competitivebenchmark Na listu čekanja

Kennisbank

Što prodajni ljudi konkurenta odaju o njihovoj primjeni AI-ja

Voditelj ključnih kupaca kod konkurencije nazove natrag unutar sat vremena, istog poslijepodneva pošalje ponudu prilagođenu klijentu i pri sljedećem kontaktu ima sve prethodne dogovore jasno u vidu. To ponašanje je izvor podataka. Ne zato što ta osoba to govori, nego zato što obrazac odaje nešto o onome što se događa iza te osobe.

Promjena zbog koje je ovaj signal vrijedan

Brzina reakcije, kvaliteta ponude i poznavanje dosjea dugo su bili funkcija iskustva i popunjenosti kapaciteta: dobar prodavač imao je toga više, popunjeni tim manje. Ta pretpostavka više ne vrijedi posvuda. Tamo gdje AI sastavlja prvu verziju ponude, sažima povijest klijenta prije nego što razgovor uopće počne, ili predlaže sljedeće korake na temelju prijašnjeg ponašanja, izvor brzine i preciznosti pomiče se s osobe na sustav iza te osobe. To znači da dva prodavača s jednakim iskustvom i jednakim brojem poslova na stolu mogu bitno različito djelovati, isključivo na temelju onoga što radi u pozadini kao podrška.

Za usporedbu s konkurentom to je relevantno jer mijenja pitanje. Prije ste pitali: ima li ovaj konkurent dobre prodavače. Sada je pitanje: koji dio onoga što taj prodavač radi, on još uvijek radi sam, koji dio se odvija uz nadzor onoga što predlaže sustav, a koji dio je čisto ljudski rad koji ne postaje brži. Te tri kategorije provlače se kroz svaki signal koji promatrate kod prodavača.

Što možete iščitati iz prodajnog ponašanja

Nekoliko konkretnih signala i što oni sugeriraju:

Nijedan od ovih signala sam po sebi ništa ne dokazuje. Postaju značajni tek kao obrazac, ponovljen kroz više kontakata s klijentima i više prodavača kod istog konkurenta.

Gdje ovaj signal čitate pogrešno

Najčešća pogreška je pripisivanje brzine popunjenosti kapaciteta: pretpostavka da je konkurent koji brže reagira jednostavno stavio više ljudi na taj posao. To je bila logika prije te promjene i više nije jedino objašnjenje.

Druga pogreška je obrnuta: sve što ide dobro pripisati AI-ju. Prodavač koji dobro sluša i pamti nije automatski podržan sustavom. Poznavanje dosjea može biti i rezultat malog, stabilnog tima koji već godinama opslužuje iste klijente.

Treća pogreška je promatranje signala izolirano. Prodajno ponašanje govori nešto o dimenziji na kojoj konkurent pobjeđuje, ali tek u kombinaciji s drugim izvorima postaje tvrdnja koju možete potkrijepiti. Ono što izgubljene ponude pokazuju o tome gdje konkurent određuje oštriju cijenu ili isporučuje brže, ono što tekstovi natječaja za posao odaju o tome koje uloge konkurent još rezervira za ljude, i ono što vlastita web-stranica konkurenta obećava o roku isporuke ili vremenu odgovora, zajedno daju konzistentniju sliku od ponašanja jednog prodavača.

Koliko je često ovo vrijedno truda

Ovaj signal se isplati kada se ponavlja i kada se povezuje s dimenzijom na kojoj sami mislite da se natječete. Jedna brza ponuda jednog prodavača je anegdota. Obrazac kroz više poslova, više prodavača i razdoblje od nekoliko mjeseci indikacija je koju je vrijedno provjeriti pri bodovanju konkurenta bez pretpostavki.

Vrijedi i obrnuto: ako brzina reakcije ne igra ulogu na vašem tržištu, ovaj signal je šum, koliko god uvjerljivo djelovao u pojedinom razgovoru.

Usporedba, ne samo signal

Ono što prodajno ponašanje kod konkurenta pokazuje, jedan je dio slagalice u širem pitanju: kako vaša tvrtka i vaša peer grupa boduju na dimenzijama koje na vašem tržištu stvarno odlučuju o poslovima. To pitanje u potpunosti odgovarate tek kada vlastitu tvrtku usporedite s konkurentima na temelju dokaza, a ne dojmova iz pojedinačnih razgovora.

Osnovno pitanje koji se posao u vašoj vlastitoj tvrtki stvarno može preuzeti AI-jem, uz nadzor ili potpuno, odgovara se po zadatku pomoću skeniranja rada FTE TO AI.

Što sada možete učiniti

Odredite dimenzije na kojima mislite da pobjeđujete svoje konkurente i provjerite ih u besplatnoj provjeri dimenzija: naznačite gdje mislite da imate prednost i vidite koje se od tih tvrdnji mogu obraniti dokazima, a koje počivaju na pretpostavci. Cjeloviti benchmark, s ocjenom peer grupe i matricom dokaza po dimenziji, u izradi je.