銷售中的人工智能和機器學習：你需要知道的未來
已發表: 2017-11-29“創新區分領導者和追隨者。”
史蒂夫喬布斯
組織正在利用人工智能改變他們的銷售職能，以保持領先地位。 如果您還沒有接受這一趨勢，那麼您將失去關鍵的競爭優勢。
來自多個來源和平台的大量數據的出現，每分鐘產生新的信息，為公司提供了比以往更多的消費者信息。 隨著技術不斷學習和優化建議，技術變得越來越智能。 發表在 MIT Sloan Management Review 上的一項研究表明，“76% 的早期採用者希望通過機器學習實現更高的銷售增長。”
銷售中的人工智能和機器學習：解釋器
人工智能是機器像人類一樣做出決策或執行過程的更廣泛概念。 機器學習是人工智能的一種應用，它使計算機模型能夠識別現有數據中的形狀、設計和模式，從而使機器能夠自行學習如何採取下一步行動或進行業務預測。
收到的每條新數據都允許機器學習更多、更新信息、尋找新模式並不斷優化建議。 例如，每當 Alexa 沒有得到正確的命令，或者 Netflix 錯過了電影推薦時，該模型就會從這些新數據中學習並改變其識別過程以更好地適應和響應，或者在下一次提供更好的建議。
智能銷售：從潛在客戶到客戶，人工智能將是銷售最好的朋友
我們看到銷售範式從被動轉向主動，從本能驅動轉向洞察力和數據驅動。 人工智能可以指導從識別到客戶保留的銷售過程。 銷售應用程序可以通過任何客戶、社區或合作夥伴以任何行動的形式接收每一個信號，而機器學習可以為您的銷售組織持續改進行動、優惠和流程。
勘探
組織擁有大量關於客戶購買和行為模式的數據。 機器學習可以識別這些模式，以提供對客戶行為的洞察力。 它可以生成模型來關聯客戶購買和未購買的信號。 然後，這些模型可以識別來自未來客戶的信號，確定潛在客戶在銷售週期中的位置。
機器學習可以分析有關已轉換潛在客戶的數據，以識別轉換後潛在客戶的信號。 訓練算法後，可以使用潛在客戶評分來識別可能會轉換的潛在客戶。 在沒有分類數據的情況下，無監督學習允許算法自行識別模式。 潛在客戶評分允許銷售團隊進行更多銷售，並防止將時間浪費在可能永遠不會轉化的潛在客戶上。
培育定位
借助機器學習，我們正朝著消費者溝通和客戶體驗的巨大轉變邁進。 多項研究表明，“57% 的購買過程是在與銷售的第一次互動之前完成的。” AI 銷售機器人可以深入了解客戶的“意圖”信號，並主動回答有關定價、產品功能或合同條款的初步查詢。
機器學習將使組織能夠將歷史銷售工作與潛在客戶數據（公司規模、利益相關者、他們想要的解決方案）進行比較，然後將這些點連接起來以更好地預測哪些解決方案是有效的、誰可以影響交易、哪些活動可以增加完成交易的可能性、需要多長時間以及追加銷售或交叉銷售的內容。
機會評分（基於歷史贏/輸機會的模型）將通過調整銷售團隊在高分交易上的努力，提高贏率來加速銷售執行。 通過將人工智能與虛擬現實相結合，銷售人員可以虛擬接收潛在客戶、參觀工廠並查看製造過程，以及進行演示並與虛擬銷售代表舉行初步會議。 結果將更加有效和系統化，因為與潛在客戶的討論將集中在最有可能與他們相關的領域。
執行
AI 可以通過提供對銷售組織、銷售代表等細分的銷售趨勢的洞察，為銷售經理在宏觀層面生成準確的收入預測預測。這有助於優化資源分配以建立健康的管道、分析團隊績效並成為具有成本效益。 憑藉規範的洞察力，經理可以深入了解銷售趨勢的根本原因，以及提高銷售所需的行動。
機器學習可以指導經理進行銷售輔導，這是建立強大團隊的關鍵。 同時，人工智能可以通過分析明星表演者所遵循的過程來生成訓練計劃。 人工智能還可以通過減少花費在可以自動化的日常管理任務上的時間來幫助提高銷售代表的生產力，例如根據之前的通信發送個性化消息、社交媒體響應和 CRM 配置文件更新。
結束
從生成準確的定價到折扣，需要數万小時的流程可以通過機器學習實現自動化。 根據過去的銷售數據，模型可以推薦自定義定價，以幫助銷售代表簽署交易。
銷售中的人工智能和機器學習可以通過分析頂級代表以前使用的各種折扣的成功率和賺取的佣金來提供有關折扣和佣金的指導。 在不久的將來，複雜的人工智能應用程序將編寫報價，並且可以生成合同並將其發送給客戶。
銷售中的人工智能和機器學習將使銷售更智能
在與客戶建立關係方面，人工智能無法取代人類互動的價值，但它可以通過引導式銷售和自動化運營工作使客戶更智能、更高效，讓銷售代表專注於他們的主要工作：為客戶提供價值客戶和建立忠誠度，從而導致有機收入增長。