A Inteligência Artificial (IA) já faz parte de nosso cotidiano. A próxima fronteira é viabilizar as técnicas e as capacidades de IA em processos de negócios de forma simples e automática para os usuários de negócios. Em CRM, por exemplo, o uso de IA já é uma realidade, em especial nos processos de vendas. Conforme tecnologias de machine learning (aprendizado de máquinas) e análise preditiva amadureceram, uma comunidade de líderes de marketing e vendas emergiu como inovadores preditivos.
Ao invés de se apoiar em intuição humana para informá-los sobre processos, esses pioneiros digitais estão liderando a reinvenção de seus negócios baseados em como funciona a inteligência artificial e outras técnicas de ciência de dados. Neste cenário, reunimos quatro formas fáceis para turbinar seus times de vendas com dados e insights valiosos sobre tarefas do dia-a-dia.
1. Use analytics para recomendar o follow-up de vendas
Não há dúvidas de que vendedores confiantes e focados trazem mais oportunidades para o pipeline, mas é difícil se sentirem confiantes quando o que têm em mãos são leads escassos com poucas ou nenhuma informação sobre intenção de compra - ex.: se o perfil do cliente se encaixa a um produto ou serviço, ou a probabilidade de realizar uma compra em breve com base em um engajamento gerado por marketing. A fim de evitar a perda de horas toda semana pesquisando os leads, muitas empresas estão alavancando as tecnologias de perfilamento e pontuação (scoring) preditiva para gerar um follow-up mais eficiente e rápido. Quando fica mais fácil para o vendedor priorizar os clientes certos e planejar como engajá-los, o follow up fica mais consistente e aumentam-se as chances de vender mais e melhor.
Por exemplo, ShoreTel é uma companhia com um grande fluxo de entrada de leads na qual o time de qualificação (conhecido no mercado como SDR, sales development rep ou, no caso da ShoreTel, MDR, marketing development rep) faz ligações para qualificar estes leads. Depois de adotar análise preditiva, o time começou a priorizar os leads que melhor se encaixavam na etapa de qualificação, e o retorno melhorou de 100 ligações dos MDRs para encontrar 1 MQL (1% de conversão), para 12 chamadas para descobrir 1 MQL (quase 10% de conversão).
Com informações detalhadas de cada prospect, os vendedores podem personalizar cada conversa para ter um melhor engajamento. Ao adotar técnicas de perfilamento avançadas para criar listas bem segmentadas de prospects com base em atributos específicos e dados sobre engajamento (tais como "vice-presidente de vendas, em São Paulo, que usa Salesforce, que interagiu com uma de nossas campanhas de marketing nos últimos 6 meses"), os vendedores podem definir rapidamente a melhor abordagem para cada grupo. Por exemplo, pode-se compartilhar um conteúdo específico ou convidar os prospects para uma atividade presencial. Algumas ferramentas podem até deixar que você crie alerta para eventos importantes, direcionar automaticamente tarefas aos vendedores via Salesforce, e obter recomendações por meio de machine learning sobre quais segmentos dedicar mais tempo.
2. Atribuir territórios de vendas com base em pontuação preditiva das contas
Quando seus negócios dependem de prospecção ativa (outbound) em contas nomeadas, é essencial focar primeiro nas contas com maior propensão de gerar receita. No entanto, se as regiões atribuídas ao executivo de vendas não trazem uma distribuição igualitária de clientes com base na pontuação das contas, alguns funcionários podem ficar com clientes mais promissores do que outros. A análise preditiva permite que empresas como Xactly, New Relic e Okta tomem decisões sobre atribuição de região com base não apenas na geografia, mas onde as melhores contas estão concentradas, dando a cada vendedor a mesma chance de fechar um novo negócio. Isso aprimora a estrutura dos times, e elimina a pressão sobre vendedores em regiões menos concentradas onde a busca manual por novas contas pode não render frutos.
3. Usando IA para a Expansão para Novos Mercados
Além disso, este mesmo insight pode ajudar as equipes a identificar boas oportunidades para expansão. Modelagem preditiva de contas pode ser fantástica para ajudá-lo a criar um roadmap de contratações, porque permite que você desenvolva seu negócio em verticais ou em regiões onde é mais fácil justificar o investimento com base em um potencial de receita. Você também pode usar esses dados para validar iniciativas de marketing conforme se testa-e-investe em novos mercados. Por exemplo, a Belly, que está no ramo de fidelização de clientes para pequenas empresas, buscava por novas verticais para focar e usou a pontuação analítica preditiva para obter insights. Isso ajudou a empresa a encontrar novos clientes potenciais antes de realizar o investimento em técnicas de vendas e marketing.
4. Aumente o Awareness em Contas-Chave com ABM Preditivo
Por último, ao fechar uma parceria entre vendas e marketing para account-based marketing (ABM), é possível combinar estratégias de retargeting de anúncios com as predições das contas mais apropriadas. Você pode assim assegurar que sua marca estará na frente das contas que seus vendedores irão telefonar. O time de marketing da AdRoll usa pontuação preditiva para filtrar as contas com interações com a equipe de vendas, e então exibe os anúncios com base na estratégia de ad retargeting para os contatos-chaves daquelas contas específicas. Este tipo de abordagem é um exemplo claro de alinhamento de vendas com marketing, mostrando aos vendedores exatamente como o time de marketing os apoia e os ajuda nas conversões.
Cada uma destas quatro abordagens pode causar um grande impacto na produtividade das vendas e gerar receita com um esforço relativamente pequeno. Não há contra-indicações para tentar turbinar as vendas com IA e ficar à frente da concorrência. A realidade, contudo, é que você não terá muita escolha: ao fim deste ano, a maior parte das outras empresas em seu segmento estará usando análise preditiva e machine learning para fomentar melhores estratégias e táticas de venda.
Para conhecer mais sobre Inteligência Artificial para Vendas e CRM, baixe o eBook da Salesforce: Inteligência Artificial para CRM: um guia prático de tudo o que você precisa saber.
* Post de autoria de Sean Zinmeister, adaptado do blog da Salesforce US. Sean é diretor sênior de marketing de produto na Infer. Ele pode ser encontrado no Twitter - @SZinsmeister - ou no LinkedIn.
