تجزیه و تحلیل پیش بینی مبتنی بر هوش مصنوعی در B2B

در قسمت 1 این مجموعه دو قسمتی ، ما در مورد اینکه چگونه هوش حیاتی ماموریت اغلب در زیر بینی ما قرار دارد صحبت کردیم ، اما نمی دانیم چگونه آن را پیدا کنیم. ما انواع سیگنال های موجود در چنین داده های هدف و نحوه فروش و فروشندگان B2B را برای جمع آوری آنها بررسی کردیم.

اما مانند رمزگشایان متفقین در جنگ جهانی دوم ، ما درک می کنیم که جمع آوری این سیگنال ها تنها اولین قدم است. برای انجام هر کاری با آنها ، باید آنها را رمزگشایی کنیم.

در جنگ جهانی دوم ، وقفه بحرانی در قالب فناوری رخ داد – رایانه Colossus. و در B2B ، این فناوری دوباره به نجات می رسد.

B2B’s Colossus: Decoding Intent

داده های عمدی بدون تجزیه و تحلیل پیش بینی مانند آن دسته از سیگنال هایی است که نیروهای متفقین جمع آوری کرده اند اما بدون رایانه نمی توانند آنها را رمزگشایی کنند – آنها را به اطلاعات عملی تبدیل کنند.


برای فروشندگان و بازاریابان B2B ، دستگاه رمزگشایی به صورت تجزیه و تحلیل پیش بینی شده است که توسط هوش مصنوعی (AI) هدایت می شود.

داده های قوی همراه با تجزیه و تحلیل پیش بینی برای رهبران فروش و بازاریابی مدرن ضروری است. این امکان را می دهد که کارهایی را انجام دهیم که در غیر این صورت هرگز نمی توانستیم انجام دهیم-حتی اگر اتاق هایی پر از دستگاه های جمع آوری اطلاعات و رمزگشایی در تلاش برای تفسیر داده ها باشد.


در اینجا فقط چند مثال از منظور من وجود دارد.

  • تیم های بازار می توانند برنامه ریزی کنند که منابع خود را در کجا متمرکز کنند. هوش مصنوعی به ما می گوید که کل بازار آدرس پذیر (TAM) ما چیست. همچنین مشخصات مشتری ایده آل ما (ICP) را به ما می گوید. و حتی به ما می گوید که در ICP ما در حال حاضر آماده خرید است.

    این به ما این امکان را می دهد که بدانیم آیا تعداد سربازان ما به اندازه کافی برای پوشش دادن تمام حساب های ICP موجود در بازار است. یا برعکس ، اگر بخواهیم ICP یا TAM خود را گسترش دهیم ، این مکان هوشمندترین مکان ها را مشخص می کند تا انرژی و دلار خود را برای بیشترین موفقیت در بازاریابی و فروش قرار دهیم.

  • ما می توانیم بهترین نقش ها را برای فروش و فروش به آنها تعیین کنیم. ما اکنون می دانیم که چه کسی یک تیم خرید معمولی را تشکیل می دهد ، که همه تمرینات حدسی و تصادفی را از برنامه ریزی ما خارج می کند.
  • از دست دادن معاملات دست بر می داریم. آیا تا به حال دیده اید که رقیبی لوگو را در سایت خود قرار دهد ، اما شما حتی متوجه نشده اید که مشتری جدید آنها در بازار است؟

    با استفاده از داده ها و هوش مصنوعی ، نمای کاملی از تعامل در سطح مخاطب ، از جمله کلمات کلیدی مورد بررسی آنها (و بنابراین ، مهمترین آنها) همین الان) حتی می توانید روابط مخاطبین را با یکدیگر تعیین کنید تا بتوانید تصویری کلی از مشارکت تیم خرید تهیه کنید.

  • ما زمان بندی خود را درست می گیریم. آیا این زمانی است که بازاریابی باید درگیر شود؟ یا این کار برای فروش است؟ شاید موفقیت مشتری؟ شما می توانید این سوالات را با داده ها و هوش مصنوعی که تعیین می کند در کجا یک حساب در سفر است و پس از آن اقدام مناسب را تنظیم می کند ، به رختخواب بگذارید.
  • این نمای کاملی از تعامل را ارائه می دهد – و به شما می گوید که چگونه و چه موقع باید بر اساس آن عمل کنید. مدل های پیش بینی مبتنی بر هوش مصنوعی نحوه تعامل مخاطب با خریداران قبلی ، از جمله اطلاعات مربوط به مخاطبین ، نحوه و زمان ارتباط آنها و مکان هایی که هیچ فعالیتی ندارید را مقایسه می کند. این اطلاعات به شما امکان می دهد مخاطبین مناسب را در زمان مناسب درگیر کرده و همچنین هرگونه شکاف در پایگاه داده خود را با مخاطبین جدید پر کنید.

    این پیشرفت بزرگی نسبت به نمره گذاری سنتی مبتنی بر نقطه در اتوماسیون بازاریابی است. به جای تصمیم گیری انسان در مورد اهمیت فعالیت های فردی ، هوش مصنوعی به طور مداوم الگوهای داده ها را تجزیه و تحلیل می کند و آنچه را که بیشتر مرتبط است تعیین می کند.

  • این یک تصویر از کل تیم خرید به ما می دهد. در B2B ، ما با یک مخاطب واحد سروکار نداریم. ما با یک تیم 10 نفره سروکار داریم. بنابراین ، مشاهده مشارکت یک مخاطب در یک تیم خرید بسیار کمتر از دیدن چندین مخاطب در همان تیم است که قصد خود را نشان می دهند.

    چیزی که بیشترین اهمیت را دارد این است که افرادی را در نقش هایی ببینید که در گذشته با آنها موفقیت داشته اید و قصد خود را نشان داده اید. و داده های هدف و هوش مصنوعی می توانند نقش ها و نمایه ها را با خریدهای قبلی مطابقت دهند ، بنابراین می دانید چه فعالیتی بیشتر مربوط به شرکت شما است.

  • این به ما نشان می دهد که حسابها در مسیر خرید آنها کجا هستند و آیا در بازار هستند یا خیر. آگاهی از این که آیا خریداری تازه در حال خرید خود است یا آمادگی صدور RFP را دارد ، فروشندگان و بازاریابان را در موقعیتی قرار می دهد که در هر مرحله اطلاعات مربوطه را ارائه دهند تا به خریداران کمک کند تا به جلو حرکت کنند.

    تصویر بزرگتر: این یک نمای کلی از تمام فرصت های تجاری موجود در حال حاضر برای یک شرکت است.

تبدیل داده های عمدی به هوش

وقتی بینش عمیقی از رفتارهای مشتریان فعلی و آینده خود داشته باشیم ، می توانیم تجربیات باورنکردنی را ارائه دهیم که آنها را در اولویت قرار می دهد و به نوبه خود به ما در افزایش موفقیت درآمد کمک می کند. شرکت هایی که کد داده های عمدی را خراب کرده اند ، نتایج چشمگیری را مشاهده می کنند – مانند 35٪ میانگین ارزش معاملات بهتر ، 20٪ نرخ سود بیشتر و 20٪ کاهش در روزهای میانگین بسته شدن.

ما در تجارت هستیم ، نه در جنگ – خدا را شکر. اما ما هر روز در حال رقابت هستیم. و هر ذره ای از هوش عملی که می توانیم جمع آوری کنیم به ما مزیت می دهد.

یک رویکرد کامل به قصد ، همراه با فن آوری های مدل سازی و ارکستراسیون پیش بینی مبتنی بر هوش مصنوعی ، سیگنال های پنهان قبلی را روشن می کند.

برای فروشندگان و بازاریابان B2B ، کشف و رمزگشایی سیگنال های رمزگذاری شده برای رقابت ، مرتبط ماندن و ارائه بهترین تجربه کاربری ممکن ضروری است. اما این تنها با داده های مناسب و فناوری رمزگشایی آن امکان پذیر است.

این روش شکستن کد یک تغییر کلی بازی است. این چیزی است که ما را از بهترین حدسیات انسانها به واقع دور می کند دانستن خریداران بالقوه چه می کنند بنابراین ما در بهترین موقعیت برای برنده شدن هستیم.

این مجموعه مقاله توسط Latané Conant ، CMO of 6sense ، یک پلتفرم پیشرو در زمینه حساب کاربری با هوش مصنوعی ، نوشته شده است.