Schachzug

Gerade dort, wo viele Annahmen getätigt werden müssen und Informationen Gold wert sind, können moderne KI-Technologien Wunder wirken. Genau deshalb kann der Vertrieb enorm vom smarten Einsatz künstlicher Intelligenz profitieren.

Wir befinden uns mitten im Informationszeitalter. Noch nie war es so einfach, so viele Informationen zu einzelnen oder vielen Kontakten zu sammeln. Doch die effiziente Verarbeitung dieser Informationen ist nicht immer einfach, vor allem, wenn man den Wald vor lauter Bäumen bzw. die Information vor lauter Daten nicht sehen kann.

Der Einsatz von Data Analytics ist ideal, um genau diese Informationen zu generieren und so den Goldnugget aus dem Datenfluss zu holen.

Jill Rowley, Social Selling-Evangelistin und Chief Growth Officer bei Marketo, geht davon aus, dass KI insbesondere dort im Vertrieb eingesetzt werden kann, wo der Aufwand hoch und die Ergebnisse grundsätzlich eher gering sind. Dies mache aktuell, so Rowley, den Großteil der Vertriebsarbeit aus und sei daher perfekt zur Optimierung.

KI kann hier eingesetzt werden, um Ratespiele zu vermeiden. Schon heute gibt es Apps, die beispielsweise ermitteln können, welche Accounts aktuell die höchste Wahrscheinlichkeit für einen Abschluss haben, welcher Content für einen bestimmten Kontakt attraktiv sein könnte und sogar, welcher Preis attraktiv für den Kunden ist, aber auch einen bestmöglichen Umsatz generiert.

Die Einsatzmöglichkeiten sind zahlreich und können dabei auch interessante Formen annehmen. Der Chatbot, der aktuell häufig im Service auf Kundenseite angewandt wird, kann ebenso intern im Vertrieb dabei helfen, Informationsanfragen und kleine Aufgaben zu behandeln. Unter dem Thema “Digital Workplace” können Vertriebsmitarbeiter sogar einen digitalen Assistenten nutzen, der Administrationsarbeiten abnimmt, Reportings zusammenstellt und Vorschläge für Opportunities, Kampagnen und interessante Leads macht.

Vier Einsatzmöglichkeiten für KI im Vertrieb

Preisoptimierung

Die dynamische Preisgestaltung ist mittlerweile insbesondere im Online-Bereich sehr verbreitet. Wie kann man die Preise individuell für einzelne Kunden so festlegen, dass diese kaufbereit sind, aber der Umsatz nicht darunter leidet? Bei der Preisoptimierung durch KI können unterschiedliche Variablen herangezogen werden, die demografische Merkmale, aber auch das individuelle Kundenverhalten oder aber erfolgreiche Ergebnisse ähnlicher Kunden beinhalten.

Predictive Lead Scoring

Beim Predictive Lead Scoring kann die Anwendung mit jedem neuen Lead dazu lernen, welches Verhalten und welche Eigenschaften einen Sales Accepted Lead ausmachen. Basierend darauf können mal mehr und mal weniger einflussreiche Variablen entsprechend gewertet werden, so dass das Modell, auf dem das Scoring basiert, sich flexibel an die tatsächlich generierten Leads und Kaufabschlüsse orientiert.

Dadurch kann dem Vertrieb das Ratespiel abgenommen werden, welche Leads bereit für ein Verkaufsgespräch sind und welche noch länger vom Marketing betreut werden müssen. Auch können relevante Informationen zu dem jeweiligen Lead eingesehen und präferierte Kontaktmöglichkeiten und Interessengebiete angezeigt werden.

Mehr dazu können Sie übrigens hier lesen.

Forecasting

Forecasting kann dabei helfen, die potenziellen Vertriebsergebnisse basierend auf datengetriebenen Wahrscheinlichkeitsmodellen vorherzusagen. Damit können Ziele klarer festgelegt und Budgets sowie Ressourcen genauer bestimmt werden. Gute Forecasting-Modelle können die Vorhersagen auch zwischenzeitlich anpassen oder Frühwarnsignale geben, um zu starke Abweichungen von den Zielen zu vermeiden.

Next Best Content/Steps

Worauf reagiert ein Lead oder Kunde positiv im nächsten Schritt und welches Produkt/Angebot bzw. welcher Content führt mit hoher Wahrscheinlichkeit zum Erfolg?

Für viele Vertriebler sind genau diese Fragen grundlegend, um ihre Ziele zu erreichen. Moderne Tools können hier auf Basis des Verhaltens und anderer Eigenschaften Wahrscheinlichkeiten errechnen, wie positiv ein Lead auf eine bestimmte Botschaft reagieren könnte. Mit jeder neuen Interaktion können diese Werte verfeinert werden, so dass teilweise auch der richtige Zeitpunkt oder Kanal des “Next Steps” ermittelt werden kann.

Mit der Verknüpfung von Marketing Automation können diese Empfehlungen übrigens auch automatisiert ablaufen, indem der Kontakt eine E-Mail mit einem relevanten Link, Download oder Angebot erhält.

Die Voraussetzungen für ein gutes Gelingen sind:

  • Ein zentrales Datenmanagement, um sicherzugehen, dass die Kunden- und Leadaktivitäten jederzeit in das System einfließen, um so für weitere Ergebnisse berücksichtigt zu werden.
  • Saubere Datensätze sind die Basis, auf der alle Analytics-Verfahren aufbauen.
  • Maßnahmen, um das Sammeln, Aufbewahren und Verarbeiten der Daten gemäß bestehender Datenschutz-Richtlinien und interner Compliance-Anforderungen zu regulieren.
  • Klare Ziele: KI-Maßnahmen und -Anwendungen können nur dann effektiv eingesetzt werden, wenn klar ist, was sie erreichen sollen.
  • Online- und Offline-Verknüpfung: Auch Vertriebsaktivitäten, die offline stattfinden, müssen in die Datenbank einfließen. Dazu helfen Apps, die es beispielsweise ermöglichen, auch unterwegs via Smartphone oder Tablet Informationen in das CRM-System einzugeben.

Erfahren Sie im Factsheet, was Predictive Analytics ermöglichen kann und wie Sie es einsetzen können.

Print Friendly, PDF & Email
0 Kommentare

Dein Kommentar

An Diskussion beteiligen?
Hinterlasse uns Deinen Kommentar!

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.