competitivebenchmark På ventelisten

Kennisbank

Tilbud der bliver liggende, mens konkurrenter scorer

Symptomet

De sender et tilbud. Der kommer ingen afvisning, ingen modforslag, ingen anmodning om præcisering. Ingenting. Kunden er ikke uopnåelig, for senere viser det sig, at der bare er indgået en aftale — med en anden. Dette er mere frustrerende end et tabt tilbud, fordi De ved et tabt tilbud i hvert fald ved, at De deltog. Ved et stille tilbud ved De ikke engang, om De faktisk var med i sammenligningen, eller om De blot blev inkluderet som en formalitet, mens beslutningen allerede var truffet et andet sted.

Spørgsmålet, der bliver tilbage, er ikke "hvorfor tabte vi", men noget mere fundamentalt: hvad sammenlignes der egentlig på her, og er vi stadig med i det.

Mulige årsager, og hvordan De genkender dem

Tilbuddet kom for sent til at tælle med. Hvis konkurrenter leverer den første reaktion inden for timer i stedet for dage, er sammenligningsrunden ofte allerede afsluttet, før Deres forslag når frem. De genkender dette ved gennemløbstiden mellem forespørgsel og Deres tilbud: hvis den strukturelt er længere end det, kunden oplever andre steder, spiller tid en rolle, uafhængigt af indholdet.

Prisopbygningen afviger, uden at De ser det. Konkurrenter, der lader AI delvist overtage kalkulationen med menneskelig kontrol af resultatet, kan prissætte skarpere og mere konsistent uden at tabe margin. De genkender dette ikke på selve tilbuddet, men på mønstret: taber De særligt på større, mere komplekse forespørgsler, hvor beregningsarbejde vejer tungere.

Tilbuddet matcher ikke det, der specifikt blev spurgt om. Et generisk tilbud kontra et tilbud, der er skræddersyet præcist til forespørgslen, springer i øjnene i læsbarhed og relevans. Dette genkender De ved at sammenligne Deres egne tilbud med den oprindelige forespørgsel: er hvert punkt adresseret, eller står der en standardtekst med et navn ovenpå.

Der er slet ingen konkurrencefordel hos den anden part, men et udvælgelseskriterium De ikke kender. Nogle gange scores der ikke på pris eller hastighed, men på noget der først kommer frem ved opstartsmødet, som referencer i en specifik branche. Dette genkender De ikke på tilbuddet, men på den feedback De får eller ikke får, hvis De spørger direkte om det.

Disse årsager udelukker ikke hinanden. De kan alle fire spille en rolle samtidig, i varierende grad fra deal til deal.

Hvad forskydningen gør her

Pointen er ikke, at konkurrenter "bruger AI", og De ikke gør. Pointen er, at AI ændrer specifikke dele af tilbudsprocessen, og at disse dele tidligere var differentierende på en anden måde end nu.

Reaktionshastighed var tidligere et spørgsmål om bemanding: den, der frigjorde ekstra folk, reagerede hurtigere. Hvis udarbejdelsen af en første tilbudsversion i vid udstrækning sker via AI, med en medarbejder der vurderer og justerer resultatet, er hastighed ikke længere et kapacitetsspørgsmål, men et spørgsmål om, hvordan processen er indrettet. Virksomheder, der allerede organiserer det sådan, vinder ikke fordi de arbejder hårdere, men fordi sammenligningen på hastighed er blevet en anden slags konkurrence.

Det samme gælder skræddersyet indhold i teksten. Et tilbud, der passer præcist til forespørgslen, tog tidligere tid, som ikke altid var til rådighed, så der blev arbejdet med skabeloner. Hvis AI kan læse forespørgslen og foreslå et skræddersyet udkast, som et menneske vurderer, forsvinder den afvejning mellem tid og skræddersyet indhold. Hvor det allerede sker, forskydes forskellen fra "hvem har tid til skræddersyet indhold" til "hvem har allerede indrettet sig sådan".

Ikke alle virksomheder er lige langt fremme her. Nogle dele af tilbudsprocessen, som kalkulation baseret på fastlagte regler, er relativt enkle at overtage. Andre dele, som at vurdere hvad en specifik kunde virkelig lægger vægt på, forbliver i vid udstrækning menneskeligt arbejde med AI som hjælpemiddel, ikke som ersatz. Hvor en konkurrent præcis står på denne linje, kan man ikke se fra udenfor; hvad De derimod kan se, er om Deres egne tilbud bliver hurtigere, skarpere eller mere specifikke end for et år siden, eller netop ikke.

Spørgsmålet om hvilket arbejde i Deres egen virksomhed, der reelt kan overtages af AI — og hvilken del, der stadig kræver tilsyn eller forbliver menneskeligt arbejde — besvares pr. opgave med arbejdsscanningen fra FTE TO AI.

Hvordan De undersøger dette videre

Ubesvarede tilbud er et symptom, ikke en diagnose. For at komme videre end gætterier er det nyttigt at se, om dette mønster falder sammen med andre signaler, som hvad det betyder, hvis De har en faldende vindsandsynlighed, mens konkurrenter forbliver stabile eller hvad De kan aflæse af en konkurrents jobannoncer om hvor de investerer. Det er også værd at teste, om det differentieringspunkt, De tror De har, stadig holder: hvordan De tester om Deres differentiering reelt eksisterer beskriver dette skridt, og hvad det betyder, når kunder forlader Dem til fordel for en specifik konkurrent hjælper med at se, om det er et mønster eller enkeltstående tilfælde.

Et første skridt, De kan tage i dag, er: navngiv hvad De tror De vinder på, og test med den gratis dimensionstjek, hvilke af disse påstande der kan forsvares med bevis, og hvilke der bygger på antagelser. Den fulde benchmark, med Deres position og den af Deres peer group på de dimensioner, der afgør dealene i Deres marked, er under opbygning.