Druiven erin, champagne eruit: hoe AI de verkooptrechter transformeert

Rev: Hoe AI de verkooptrechter transformeert

Zie het lot van de sales development rep (SDR). Jong in hun carrière en vaak weinig ervaring, streeft de SDR ernaar om vooruit te komen in de verkooporganisatie. Hun enige verantwoordelijkheid: prospects werven om de pijplijn te vullen.  

Dus jagen en jagen, maar ze kunnen niet altijd de beste jachtgebieden vinden. Ze maken lijsten met prospects waarvan ze denken dat ze geweldig zijn en sturen deze naar de verkooptrechter. Maar veel van hun vooruitzichten passen niet en in plaats daarvan verstoppen ze de trechter. Het trieste resultaat van deze slopende zoektocht naar geweldige leads? Ongeveer 60% van de tijd haalt de SDR zijn quota niet eens.

Als het bovenstaande scenario strategische marktontwikkeling net zo meedogenloos laat klinken als de Serengeti voor een verweesde leeuwenwelp, dan ging ik misschien te ver met mijn analogie. Maar het punt staat vast: hoewel SDR's de "first mile" van de verkooptrechter bezitten, hebben de meesten het moeilijk omdat ze een van de moeilijkste banen in een bedrijf hebben en weinig hulpmiddelen om te helpen.

Waarom? De tools die ze nodig hadden, bestonden tot nu toe niet.

Wat is er nodig om de eerste mijl van verkoop en marketing te redden? SDR's hebben technologie nodig die prospects kan identificeren die op hun ideale klanten lijken, snel de geschiktheid van die prospects kan beoordelen en hun bereidheid om te kopen te leren kennen.

Revolutionair boven de trechter 

Er bestaat een overvloed aan tools om verkoop- en marketingteams te helpen bij het beheren van leads in de hele verkooptrechter. Platformen voor klantrelatiebeheer (CRM) zijn beter dan ooit in het volgen van deals in de onderste trechter. Accountgebaseerde marketing (ABM) hulpmiddelen zoals: HubSpot en Marketo hebben de communicatie met prospects in het midden van de trechter vereenvoudigd. Hoger in de trechter helpen verkoopbetrokkenheidsplatforms zoals SalesLoft en Outreach om nieuwe leads aan te trekken. 

Maar meer dan 20 jaar nadat Salesforce op het toneel verscheen, blijven de technologieën die beschikbaar zijn boven de trechter - het gebied voordat een bedrijf weet met wie het zelfs maar zou moeten praten (en het gebied waar SDR's jagen) - stagneren. Niemand heeft de eerste mijl nog afgelegd.

Het oplossen van "The First Mile Problem" in B2B Sales

Gelukkig komt daar verandering in. We staan ​​aan de vooravond van een enorme golf van innovatie op het gebied van bedrijfssoftware. Die golf is kunstmatige intelligentie (AI). AI is de vierde grote innovatiegolf in deze arena in de afgelopen 50 jaar (na de mainframegolf van de jaren zestig; de pc-revolutie van de jaren tachtig en negentig; en de meest recente golf van horizontale Software as a Service (SaaS) waarmee bedrijven een beter, efficiënter bedrijfsproces op elk apparaat kunnen uitvoeren - geen codeervaardigheden vereist).

Een van de vele beste eigenschappen van AI is het vermogen om patronen te vinden in de galactische hoeveelheden digitale informatie die we verzamelen, en ons te wapenen met nieuwe gegevens en inzichten uit die patronen. We profiteren al van AI in de consumentenruimte, of het nu gaat om de ontwikkeling van COVID-19-vaccins; de inhoud die we zien van nieuws en sociale apps op onze telefoons; of hoe onze voertuigen ons helpen de beste route te vinden, verkeer te vermijden en, in het geval van de Tesla, de daadwerkelijke rijtaken aan de auto te delegeren. 

Als B2B-verkopers en marketeers beginnen we nog maar net de kracht van AI in ons professionele leven te ervaren. Net zoals de route van een chauffeur rekening moet houden met verkeer, weer, routes en meer, hebben onze SDR's een kaart nodig die de kortste weg biedt naar het volgende geweldige vooruitzicht. 

Beyond Firmographics

Elke geweldige SDR en marketeer weet dat om conversie en verkoop te genereren, u zich richt op prospects die op uw beste klanten lijken. Als uw beste klanten fabrikanten van industriële apparatuur zijn, gaat u op zoek naar meer fabrikanten van industriële apparatuur. In de zoektocht om het meeste uit hun uitgaande inspanningen te halen, graven bedrijfsteams zich diep in de bedrijfsgegevens - zaken als de sector, de bedrijfsomvang en het aantal werknemers.

De beste SDR's weten dat als ze de diepere signalen over hoe een bedrijf zaken doet naar boven kunnen komen, ze prospects kunnen vinden die eerder in de salesfunnel terechtkomen. Maar naar welke signalen moeten ze, naast de bedrijfsgegevens, zoeken?

Het ontbrekende stukje van de puzzel voor SDR's is wat wordt genoemd exegrafische gegevens – enorme hoeveelheden gegevens die de verkooptactieken, strategie, wervingspatronen en meer van een bedrijf beschrijven. Exegrafische gegevens zijn beschikbaar in broodkruimels op internet. Wanneer je AI loslaat op al die broodkruimels, identificeert het interessante patronen die een SDR kunnen helpen snel te begrijpen hoe goed een prospect overeenkomt met je beste klanten.

Neem bijvoorbeeld John Deere en Caterpillar. Beide zijn grote Fortune 100-machines en uitrustingsbedrijven die bijna 100,000 mensen in dienst hebben. In feite zijn ze wat we 'firmografische tweelingen' zouden noemen, omdat hun branche, omvang en personeelsbestand bijna identiek zijn! Toch werken Deere en Caterpillar heel anders. Deere is een mid-late technologie adopter en low cloud adopter met een B2C-focus. Caterpillar verkoopt daarentegen voornamelijk B2B, is een early adopter van nieuwe technologie en heeft een hoge cloudadoptie. Deze exegrafische verschillen bieden een nieuwe manier om te begrijpen wie een goede prospect is en wie niet - en daardoor een veel snellere manier voor SDR's om hun volgende beste prospects te vinden.

Het probleem van de eerste mijl oplossen

Net zoals Tesla AI gebruikt om het stroomopwaartse probleem voor chauffeurs op te lossen, kan AI verkoopontwikkelingsteams helpen geweldige prospects te identificeren, een revolutie teweeg te brengen in wat er boven de trechter gebeurt en het first-mile-probleem op te lossen waarmee verkoopontwikkeling elke dag strijdt. 

In plaats van een levenloos ideaal klantprofiel (ICP), stel je een tool voor die exegrafische gegevens opneemt en AI gebruikt om patronen te ontdekken bij de beste klanten van een bedrijf. Stel je dan eens voor dat je die gegevens gebruikt om een ​​wiskundig model te maken dat je beste klanten vertegenwoordigt - noem het een Artificial Intelligence Customer Profile (aiCP) - en dat model te gebruiken om andere prospects te vinden die er precies zo uitzien als deze beste klanten. Een krachtige aiCP kan bedrijfsgegevens en technografische informatie opnemen, maar ook privégegevensbronnen. Zo kunnen data van LinkedIn en intentiedata een aiCP versterken. Als levend model is de aiCP leert na verloop van tijd. 

Dus als we vragen, Wie wordt onze volgende beste klant?, hoeven we SDR's niet langer aan ons lot over te laten. We kunnen ze eindelijk de tools bieden die ze nodig hebben om deze vraag te beantwoorden en het probleem boven de trechter op te lossen. We hebben het over tools die automatisch nieuwe prospects leveren en rangschikken zodat SDR's weten op wie ze zich moeten richten en verkoopontwikkelingsteams hun inspanningen beter kunnen prioriteren. Uiteindelijk kan AI worden gebruikt om onze SDR's te helpen quota te maken - en met prospects die echt passen bij het type prospect dat we willen vinden - en leven om een ​​andere dag te prospecteren.

Rev Verkoopontwikkelingsplatform

Rev's verkoopontwikkelingsplatform (SDP) versnelt het ontdekken van prospects met behulp van AI.

Ontvang een Rev-demo