В сегодняшней нестабильной деловой среде многие фирмы стремятся оптимизировать цепочку поставок и искать дополнительные источники поставок дефицитных материалов. Однако иногда упускается из виду одна чрезвычайно влиятельная группа: роль продавца может быть огромной в определении «правильных» проектов для обслуживания во времена неопределенности.

Уделяя большое внимание минимизации затрат, оптимизации процессов и рационализации каналов для снижения затрат на обслуживание, отделы продаж также могут сыграть важную роль. Их сочетание технических и коммерческих навыков долгое время было дефицитным ресурсом, которым можно было бы дорожить, и в настоящее время взгляд на данные, который помогает им разумно тратить свое время, как никогда актуален. Сочетание знаний специалистов по продажам о рынке и клиентах в сочетании с пониманием профилей сделок и проектов на основе данных помогает организациям выбирать правильные предложения для обслуживания, особенно когда поставки ограничены. Правильными сделками могут быть сделки с наибольшей маржой или с наибольшим будущим потенциалом в стратегическом и финансовом плане. Опытный мозг продавца может вычислить множество параметров «сделки», чтобы сделать правильный выбор; при поддержке науки о данных он может сделать еще больше.

Итак, во времена дефицита цепочки поставок и роста затрат как компании узнают, на каких сделках лучше всего сосредоточиться?

Почему оценка возможностей?

Opportunity Scoring помогает бизнесу расставлять приоритеты в отношении правильных сделок в зависимости от приоритета компании, часто это сделки с самой высокой маржой и наибольшим шансом на выигрыш. Особенно, когда речь идет о сделках с высокой стоимостью, основанных на проектах, где вы несете высокую стоимость продаж, чтобы конкурировать, когда вам нужно заранее инвестировать скудные ресурсы, чтобы продемонстрировать свои возможности, вы хотите быть уверены, что инвестируете эти ресурсы в правильное место в нужное время.

С таким количеством движущихся частей в глобальных операциях и множеством сделок, которые нужно проводить одновременно, у продавцов часто не хватает времени или информации, чтобы должным образом оценить каждую возможность продажи в соответствии со стандартным процессом. В большинстве случаев они полагаются на свои деловые суждения и предыдущий опыт при принятии решений. Но в таких сложных обстоятельствах существует риск, что они могут потерять сделки и проекты, которые они надеялись выиграть, что приведет к снижению доходов и количества побед.

Эта проблема усугубляется в производстве, где многие очень опытные специалисты по продажам работают в отрасли долгое время, часто накапливая свои глубокие и сложные знания рынка, клиента, «идеального проекта» в течение всей карьеры в определенной компании или отрасли. . Их знания сродни золотой пыли! Многие из этих продавцов, скорее всего, уйдут на пенсию в ближайшие 5–10 лет вместе со своими знаниями, если мы не систематизируем их идеи, помогая на этом пути новым или менее опытным коллегам.

Opportunity Scoring, использующий моделирование машинного обучения, дает отделу продаж второе, основанное на данных мнение о том, какие сделки с наибольшей вероятностью будут заключены, и помогает им соответствующим образом организовать свое время и ресурсы. Вместо того, чтобы полагаться исключительно на свои деловые суждения и опыт при определении приоритетов сделки, они усиливают процесс принятия решений и оспаривают свои гипотезы, чтобы улучшить процесс принятия решений на всех этапах взаимодействия с клиентами. Они могут сосредоточиться на сделках, которые они, скорее всего, закроют, или они могут разработать новую стратегию продаж для тех сделок, которые имеют более низкий балл, чем они предполагали. Со временем создаются «боевые карты», которые помогают командам заключать традиционно трудные сделки, такие как учетные записи конкурентов.

Здесь новые или менее опытные коллеги извлекают выгоду из этих коллективных знаний, поскольку модель оценки возможностей по существу «кодифицирует» знания, полученные за эти годы, и заставляет их работать для всей организации.

Opportunity Scoring предоставляет вам преимущество «кодирования» коллективного интеллектуального потенциала и принятия решений лучшими продавцами компании. Используя моделирование с помощью машинного обучения, модель изучает, как выглядит успех, преобразуя характеристики сделки и информацию, влияющую на принятие решений, в оценку и идеи, которые команды могут использовать для информирования своей стратегии продаж, которая становится доступной для всех в фирме. В результате «компетентность в продажах» компании сохраняется и улучшается, и продолжает улучшаться по мере того, как отделы продаж видят преимущества второго мнения, побуждая их чаще вводить больше данных о сделках, постоянно повышая точность модели при этом (по мере того, как а также держать распорядителей мастер-данных счастливыми!).

Кроме того, директора по продажам могут использовать оценку возможностей на агрегированном уровне, чтобы спрогнозировать свои вероятные показатели продаж в сравнении с целевыми показателями. Они могут использовать систему подсчета очков, чтобы определять и проверять сделки, которые необходимо выиграть, подвергающиеся риску, обеспечивать ресурсы и обучать свои отделы продаж, чтобы сосредоточиться на тех сделках, которые они хотят и с наибольшей вероятностью выиграют.

Каков наш подход?

Чтобы помочь отделам продаж легче квалифицировать свои сделки, мы сначала пытаемся понять их существующий процесс квалификации и конкретные бизнес-цели. Используя нашу библиотеку активов машинного обучения (ML), мы настраиваем и обучаем нашу модель ML, чтобы узнать, как выглядят успешные сделки, на основе тысяч исторических профилей сделок, результаты которых уже известны. Модель используется для оценки открытых возможностей на основе вероятности их реализации. Это усовершенствование полностью встроено в существующий процесс отдела продаж, такой как информационная панель или система CRM, в зависимости от того, как они работают. Он задуман как эволюция, а не как революция, «просто» предлагая небольшое улучшение в виде инструмента поддержки принятия решений, чтобы помочь им принимать решения на основе данных.

Как только мы все довольны работой модели, и отделы продаж чувствуют, что они могут «доверять» модели, она интегрируется в системы отдела продаж, чтобы она могла оценивать возможности в реальном времени и публиковать результаты в CRM отдела продаж. С помощью панели управления, встроенной непосредственно в инструмент CRM, отделы продаж могут получить «второе мнение» о вероятном успехе своих сделок. Кроме того, руководитель отдела продаж может вместе просмотреть сделки всех отделов продаж и получить «второе мнение» об их общем прогнозе.

Каковы преимущества?

Одним из самых больших преимуществ является возможность отдавать приоритет «правильным», как правило, сделкам с самой высокой маржой. В настоящее время определение того, какая сделка будет наиболее выгодной для компании, часто важнее, чем общий доход от сделки. Обычно мы наблюдаем увеличение винрейта на 1–4% на зрелых рынках в течение года. Большинство отделов продаж сообщают о чувстве порядка и облегчении как о самом большом преимуществе, поскольку они смогли сконцентрировать ресурсы — и, что особенно важно, получить поддержку от других команд — на сделках, которые, скорее всего, будут выиграны, вместо того, чтобы распылять себя и свои команды слишком тонко. по многим сделкам, которые, по их мнению, они должны проводить.

Наконец, прогнозы на основе данных помогают командам повысить точность воронки. Команды не только видят преимущества более частого ввода большего количества данных, но также подвергают сомнению и исправляют данные для сделок с более низкими оценками, чем они ожидали, где они могут обнаружить неточности данных. После исправления общее качество данных улучшается, как и оценки, которые может предоставить модель.

Наш опыт

Мы уже объединились с несколькими мировыми производителями, чтобы оптимизировать их данные и помочь им расставить приоритеты для правильных сделок.

В одном из таких случаев отделам продаж потребовалась помощь в определении правильных приоритетов и заключении сделок с наибольшим потенциалом. Новая система CRM дополнительно увеличила нагрузку на отдел продаж за счет повышения требований к отчетности. Следующим логическим шагом было внедрение решений, основанных на данных, использование полученных данных и демонстрация ценности сбора и анализа этой информации для торговой организации.​

Компания Amplify Analytix создала и внедрила прогнозную модель машинного обучения для расчета оценок возможностей, которые обозначают от 1 — очень низкий до 5 — очень высокий потенциальный шанс выиграть возможность. Счет пересчитывается (пере)считывается в два момента жизненного цикла возможности — при ее создании в CRM и при подаче первого предложения клиенту. Рассчитанные баллы видны в CRM и позволяют торговым представителям оценить свой выигрышный потенциал и оценить усилия, необходимые для закрытия сделки.

Предоставив команде преимущества машинного обучения простым способом, мы помогли нашему клиенту добиться большего успеха в различных областях продаж. Решение привело к повышению эффективности работы отдела продаж за счет выявления сделок с высоким потенциалом, что позволило им лучше расставлять приоритеты в ресурсах.

Модели машинного обучения использовались для получения правильной оценки возможностей. На этапе «Моделирование» были разработаны два алгоритма повышения градиента для прогнозирования вероятности реализации возможности в будущем. Первая модель оценивала потенциал возможности в то время, когда она была только что определена и создана в CRM. Вторая модель оценивала шанс выиграть возможность после того, как первое предложение было отправлено покупателю. На данный момент доступно гораздо больше подробностей о конкретной сделке, которые используются в качестве предикторов для модели.

Модель была создана и развернута в облачной среде Azure с использованием следующей инфраструктуры: создание новой записи Opportunity в Microsoft Dynamics (MSD), API отправляет сообщение в служебную шину Azure (ASB).

Сообщение ожидало в очереди ASB для чтения виртуальной машиной (VM), настроенной в Azure Active Directory Amplify. Когда сообщение было получено, виртуальная машина под названием Dynamics API получила все соответствующие данные для вновь созданной записи. Затем данные были очищены и преобразованы в формат, готовый к подсчету очков. Виртуальная машина вызывает алгоритм для оценки готовых данных. После оценки данных был сделан обратный вызов к API MSD для заполнения поля «Оценка возможности» для данной записи вновь рассчитанным значением оценки.

Модель была обучена на информации CRM о возможности и ее клиенте, такой как тип продаваемого оборудования, стоимость сделки, прошлые отношения с клиентом и т. д. Качество данных в торговой организации клиента улучшилось, потому что внедрения CRM.

В итоге наш клиент увеличил коэффициент конверсии возможностей продаж на 3 %, сократил количество неточных данных в системе CRM на 50 %, повысил эффективность работы отдела продаж благодаря более чем 1000 более эффективно используемому рабочему времени и получил дополнительный доход более чем на 1,5 млн евро. через 3 месяца.

Индивидуальные модели оценки возможностей, которые мы создаем, — это гораздо больше, чем просто встроенное программное решение. Они подходят для всех заинтересованных сторон, особенно для компаний, которые работают над улучшением качества своих данных.

Мы тщательно сопровождаем наших клиентов в совместном пошаговом путешествии по поиску данных, способствуя их полному участию на каждом этапе проекта, сотрудничеству и позволяя нам быть на одной волне на протяжении всего процесса. Мы помогаем разбить цифры, пытаясь объяснить любой контекст и практические идеи, полученные из модели данных «черный ящик». Мы работаем с нашими клиентами, а они учатся вместе с нами. В результате знакомства с закулисным процессом они с большей вероятностью поверят результатам и создадут чувство доверия и надежности. Наконец, они собирают новые знания — они понимают, как было сделано открытие и как мы пришли к инсайтам. Другими словами, мы не просто даем им рыбу, мы учим их ловить рыбу!

В конце концов, клиент не только получит модель, которая поможет определить приоритетность правильных сделок, но также получит возможность создать основу для навыков работы с данными в традиционно менее грамотных командах, что принесет огромные дивиденды, когда дело доходит до данных. - мотивированное принятие решений.

В Amplify Analytix мы имеем более чем 15-летний опыт работы в крупных корпорациях, где у нас была возможность увидеть реальные проблемы отделов продаж изнутри. Это научило нас использовать аналитические данные для получения всеобъемлющей бизнес-перспективы, которая в противном случае была бы упущена. только извлекайте выгоду из своего бизнеса!

В эти времена волатильности Opportunity Scoring может помочь компаниям-производителям B2B вернуться в нужное русло и сосредоточиться на тех сделках, которые принесут больше преимуществ. Предоставляя нашим клиентам преимущества машинного обучения простым способом, мы помогаем им добиться большего успеха и повысить эффективность продаж.

Первоначально опубликовано на https://amplifyanalytix.com.