Co może dać AI w sprzedaży B2B?

AI w strategicznych procesach w sprzedaży

Zastanawiasz się, co może przynieść AI w sprzedaży B2B? Pierwszą wartością, którą może wnieść AI w sprzedaży B2B, jest możliwość wspomagania w budowaniu elementów strategii sprzedaży. Przykładem takiego zastosowania jest Buyer Persona, stanowiąca podstawę strategii sprzedaży w firmie B2B.


Wspomaganie to słowo kluczowe. Nie zalecałbym powierzenia AI całości, czy nawet większości procesu tak kluczowego dla firmy. Jednakże, integracja procesu myślowego z AI może przyspieszyć dochodzenie do niektórych wniosków, a także odkryć nowe perspektywy, które w normalnym procesie pozostałyby niewidoczne. Na przykład, AI może pomóc w doborze nieoczywistej, rzadko wykorzystywanej wartości firmy w odpowiedzi na konkretny problem, który został zidentyfikowany w firmie.


Jak to osiągnąć? Przy opracowywaniu lub modyfikacji Buyer Persony, zespół sprzedaży współpracuje z marketingiem, korzystając z danych wejściowych, takich jak dotychczasowy opis Buyer Persony, wiedza o firmie, a następnie dodaje aktualne dane rynkowe, problemy klientów, zmiany w danej branży. AI może pomóc nam wyciągnąć z tego wnioski i przełożyć to na kształt naszej Buyer Persony.

‍

Jak wyciągać wartość ze sztucznej inteligencji?

Im więcej informacji o takich procesach przekażemy, tym większa szansa, że informacje zwrotne, które otrzymamy, będą dla nas wartościowe. Warto zatrudnić osobę, która zna podstawy prompt engineeringu, wie jak prawidłowo formułować zaawansowane zapytania do AI, aby uniknąć na przykład halucynacji modelu językowego i maksymalnie wykorzystać uzyskane odpowiedzi. Jeżeli uważasz, że korzystanie z czatu GPT jest banalnie proste i nie wymaga specjalistycznej wiedzy, pozwól, że przedstawię Ci inny punkt widzenia.

Istotna różnica w danych wyjściowych, w odpowiedziach generowanych przez model językowy, zależy od umiejętności interakcji z nim. Porównajmy efekty komunikacji osoby bez doświadczenia w tym zakresie z wynikami osoby, która potrafi skonstruować dobre zapytania. Nawet jeśli wymaga to poświęcenia nieco więcej czasu i zastosowania technik takich jak chain of thought czy tree of thought, różnica w jakości otrzymanych odpowiedzi będzie znacząca.

Analiza danych przez AI

Jednym z największych atutów współpracy z AI jest możliwość analizy zróżnicowanych danych w różnych formatach. Przykładowo, model językowy może przetwarzać zarówno liczbowe dane branżowe, jak i opisowe informacje zebrane podczas rozmów z klientami. To jest obszar, w którym AI sprawdza się doskonale, umożliwiając szybsze wyciąganie wartościowych wniosków.

Podczas korzystania z narzędzi AI online, warto pamiętać o kilku kwestiach. Nie musimy podawać nazwy naszej firmy, naszych partnerów, klientów, ani żadnych nazwisk. Możemy również podawać dane zmyślone, co pozwala nam na anonimizację interakcji z modelem językowym. Jest to szczególnie istotne, jeśli nie mamy pełnej kontroli nad przekazywanymi danymi, a model nie jest uruchamiany lokalnie na naszych serwerach.

W przypadku najpopularniejszego modelu językowego GPT i czatu GPT, który jest interfejsem umożliwiającym korzystanie z tego modelu, musielibyśmy wyłączyć historię konwersacji, aby uniknąć trenowania modelu na naszych danych. Jest to jednak sporym minusem. Z drugiej strony, korzystając z API, możemy zintegrować GPT np. ze Slackiem czy innym komunikatorem. Według polityki OpenAI, dane przekazywane przez API nie są wykorzystywane. Niemniej jednak, nie ma nigdy 100% pewności co do takich deklaracji. Dlatego, jeśli możemy uniknąć przekazywania danych wskazujących na konkretną firmę czy osobę, warto to zrobić.

Alternatywy AI dla ChatGPT

Na koniec warto wspomnieć, że wartościowe mogą okazać się również inne narzędzia, takie jak Claude AI czy Perplexity. Narzędzia bazujące na różnych modelach mogą okazać się skuteczniejsze niż czat GPT w niektórych kreatywnych zastosowaniach. Kluczowym elementem jest przełamanie utartych schematów działania, sposobu myślenia i oporu przed angażowaniem sztucznej inteligencji (AI) w pracę koncepcyjną.

Wymaga to początkowego większego nakładu pracy, ale ten wysiłek i umiejętności są niezbędne do efektywnego wykorzystania AI. Zmieniając w ten sposób nawyki, można osiągnąć konkretne korzyści, takie jak przyspieszenie pracy koncepcyjnej, analizy danych i możliwość dochodzenia do nieoczywistych wniosków.

Prospecting a AI

Jednym z procesów, w którym sztuczna inteligencja może przynieść znaczącą wartość, jest prospecting, czyli wyszukiwanie potencjalnych klientów za pomocą zimnych maili czy wiadomości na LinkedIn. AI, które zna nasze wartości i potrafi skonfrontować je z problemami, jakie określiliśmy dla danej buyer persony, może pomóc nam w doborze tych, które będą komunikowane w prospectingu. Tworząc komunikaty prospectingowe, możemy skupić się na konkretnym problemie, o którym wiemy, że istnieje i który możemy pomóc rozwiązać naszym potencjalnym klientom.

AI w procesach sprzedaży B2B

Narzędzia AI, takie jak czat GPT czy te bazujące na modelu GPT lub innych dużych modelach językowych, stworzone specjalnie z myślą o procesach sprzedażowych, mogą, korzystając z naszej propozycji wartości, pomóc w stworzeniu skutecznego komunikatu prospectingowego, trafiającego z rozwiązaniem w sedno problemu. Ciekawym rozwiązaniem są narzędzia, które na podstawie profilu LinkedIn analizują styl pisania danej osoby i dopasowują do niego ton naszej wiadomości. Oczywiście, skuteczność takiego narzędzia zależy od aktywności danej osoby na LinkedIn.

Jednak nie należy korzystać z tego typu narzędzi bezrefleksyjnie. Istnieje przecież możliwość, że posty publikowane przez naszego potencjalnego klienta są tworzone przez agencję lub AI. W połączeniu z automatyzacją, AI jest w stanie podejmować decyzje na podstawie kryteriów i posiadanych informacji, co może stanowić wsparcie, lub nawet w dużej mierze przejąć takie procesy, jak na przykład kwalifikacja leadów. AI może odsiewać lub kwalifikować leady zbierane przez dany kanał komunikacji.

Im większa ilość danych, tym większy potencjał dla sztucznej inteligencji (AI), która może analizować informacje udostępnione przez potencjalnego klienta przed kwalifikacją, jego zachowanie, a następnie porównać go z historią naszych transakcji. Na tej podstawie AI może grupować potencjalnych klientów, umożliwiając przedstawicielom handlowym priorytetowe traktowanie tych, którzy mają największe szanse na konwersję.

Przygotowanie danych dla handlowca przez AI

Kolejnym etapem jest tworzenie ofert. W tym miejscu AI może przejąć dopasowanie elementów oferty do profilu klienta, tworząc bardziej spersonalizowane treści, tekstowe czy wizualne. Sukces w sprzedaży B2B często opiera się na personalizacji, odpowiadaniu na konkretne potrzeby i bolączki potencjalnego klienta. Właśnie tutaj AI może odgrywać kluczową rolę.

Dodatkową wartością, jaką AI może wnieść do sprzedaży B2B, jest wsparcie rozmów handlowych. Przygotowanie briefu, profilu klienta, jego historii - wszystkie te czynności mogą być wykonywane przez AI w scenariuszu automatyzacji. W przypadku spotkań online możliwe jest również korzystanie z narzędzi AI, które stworzą notatki ze spotkania, co można dalej zintegrować z CRM-em i sprawić, że ta notatka automatycznie zostanie przypisana do danego klienta w systemie.

Notatki ze spotkań handlowych tworzone przez AI

Jednakże, korzystając z tych narzędzi, należy zachować ostrożność. Testowałem kilka z nich i jakość transkrypcji z języka polskiego jest w tych narzędziach różna, co może wymagać poprawek. Niektóre z tych aplikacji wymagają zalogowania się przez konto Google czy Microsoft i od razu pobierają linki do naszych spotkań z naszego kalendarza i dołączają do spotkania na Zoomie czy Google Meet, nagrywają je, robią transkrypcję i wysyłają powiadomienie e-mailem. Warto uprzedzić naszego rozmówcę, że na własne potrzeby takie narzędzie wykorzystujemy, zapytać go o zgodę, gdyż może okazać się, że nasz potencjalny kontrahent zdziwi się, kiedy na rozmowie dołącza bot, który informuje o nagraniu i notatkach z tego spotkania.

Jest to tym bardziej istotne, że trzeba mieć na uwadze, że te dane w postaci nagrania audio, pliku tekstowego z transkrypcji są przetwarzane na zewnątrz, na serwerach trzeciej firmy. W tym przypadku istotna jest polityka prywatności dotycząca danego narzędzia oraz to, że nie mamy 100% pewności co z tymi danymi się dzieje. Narzędzia tego rodzaju mogą zostać zastąpione przez automatyzację. Możliwość zapisu spotkania na naszym dysku, a następnie stworzenie transkrypcji i podsumowania rozmowy dzięki automatyzacji, to tylko jedno z wielu zastosowań. W tym kontekście, istotne jest również zabezpieczenie prywatności, na przykład poprzez anonimizację danych przesyłanych do OpenAI.

Account management w B2B przy wsparciu AI

Nie można pominąć kwestii zarządzania kontami klientów. Akwizycja nowych klientów jest kluczowa dla każdej firmy, jednak równie ważne, jeśli nie ważniejsze, jest utrzymanie obecnych. Proces pozyskiwania klientów, obejmujący marketing, prospecting i cały proces sprzedaży, jest często czasochłonny i kosztowny, co odzwierciedla wskaźnik CPL (cost per lead), czyli koszt pozyskania potencjalnego klienta. Tymczasem utrzymanie dotychczasowego klienta może okazać się znacznie tańsze, a tutaj również sztuczna inteligencja może przynieść konkretne korzyści.

Pod kątem prognozowania, AI może analizować zachowania zakupowe klienta w porównaniu z istniejącymi wzorcami, identyfikując klientów, którzy mogą być zagrożeni odejściem. Te informacje mogą wspierać proces utrzymania klienta, wskazując na potrzebę rozwiązania nowego problemu lub zaspokojenia nowo pojawiającej się potrzeby klienta. W kontekście bieżącej komunikacji, narzędzia oparte na dużych modelach językowych mogą skrócić czas i wysiłek związany z komunikacją z klientami. Mogą one pomóc w tworzeniu i dostosowywaniu wiadomości, zwiększając stopień personalizacji naszych interakcji z klientem. Mogą również pomóc w tworzeniu spersonalizowanych treści i eliminacji niektórych rutynowych zadań z tym związanych.

Jeśli masz wątpliwości co do skuteczności takiego podejścia, zachęcam do przetestowania AI, na przykład poprzez stworzenie spersonalizowanej wiadomości noworocznej dla jednego z Twoich klientów. Opisz kilka sytuacji z minionego roku, charakterystykę klienta i jego sytuację, a następnie poproś AI o stworzenie spersonalizowanej wiadomości. Rezultaty mogą Cię zaskoczyć. Istotne jest również obniżenie progu wejścia do takich działań. Pisanie wiadomości staje się znacznie łatwiejsze, gdy możemy skorzystać z pomocy AI. Mamy możliwość zminimalizować częstotliwość występowania sytuacji, w których kontakt jest odsuwany w czasie, pomijany lub prowadzony w zdawkowy, niespersonalizowany sposób.

Prognozowanie sprzedaży B2B z AI

Dynamicznie rozwijającą się dziedziną sztucznej inteligencji jest prognozowanie sprzedaży. AI jest w stanie analizować ogromne ilości danych i wydobywać z nich wnioski, które mogą umknąć ludzkiemu oku. Doskonale radzi sobie z identyfikowaniem wzorców i prawidłowości w dużych zbiorach danych. Odpowiednio dobrany model może pomóc specjalistom w sprzedaży B2B identyfikować trendy w zachowaniu potencjalnych klientów.

Oprogramowanie, które to umożliwia, jest łatwo dostępne. Możemy skorzystać z modułu Code Interpreter, który jest dostępny w czacie GPT Plus i świetnie sprawdza się do analizy, wizualizacji danych i wyciągania z nich wniosków. Wymaga to jednak zwrócenia uwagi na dane wejściowe. Na przykład, model, który nie bierze pod uwagę sezonowości, nie będzie wiedział, dlaczego lipiec i sierpień mogą być gorszym sezonem w danej branży. Ale im więcej wartościowych danych podamy, tym dokładniejszej i bardziej wartościowej analizy możemy się spodziewać.

Główne korzyści, jakie daje AI w sprzedaży B2B

Przyjrzyjmy się teraz badaniu The State of AI z 2023 roku przeprowadzonemu przez firmę HubSpot. Co wynika z tego badania? Korzyści, jakie AI lub automatyzacja dają w sprzedaży B2B, na które wskazali ankietowani. 38% z nich odpowiedziała, że automatyzacja pozwala zaoszczędzić czas na ręcznych zadaniach. Automatyzacja jest w tym przypadku słowem kluczem. Ten punkt wydaje się być sporym uproszczeniem, ponieważ w ręcznych, powtarzalnych zadaniach to właśnie automatyzacja odgrywa główną rolę. Moduł AI może pełnić funkcję integralnej części scenariusza automatyzacji.

W badaniu przeprowadzonym na grupie respondentów, 31% z nich zaznaczyło, że narzędzia AI pomagają im w wykorzystaniu danych do optymalizacji procesu sprzedaży, na przykład poprzez ulepszanie prognozowania czy zarządzanie lejkiem. Taka sama liczba respondentów potwierdziła, że AI pozwala im poświęcić więcej czasu na sprzedaż. 24% respondentów stwierdziło, że narzędzia AI i chatboty są pomocne w prospectingu i generowaniu leadów, a 21% zauważyło, że AI umożliwia pozyskiwanie większej liczby leadów.

HubSpot wyróżnia trzy główne sposoby wykorzystania sztucznej inteligencji przez zespoły sprzedażowe B2B. Pierwszym jest optymalizacja procesu sprzedaży za pomocą danych. Zgodnie z badaniem, handlowcy i menedżerowie sprzedaży najczęściej korzystają z narzędzi sztucznej inteligencji i automatyzacji, które oferują analizę danych, taką jak prognozowanie sprzedaży, ocena potencjalnych klientów czy analiza lejka.

Druga najważniejsza korzyść z zastosowania narzędzi AI i automatyzacji w roli sprzedażowej polega na tym, że AI pomaga im wykorzystać dane do optymalizacji procesu. Na pytanie o najbardziej skuteczny rodzaj narzędzi AI i automatyzacji w osiąganiu celów sprzedażowych, odpowiedzi były następujące: 28% respondentów wskazało na narzędzia AI umożliwiające automatyzację ręcznych działań, 21% na narzędzia AI, które wyciągają wnioski na podstawie otrzymanych danych, 19% na narzędzia generatywnego AI, które pomagają tworzyć treści sprzedażowe lub wiadomości prospectingowe, 14% na narzędzia AI chatboty, które pomagają w prospectingu i generowaniu leadów, a 9% na narzędzia AI, które analizują lub symulują telefony sprzedażowe do celów szkoleniowych lub coachingowych. Pracownicy sprzedaży korzystający z tych narzędzi oszczędzają średnio 2 godziny i 16 minut dziennie na automatyzacji zadań manualnych. Według badań, aż 71% liderów sprzedaży jest zdania, że sztuczna inteligencja i automatyzacja zwiększają produktywność ich zespołów. Generalnie, narzędzia oparte na AI zwiększają efektywność procesu sprzedaży, przejmując rutynowe zadania, które mogą pochłaniać cenny czas przedstawicieli handlowych, skupiając się na tych obszarach, gdzie ich wpływ ma największe przełożenie na wyniki sprzedaży.

Sztuczna inteligencja wspierająca handlowców

Handlowcy podkreślają, że narzędzia AI i automatyzacje, które przejmują ich manualne zadania, są najbardziej skuteczne w pomaganiu im w osiąganiu celów. W tym kontekście, istotne jest rozróżnienie pomiędzy narzędziami AI a automatyzacją. W wielu pytaniach i odpowiedziach można zauważyć, że te pojęcia są często mylone. Automatyzacje, w których żadna decyzja nie jest podejmowana przez sztuczną inteligencję, różnią się od wpływu typowo sztucznej inteligencji, takiej jak duże modele językowe. Te ostatnie wnoszą zupełnie unikalną wartość w porównaniu do, nazwijmy to, czystych automatyzacji bez zaangażowania AI.

Najpopularniejsze sposoby wykorzystywania generatywnej sztucznej inteligencji, czyli narzędzi takich jak GPT-3, to modyfikowanie treści wiadomości i dostosowywanie ich do różnych odbiorców. Innym zastosowaniem jest dostosowywanie wiadomości do medium, w którym jest ona wysyłana, na przykład modyfikacja wiadomości e-mailowej na wiadomość dostosowaną do LinkedIna.

Badania wykazały, że 91% respondentów korzysta z generatywnej sztucznej inteligencji do tworzenia treści sprzedażowych lub wiadomości do potencjalnych klientów, twierdząc, że te narzędzia skutecznie pomagają im osiągać cele.

AI nie tylko pomaga automatyzować powtarzalne zadania, ale także uwalnia cenny czas, który można poświęcić na bardziej "ludzką" stronę sprzedaży. Według statystyk z badania Hubspot, 78% pracowników sprzedaży zgadza się, że sztuczna inteligencja może pomóc im poświęcić więcej czasu na najważniejsze zadania, a 74% zgadza się, że sztuczna inteligencja może pomóc im poświęcić więcej czasu na te części pracy, które lubią najbardziej.

Ludzka strona sztucznej inteligencji w sprzedaży

Możliwość nawiązywania kontaktu z potencjalnym klientem na poziomie osobistym, budowania długoterminowych relacji często ma kluczowe znaczenie w sprzedaży B2B, a sztuczna inteligencja może dać handlowcom więcej czasu na skupienie się na tych obszarach. Badania zwracają również uwagę na to, że AI może pomóc wyeliminować zgadywanie ze sprzedaży, co jest kolejnym atutem tej technologii. Odwołując się do prognozowania sprzedaży, o którym pisałem wcześniej, sztuczna inteligencja umożliwia łatwiejsze przekształcenie zebranych danych w przydatne informacje. Dokonuje tego poprzez przetwarzanie dużych ilości danych, identyfikowanie wzorców i trendów, co staje się użyteczne w procesie podejmowania decyzji. Innymi słowy, minimalizuje to zgadywanie. W podejmowanych decyzjach coraz bardziej opieramy się na danych, które AI przetworzyło dla nas.

Rozważmy następujące statystyki. 73% pracowników sprzedaży zgadza się, że sztuczna inteligencja może pomóc im wyciągać wnioski z danych, których inaczej nie byliby w stanie znaleźć. 65% pracowników sprzedaży uważa, że sztuczna inteligencja pomoże im lepiej zrozumieć swoich klientów, a 69% zdecydowanie lub w pewnym stopniu przyznaje, że sztuczna inteligencja może pomóc im spersonalizować obsługę klienta.

Oczywiście, sztuczna inteligencja nie zastąpi ludzkiej intuicji ani specjalistycznej wiedzy, może jednak pomóc w analizie danych, wyciąganiu wniosków z tych danych, w lepszej personalizacji komunikatów sprzedażowych i lepszym zrozumieniu klienta.

Mam nadzieję, że ten artykuł zachęcił Cię do eksplorowania korzyści, jakie AI może przynieść w sprzedaży B2B. Podziel się swoimi przemyśleniami w komentarzu lub na LinkedInie. Chętnie dowiem się, jakie tematy związane z AI czy automatyzacjami w biznesie chciałbyś zobaczyć w kolejnych wpisach. Do zobaczenia!