

Lời nhắc có thể sao chép: phân tích đường ống

Bạn là nhà phân tích hoạt động bán hàng. Phân tích dữ liệu đường ống dưới đây. Dữ liệu: mỗi hàng là một cơ hội; Các cột: tên giao dịch, giai đoạn, số tiền, ngày nhập giai đoạn, ước tính kết thúc. Đầu ra: 1. Phân bổ giai đoạn (số lượng cơ hội và tổng số tiền trong mỗi giai đoạn)2. Cơ hội bị chặn (những cơ hội vẫn ở cùng một giai đoạn trong hơn {{day}} ngày)3. Tính toán tỷ lệ thắng (dựa trên các giao dịch đã đóng)4. Tóm tắt rủi ro: 3 cơ hội đe dọa dự báo và lý doQuy tắc: Chỉ sử dụng các con số trong dữ liệu. Hãy chỉ cho tôi công thức cho từng số liệu bạn tính toán để tôi có thể xác minh nó. Dự đoán một giá trị không có trong dữ liệu; Nếu thiếu, hãy ghi "thiếu dữ liệu". Dữ liệu:{{pipeline_verisi}}

Giải thích dự báo và xác minh số

Trí tuệ nhân tạo có thể cho bạn biết "quý này sẽ kết thúc với 2,4 triệu TL". Câu này nghe có vẻ chính xác nhưng có những giả định cơ bản: những khả năng kết thúc nào đã được sử dụng? Những giao dịch nào được bao gồm? Mô hình có mắc lỗi bổ sung không? Cách để xác minh kết quả đầu ra bằng số là hỏi mô hình một cách rõ ràng về các giả định và công thức của nó. Sau đó, hãy kiểm tra ít nhất một số liệu theo cách thủ công: ví dụ: tự thêm số tiền có trọng số của ba giao dịch và so sánh với kết quả của mô hình. Các mô hình có thể mắc lỗi về số học, đặc biệt là trong các bảng có nhiều hàng.

Chứng minh dự báo trên theo định dạng sau:- Các giả định về xác suất kết thúc mà bạn đã sử dụng (theo giai đoạn)- Các giao dịch bạn đã bao gồm và loại trừ + lý do- Phân tích rõ ràng về tổng trọng số của phép tính (thỏa thuận) Tôi cần có khả năng xác minh không phải con số kết quả mà là cách bạn đạt được nó.

Lưu ý: Số liệu dự báo do AI đưa ra là tính toán, không phải thực tế và hoàn toàn phụ thuộc vào dữ liệu đầu vào và các giả định. Mô hình có thể sử dụng trọng số xác suất sai, thêm dòng không chính xác hoặc tính hai lần một giao dịch. Xác thực thủ công ít nhất một số liệu và đưa ra các giả định rõ ràng trước khi trình bày con số đó cho ban quản lý. Dự báo chưa được xác minh dẫn đến việc lập kế hoạch tài nguyên không chính xác.

Sản xuất nội dung bán hàng: bộ đầu vào tốt

Chất lượng của AI dưới dạng nghiên cứu một máy nhắn tin, tài liệu hoặc nghiên cứu điển hình phụ thuộc hoàn toàn vào thông tin đầu vào mà bạn cung cấp. Một bản tóm tắt nội dung tốt bao gồm năm thành phần sau: tính cách (đối với ai), vấn đề (chúng ta đang giải quyết vấn đề gì), đề xuất giá trị (tại sao lại là chúng ta), điểm khác biệt (chúng ta khác biệt với đối thủ cạnh tranh như thế nào) và tông màu thương hiệu (cách chúng ta nói). Nếu thiếu năm điều này, mô hình sẽ lấp đầy những khoảng trống bằng những khuôn sáo tiếp thị chung chung và kết quả đầu ra sẽ tương tự như của những người khác.

Từng bước sản xuất một máy nhắn tin

1. Thu thập bộ đầu vào. Tính cách, vấn đề, đề xuất giá trị, sự khác biệt, tông màu thương hiệu.
2. Nêu rõ mục đích. Một trang, bản thảo, nghiên cứu điển hình? Định dạng là khác nhau.
3. Có mô hình được sản xuất. Đưa ra bản tóm tắt có cấu trúc.
4. Xác minh các con số. Xác nhận mọi số liệu (ROI, thời lượng, số lượng khách hàng) được đề cập trong nội dung bằng dữ liệu thực.
5. Hãy để nó phù hợp với tông màu thương hiệu. Kéo ngôn ngữ của mô hình vào hướng dẫn bằng giọng nói của công ty bạn.
6. Sự chấp thuận của con người. Một con người sẽ xem xét nó trước khi xuất bản.

Lời nhắc có thể sao chép: một máy nhắn tin

Tạo một bản nháp một trang. Đầu vào:- Persona: {{target_persona}}- Vấn đề chúng tôi đã giải quyết: {{problem}}- Tuyên bố giá trị: {{value_recommendation}}- Yếu tố khác biệt: {{Khác biệt hóa}}- Giọng điệu thương hiệu: {{brand_tone}}Cấu trúc: (1) tiêu đề nổi bật, (2) tuyên bố vấn đề, (3) giải pháp của chúng tôi, (4) 3 mục lợi ích, (5) vị trí bằng chứng xã hội, (6) CTA ròng duy nhất. Quy tắc: Không bịa đặt số liệu cụ thể hoặc khiếu nại của khách hàng. Đặt phần giữ chỗ "[số liệu để xác minh]" ở vị trí bắt buộc phải có số. Hãy trung thực với tông màu thương hiệu của bạn.

Lời nhắc có thể sao chép: khung nghiên cứu điển hình

Tạo khung nghiên cứu điển hình từ thông tin khách hàng sau:- Hồ sơ khách hàng: {{customer}}- Vấn đề ban đầu: {{problem}}- Giải pháp đã triển khai: {{solution}}- Kết quả: {{results}}Cấu trúc: Thử thách -> Giải pháp -> Kết luận. Đánh dấu từng số trong phần kết quả bằng thẻ "[nguồn/yêu cầu xác minh]". Đừng viết bất kỳ khiếu nại nào mà khách hàng không chấp thuận như thể điều đó là chắc chắn.

Tóm tắt yếu / Tóm tắt mạnh mẽ

YẾU: “Viết một trang cho sản phẩm của chúng tôi.” Kết quả: Một văn bản chung chung, đầy sáo rỗng, không rõ nó nhắm đến ai, có thể chứa những hình ảnh bịa đặt và trông giống của những người khác.

GÜÇLÜ:"Persona: Giám đốc vận hành của một công ty sản xuất với 500 người. Vấn đề: lập kế hoạch ca thủ công tốn 6 giờ một tuần. Đề xuất giá trị: chúng tôi tự động hóa việc lập kế hoạch và giảm tỷ lệ lỗi. Điểm khác biệt: tuân thủ luật pháp địa phương, vận hành trong 2 tuần. Giọng điệu: đơn giản, đáng tin cậy, tinh tế. Đặt một phần giữ chỗ ở nơi cần số, bù đắp." Kết quả: Một bản phác thảo đúng mục tiêu, có thể kiểm chứng, phù hợp với thương hiệu.

Trường hợp nhỏ: sửa dự báo lạc quan

Trong nhóm phần mềm, người quản lý bán hàng có đường dẫn được phân tích bằng trí tuệ nhân tạo. Mô hình đưa ra dự báo sáng sủa cho quý. Người quản lý yêu cầu phân tích giao dịch theo tổng trọng số từ mô hình, tuân theo quy tắc trong đơn vị. Khi xem xét bản ghi, anh ấy nhận thấy hai điều: mô hình tính toán xác suất 90% của một giao dịch lớn đã bị mắc kẹt trong giai đoạn "hợp đồng" trong 60 ngày, trong khi trên thực tế, giao dịch đó đang gặp rủi ro; Ngoài ra, hai bản ghi cho cùng một khách hàng đã vô tình được thu thập hai lần. Dự báo được điều chỉnh thấp hơn đáng kể so với con số đầu tiên. Người quản lý đến gặp quản lý cấp cao với con số thực tế này và trì hoãn quyết định tuyển dụng không cần thiết. Mô hình không tệ; nó chỉ cần được xác minh.

Mẹo: Trong quá trình tạo nội dung, đừng bao giờ yêu cầu người mẫu "tạo" các số liệu mà hãy để lại một phần giữ chỗ. Thẻ "[số liệu để xác minh]" là không gian an toàn chờ điền dữ liệu thực sau này, ngăn không cho số liệu thống kê bịa đặt đến tay khách hàng.

Những lỗi thường gặp

• Chấp nhận con số dự báo mà không có câu hỏi. Không gửi bất kỳ ước tính nào mà không nhìn thấy các giả định và công thức.
• Tin tưởng vào số học của mô hình. Lỗi tổng hợp xảy ra trong các bảng nhiều hàng; Kiểm tra thủ công ít nhất một số liệu.
• Yêu cầu nội dung có nội dung ngắn gọn. Nếu không có cá tính và sự khác biệt thì kết quả sẽ là sáo rỗng.
• Xuất bản số liệu thống kê bịa đặt. Đưa ROI và số liệu khách hàng do mô hình tạo ra trên một máy nhắn tin mà không xác minh sẽ làm tổn hại đến niềm tin thương hiệu.
• Bỏ qua sự chấp thuận của con người Không có nội dung bán hàng nào được hiển thị trực tuyến mà không có sự đánh giá của con người.

Tóm lại

• Phân tích quy trình hỏi “công việc này lành mạnh đến mức nào” thay vì “có bao nhiêu công việc”; Phân phối giai đoạn, tắc nghẽn và tỷ lệ thắng là rất quan trọng.
• Dự báo là một tính toán, không phải là sự thật; Hỏi mô hình về các giả định và công thức của nó rồi xác minh chúng theo cách thủ công.
• Một bản tóm tắt nội dung tốt bao gồm năm thành phần: tính cách, vấn đề, đề xuất giá trị, điểm khác biệt, tông màu thương hiệu.
• Không tạo nên các con số trong một trang, một tài liệu và nghiên cứu điển hình; Để lại một phần giữ chỗ và điền vào đó dữ liệu thực.
• Hãy điều chỉnh nó phù hợp với tông màu thương hiệu và đảm bảo nhận được sự chấp thuận của con người trước khi đi vào hoạt động.

Nhiệm vụ ứng dụng

Lấy mẫu gồm 10-15 dòng từ dữ liệu quy trình của riêng bạn (ẩn danh) và chạy lời nhắc "phân tích quy trình". Xác minh thủ công tỷ lệ thắng và dự báo có trọng số do mô hình đưa ra bằng cách yêu cầu phân tích công thức; Cố gắng tìm ra ít nhất một sai lầm hoặc giả định đáng nghi vấn. Sau đó, chạy lời nhắc "một máy nhắn tin" kèm theo một loạt dữ liệu đầu vào mạnh mẽ để mang lại thành công thực sự cho khách hàng. Điền vào mỗi phần giữ chỗ ở đầu ra bằng dữ liệu thực, đã được xác minh và điều chỉnh văn bản theo tông màu thương hiệu của riêng bạn. Phiên bản cuối cùng phải có chất lượng mà khi cho đồng nghiệp xem, họ sẽ nói "đây là giọng nói của chúng tôi".

Thi học phần

1. Khi sử dụng AI trong bán hàng, nhân viên bán hàng phải luôn chịu trách nhiệm cuối cùng về những quyết định nào sau đây?

• A) Độ chính xác của giá cả và cam kết ràng buộc được truyền đạt tới khách hàng ✔
• B) Tạo phiên bản đầu tiên của bản nháp email
• C) Phân chia ghi chú cuộc họp thành các mục
• D) Đề xuất ba lựa chọn thay thế cho dòng chủ đề

Mô tả: AI có thể tạo ra các bản nháp, nghiên cứu và tóm tắt; Tuy nhiên, con người phải chịu trách nhiệm về tính chính xác và đạo đức của các quyết định mang tính ràng buộc như cam kết về giá, điều kiện hợp đồng và lời hứa chính thức với khách hàng. Những quyết định này không nên được đệ trình mà không có sự xác minh.

2. Chữ 'A' trong khung BANT được sử dụng để xác định khách hàng tiềm năng có ý nghĩa gì?

• A) Phân tích
• B) Cơ quan có thẩm quyền (cơ quan mua hàng) ✔
• C) Tài khoản (kích thước tài khoản)
• D) Nhận con nuôi

Mô tả: BĂNG; Nó gồm các từ Budget (ngân sách), Authority (thẩm quyền), Need (cần) và Timeline (dòng thời gian). “A” dùng để chỉ người có thẩm quyền (Authority) trong quyết định mua hàng.

3. Tại sao một email ngẫu nhiên do AI tạo ra có khả năng rơi vào thư mục thư rác và không được chuyển đổi?

• A) Vì nó quá ngắn
• B) Vì nó có dấu chấm hỏi
• C) Bởi vì nó không được cá nhân hóa, chung chung và không liên quan đến người mua ✔
• D) Bởi vì nó bắt đầu bằng tên người nhận

Giải thích: Những email hàng loạt không được cá nhân hóa, chung chung và không liên quan đến người nhận đều kích hoạt bộ lọc thư rác và không tạo ra nhận thức về giá trị ở người nhận. Email lạnh hiệu quả bao gồm một sự kiện kích hoạt dành riêng cho người nhận và một đề xuất giá trị rõ ràng.

4. Trong khi chuẩn bị đề xuất cho khách hàng, bạn đã thấy cụm từ 'đảm bảo tăng năng suất 300% trong ngành' từ AI. Hành vi nào đúng nhất?

• A) Để nguyên vì nó ấn tượng
• B) Tăng số lên nhiều hơn và viết 500%
• C) Di chuyển nó lên đầu đề xuất với phông chữ lớn
• D) Thay thế tuyên bố bằng một tuyên bố có thể kiểm chứng, thực tế và có nguồn gốc ✔

Giải thích: Những tuyên bố không thể kiểm chứng, phóng đại và đảm bảo đều phi đạo đức và tạo ra rủi ro pháp lý. Tuyên bố này nên được loại bỏ hoặc thay thế trong phạm vi cụ thể, theo nguồn cụ thể và thực tế.

5. Cách thực hành nào sau đây là tốt nhất khi thiết kế trình tự theo dõi được cá nhân hóa?

• A) Cung cấp giá trị, thông tin chi tiết hoặc tài nguyên mới cho mỗi lần theo dõi ✔
• B) Lặp lại câu 'chỉ kiểm tra' trong mỗi tin nhắn
• C) Gửi cùng một email hai lần một ngày
• D) Nếu không nhận được phản hồi đầu tiên, hãy hủy toàn bộ chuỗi

Giải thích: Một chủ đề tiếp theo tốt sẽ mang lại giá trị mới (nội dung, ví dụ, thông tin chi tiết) cho mỗi tin nhắn và không chỉ nói 'chỉ kiểm tra'. Mỗi điểm tiếp xúc phải đưa ra lý do cho người mua.

6. Một khách hàng bày tỏ sự phản đối 'Giá của bạn quá cao'. Cách tiếp cận nào được hỗ trợ bởi AI hiệu quả nhất?

• A) Cung cấp giảm giá ngay lập tức
• B) Hiểu gốc rễ của sự phản đối và điều chỉnh nó về mặt giá trị và ROI ✔
• C) Tranh luận với khách hàng và nói rằng anh ta sai
• D) Đóng chủ đề và chuyển sang sản phẩm khác

Giải thích: Việc chống lại sự phản đối hiệu quả đòi hỏi trước tiên phải hiểu được sự phản đối (cho dù đó là nhận thức về giá hay giá trị) và sau đó định hình nó theo ROI/giá trị. Đưa ra giảm giá ngay lập tức làm giảm giá trị.

7. Bạn đã đưa bản ghi cuộc gọi bán hàng cho AI và tạo ghi chú CRM. Khu vực quan trọng nhất trong ghi chú là gì?

• A) Cuộc trò chuyện kéo dài bao nhiêu phút?
• B) Những người tham gia đã kết nối từ thành phố nào
• C) Xóa bước tiếp theo với chủ sở hữu và ngày đã biết ✔
• D) Đã bao nhiêu lần bị cười nhạo trong cuộc phỏng vấn?

Mô tả: Giá trị hoạt động của ghi chú CRM nằm trong trường 'bước tiếp theo' với chủ sở hữu thực và ngày. Nếu bước tiếp theo không rõ ràng, cơ hội sẽ bị trì trệ trong quy trình và bị mất.

8. Kỷ luật xác minh quan trọng nhất khi chuẩn bị quân bài đối thủ bằng AI là gì?

• A) Tin tưởng trực tiếp vào AI vì nó sử dụng mô hình cập nhật nhất
• B) Để làm nổi bật sản phẩm của mình bằng cách phóng đại thông tin của đối thủ cạnh tranh
• C) Chỉ thêm logo của đối thủ vào bàn
• D) Xác nhận tuyên bố của đối thủ cạnh tranh bằng các nguồn cập nhật và đáng tin cậy ✔

Giải thích: AI có thể tạo ra giá cả, tính năng và thông tin khách hàng lỗi thời hoặc ảo giác về đối thủ cạnh tranh. Mọi tuyên bố của đối thủ cạnh tranh trên Battlecard phải được xác minh bằng nguồn cập nhật và đáng tin cậy trước khi được rao bán.

9. Bạn đã nhờ AI phân tích dữ liệu Đường ống và nói rằng '120% mục tiêu sẽ đạt được trong quý này'. Bạn nên xử lý dự đoán này như thế nào?

• A) Báo cáo trực tiếp cho quản lý
• B) Làm tròn số đến 150%
• C) Xác thực các giả định, xác suất kết thúc và tính toán bằng dữ liệu thực ✔
• D) Hoàn toàn bỏ qua dự đoán.

Mô tả: Dự đoán bằng số của AI phụ thuộc vào chất lượng dữ liệu đầu vào và các giả định; không nên chấp nhận một cách mù quáng. Logic tính toán, xác suất kết thúc và các giả định cần được kiểm tra và xác thực chéo với dữ liệu thực.

10. Bộ thông tin đầu vào tốt nhất để cung cấp cho AI khi tạo ra máy nhắn tin một trang là gì?

• A) Tính cách mục tiêu, vấn đề cụ thể, đề xuất giá trị, điểm khác biệt và tông màu thương hiệu ✔
• B) Chỉ cần nói 'viết một trang cho sản phẩm của chúng tôi'
• C) Chỉ năm thành lập công ty
• D) Bảng giá của đối thủ cạnh tranh

Mô tả: Để AI tạo ra sản phẩm chất lượng, bối cảnh phải được đưa ra như tính cách mục tiêu, giải quyết vấn đề cụ thể, đề xuất giá trị, điểm khác biệt và tông màu thương hiệu. Yêu cầu không có ngữ cảnh như 'Viết cho chúng tôi một máy nhắn tin' sẽ tạo ra kết quả chung.