Inhoud
- Kunstmatige neurale netwerken (ANN's)
- Diepgaande leeralgoritmen
- Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
- Machine-learning bots en verkoopautomatiseringsplatforms
- Mensen helpen met klantervaring
- Gevolgtrekking
Bron: Kirill Makarov / Dreamstime
Afhaal:
AI helpt bedrijven al bij de verkoop, maar staat op het punt een nog belangrijkere speler te worden in de wereld van verkoop en klantenservice.
Kunstmatige intelligentie (AI) wordt een belangrijke speler in het verkoopscenario, vóór, tijdens en nadat de verkoop is voltooid. Van het opruimen via big data die geen mens ooit zou kunnen analyseren, tot het volledig automatiseren van het proces via intelligente, machine-learning bots, AI is al cruciaal voor het versterken van de marketinginspanningen van een merk.
Vaak de 'AI-revolutie' genoemd, zet de introductie van computergebaseerde oplossingen om het verkoopproces te automatiseren nog steeds de eerste stappen. We zijn echter niet zo ver van een wereld waarin zelfbeherende scriptsystemen een vervanging van menselijke intelligentie worden. Kijk maar eens hoe goed Google Translate nu in staat is om menselijke talen te begrijpen, of hoe gerichte advertenties onze zoekopdrachten blijven achtervolgen alsof er een verborgen 'iemand' is die onze smaak echt kent.
Kunstmatige intelligentie zal absoluut de verkoopsector in de toekomst veranderen, maar heeft hier al een zeer belangrijke invloed op. (Wilt u meer weten over AI? Bekijk dan Hoe moet ik beginnen met leren over AI?)
Kunstmatige neurale netwerken (ANN's)
Kunstmatige neurale netwerken (ANN's) zijn de synthetische reproductie van de hersenen van een zoogdier: een groot netwerk van onderling verbonden processoren die parallel werken. Net als een veel eenvoudiger versie van menselijke neuronen, verwerken deze rekeneenheden informatie, leren van ervaringen en identificeren patronen. Hoewel ze de flexibiliteit en het vermogen missen om zich aan te passen zoals biologische interfaces, kunnen ANNs eerder opgeloste voorbeelden nemen om een systeem te bouwen dat nieuwe beslissingen kan nemen.
Een van de traditionele toepassingen van ANN's is om historische gegevens in spreadsheets te analyseren om vrij nauwkeurige voorspellingen en verkoopprognoses te maken. Na een korte 'trainingsperiode' waarin het neurale netwerk leert historische gegevens te gebruiken waarin de resultaten bekend zijn, kan de AI patronen herkennen en oplossingen en schattingen geven.
Dankzij deze mogelijkheid kunnen ze worden gebruikt om marketingmiddelen efficiënt toe te wijzen en de advertentie-inspanningen van een bedrijf te optimaliseren. Door een overvloed aan parameters zoals marketingkosten en brutowinsten te interpreteren, kunnen ANN's worden gebruikt om de omzet van de volgende periode te voorspellen met een relatief kleine foutmarge.
Diepgaande leeralgoritmen
Kort nadat we online naar een van onze interesses hebben gezocht, verschijnen er overal advertenties voor nauw verwante producten. Deep learning-algoritmen zijn al begonnen met het scannen van big data om de wereld van geautomatiseerde advertenties voor altijd te veranderen. De zoekmachine van Google omvatte altijd een zekere mate van automatisering van machines in de vorm van algoritmen, maar het is pas recent dat diepgaande leren zijn geïntroduceerd.
Gedreven door zeer geavanceerde neurale netten, analyseren ze voortdurend informatie, variërend van gesproken smartphone-opdrachten tot foto's en statussen van sociale netwerken, en uiteraard zoekopdrachten van zoekmachines. Ze bezitten hun eigen 'intelligentie' en omdat ze veel sneller zijn en op een veel grotere schaal kunnen handelen dan mensen, zijn ze al in staat ons te overtreffen in deze taak. Hun trainingsproces eindigt nooit, maar in de afgelopen paar jaar hebben ze zoveel over ons gedrag kunnen leren dat ze nu bijna elke stap van de gemiddelde gebruiker kunnen voorspellen.
Geen bugs, geen stress - Uw stapsgewijze handleiding voor het creëren van levensveranderende software zonder uw leven te vernietigen
Je kunt je programmeervaardigheden niet verbeteren als niemand om softwarekwaliteit geeft.
Machine-learning bots en verkoopautomatiseringsplatforms
Alle bots zijn geprogrammeerd om de snelste, meest effectieve manier te vinden om een doel te bereiken - in dit geval het verkoopproces automatiseren. Machine-learning bots gaan verder dan dat en leren op termijn hun proces te optimaliseren door gegevens en informatie van klanten te verzamelen. Maar de grootste uitdaging waar elke AI voor staat is het verzamelen van de gegevens die nodig zijn om de algoritmen te trainen. En hoewel voor reuzen die omgaan met vrijwel eindeloze hoeveelheden gebruikersgegevens, zoals Google, dit misschien geen probleem is, voor kleinere bedrijven is het dat zeker wel.
Maar net zoals Tesla Google versloeg in de zelfrijdende autorace (bedoelde woordspeling), toonden enkele ambitieuze en vindingrijke nieuwe ondernemingen zoals Growbots aan dat zelfs de startups de kracht kunnen hebben om op hetzelfde niveau te concurreren. Met een groei van 10 procent maand na maand, verandert dit relatief nieuwe bedrijf het uitgaande verkoopscenario met een volledig geautomatiseerd platform dat elke dag miljoenen websites kan analyseren om gegevens over bedrijven en mensen te extraheren.
AI-gestuurde bots kunnen gemakkelijk miljoenen klanten bereiken, de juiste vinden om contact op te nemen, follow-up s schrijven en de volledige verkoopvolgorde automatiseren. Door hun marketinguitgaven te minimaliseren met deze slimme oplossingen, kunnen zelfs kleine en middelgrote bedrijven nu concurreren met de grote spelers en hun enorme budgetten. Met Salesforce-integratie en slimme deduplicatiefuncties kunnen minder dan enorme bedrijven hun werklast tot 90 procent verminderen en kostbare middelen en tijd van medewerkers besparen.
Mensen helpen met klantervaring
Gebruikersbetrokkenheid en klantervaring zijn kritische aspecten van het post-sale proces. Bestaande klanten zijn waardevoller dan nieuwe vanwege hun loyaliteit en verwijzingen. Zowel bij het helpen van klanten als bij het veiligstellen van nieuwe prospects kan echter bijna de helft van de verkopers de pijn en problemen van klanten niet begrijpen. Ze missen het vertrouwen om hun problemen aan het licht te brengen, wat leidt tot onhandigheid en misverstanden waardoor ze uiteindelijk de relatie met de klant bederven.
Om een slimmer leadgeneratieproces te bereiken, kan AI de mens eenvoudig op veel manieren helpen. AI kan alle datapunten van een verkoopproces analyseren om de zwakke plekken te identificeren en een uitgebreide, efficiëntere verkoopbenadering op recept te creëren.Het kan in alle beschikbare klantgegevens graven om het juiste tijdstip of de juiste dag te bepalen om een bepaalde prospect te bellen, evenals de interesses, wensen en behoeften van die persoon, om de verkoopteams te helpen. Een goed ingeburgerd proces zal het vertrouwen van verkopers versterken en hun kansen vergroten om een deal te sluiten.
Machines voor machine-learning kunnen menselijke klantenservice-agenten helpen door te bepalen wie die klant het beste kan bedienen. Bovendien kan AI-geassisteerde spraakherkenning helpen trefwoorden te vinden die vitale serviceverbeteringen activeren, zoals een manager waarschuwen om de oproep te ondersteunen wanneer het woord 'supervisor' wordt genoemd. (Meer informatie over spraakherkenning in Hoe natuurlijke taalverwerking zakelijke inzichten kan verbeteren.)
Volgens recent onderzoek beweert 70 procent van de mensen dat ze bereid zouden zijn meer te betalen voor een merk als de reputatie van hun klantenservice goed genoeg is. Het is dan ook geen verrassing dat, volgens recente voorspellingen, AI binnen vijf jaar 85 procent van de klantrelaties zal beheren.
Gevolgtrekking
Verbeterde marketingautomatisering leidt tot grotere schaalvergroting, betere resultaten en lagere kosten. Onpraktische taken worden al uitgevoerd door zelfvoorzienende machines en nieuwere AI's ondersteunen het personeel dagelijks door hun activiteiten te vergemakkelijken.
Hoewel in de toekomst een paar werknemers hun baan aan robots zullen verliezen, kan het AI-uitgebreide verkoopproces onze samenleving helpen om een beetje eerlijker en gelijker te worden. Zelfs MKB-bedrijven die het zich niet kunnen veroorloven honderden werknemers in dienst te nemen, zouden zelfs kunnen concurreren met de grotere bedrijven.
De uiteindelijke begunstigden van deze vermeende revolutie zullen ongetwijfeld klanten zijn, die zullen genieten van een veel soepelere en fijnere op maat gemaakte koopervaring.