Geen silo’s meer: hoe AI-gestuurde consolidatie van de technische stack de omzet verhoogt

Door AI te gebruiken om verkoopworkflows te optimaliseren en de omzet te maximaliseren, kunnen organisaties van een inefficiënte ‘zak met onderdelen’ naar AI-gestuurde synergie gaan.

Medewerkers die kritiek zijn voor de omzet, zijn afhankelijk van technologie om hun werk te doen, maar verouderde en ongeordende technische stacks belemmeren de mogelijkheid van hun organisaties om consistent en herhaaldelijk de omzet te maximaliseren. Veertig procent van de ondervraagde salesleiders zegt dat hun verkopers vier tot vijf (of meer!) applicaties moeten gebruiken om hun werk te doen. Deze gesloten systemen schaden de efficiëntie en leiden tot omzetlekkage: Boston Consulting Group schat dat organisaties meer dan 2 biljoen dollar per jaar verliezen aan gemiste omzet, verkoopverspilling en verloren ondernemingswaarde.

Veel organisaties hebben wat ik een ‘zak met onderdelen’ benadering noem, waarbij ze meerdere producten aan elkaar knopen zonder rekening te houden met de werkelijke workflow van de eindgebruiker en of het hen succesvoller maakt.

Neem marketing en sales bijvoorbeeld. Marketing heeft veel specialisten (SEO, ABM, e-mailmarketing, enz.), dus het is logisch om specialisteninstrumenten te hebben. Sales heeft echter een meer algemene workflow. Verkopers doen veel dingen om een deal te sluiten, van e-mails, telefoontjes en presentaties tot het bijwerken van de CRM en forecasting, en deze zijn meestal geen discrete workflows omdat ze met dezelfde informatie te maken hebben. Wanneer deze informatie en gegevens over vier of vijf verschillende apps zijn verspreid, krijgen verkopers last van contextswitching, onderbrekingen, verlies van kritische inzichten en uiteindelijk laten ze de bal vallen – wat heel menselijk is – maar resulteert in verloren tijd, productiviteit en omzet.

Er is een kritieke behoefte aan consolidatie en integratie in de sales technische stack. Het is geen verrassing dat met consolidatie en integratie een grotere zichtbaarheid en effectiviteit komt. Het is ook waar AI het meeste werk kan doen. AI-instrumenten die strategisch zijn gebouwd met de verkoperworkflow als kern, laten niet alleen toe dat omzetorganisaties meer doen met minder, maar ze hebben ook de mogelijkheid om eerder ongeordende gegevens intelligent te analyseren en te combineren tot een holistisch beeld van kopersignalen en verkopersacties, terwijl ze het swivel-chairing tussen instrumenten minimaliseren, purpose-built workflows creëren en een grotere ROI teruggeven aan het bedrijf.

AI als technische stack versneller

Met de populariteit van instrumenten als ChatGPT, DALL-E en Midjourney, zijn de meeste van ons ons ervan bewust dat AI de kracht heeft om te helpen bij onderzoek, tekst schrijven en afbeeldingen genereren binnen seconden. Maar de breedte van AI’s mogelijkheden strekt zich verder uit dan dat, en wanneer ze worden gecombineerd met de bestaande instrumenten in uw technische stack, fungeren ze als een versneller. AI-gestuurde oplossingen kunnen helpen om het meeste uit uw CRM en andere instrumenten te halen, waarmee ze een echte ‘beter samen’ benadering vertegenwoordigen. Hieronder volgen enkele dingen die AI kan bereiken om ervoor te zorgen dat uw CRM- en BI-investeringen volledig worden gerealiseerd.

1. Informatie opnemen, taken automatiseren en nuttige samenvattingen maken. Verkopers besteden veel tijd aan administratief werk, van het invoeren van gegevens tot het opstellen van follow-up e-mails en actiepunten. AI heeft de mogelijkheid om veel van deze taken te automatiseren. Bijvoorbeeld, AI kan direct oproepsamenvattingen genereren, deze samenvatten in een korte alinea, vertalen naar actiepunten en deze informatie doorgeven aan meerdere plaatsen binnen de CRM.
2. De kwaliteit van uw gegevens verbeteren. Een van de grootste CRM-problemen is dat gegevens vaak onnauwkeurig of inconsistent zijn omdat ze afhankelijk zijn van verkopers om informatie in te voeren. Hier kan AI bijspringen om administratief werk te automatiseren, gegevens uit meerdere bronnen te synthetiseren en een schoner, enkelvoudig beeld van gegevens te bieden. Bijvoorbeeld, AI kan herkennen wanneer het telefoonnummer in iemands e-mailhandtekening is veranderd en de CRM automatisch bijwerken met het nieuwe nummer – en dit kan op grote schaal gebeuren.
3. Inzichten halen uit grote gegevenssets en actieaanbevelingen doen. Het is gemakkelijk om rapporten te genereren, maar niet zo gemakkelijk om actieaanbevelingen te doen. Als u geen actie kunt ondernemen op basis van informatie, is het een anekdote, geen inzicht. De meeste technologie biedt anekdotes. Goede AI kan echter veel gegevens synthetiseren en nauwkeurige prognoses produceren, dealrisico’s identificeren en aanbevelingen doen over de volgende beste acties. Er zijn ook instrumenten die het nog een stap verder brengen door geprioriteerde en aangepaste takenlijsten te genereren van de meest onmiddellijke en impactvolle acties die verkopers moeten ondernemen om hun open deals te winnen.

Criteria voor een effectieve AI-strategie

De voordelen en transformatieve kracht van AI zijn goed gedocumenteerd, maar dat betekent niet dat organisaties elke AI-gestuurde oplossing die ze kunnen vinden in hun winkelwagen moeten laden. Er is veel technologie die er goed uitziet, maar niet goed presteert – of zoals mijn goede vriend Derek Grant eens zei: “Verkoopt goed, maar slaagt niet goed.”

Generatieve tekst, bijvoorbeeld, kan op tientallen manieren worden toegepast. Er zijn generatieve AI-instrumenten op de markt die de sociale media-pagina’s van een prospect kunnen scannen, ontdekken waar ze naar college zijn gegaan en welk concert ze het afgelopen weekend hebben bijgewoond, en vervolgens die informatie in een e-mail proppen. Maar die tactiek heeft geen significante invloed op de uitkomst van een deal. Het lost geen bestaand verkopersprobleem op – het is alleen een noviteit.

AI moet uw bedrijf productiever maken en sneller betere beslissingen laten nemen. U moet oplossingen zoeken die echt beter samenwerken, in plaats van eenmalige oplossingen die proberen om eenmalige problemen aan te pakken (maar mogelijk meer problemen creëren met extra instrumenten in de stack om in te loggen, disparate of gesloten gegevens, enz.). De criteria voor waardige AI-instrumenten zijn hetzelfde als voor elke software, dus voordat u nieuwe AI aan uw technische stack toevoegt, moet u ervoor zorgen dat het de volgende vakken aankruist:

1. Het lost een echt probleem op. AI is alleen belangrijk als het de beste manier is om het probleem van de klant op te lossen. In de meeste gevallen betekent dit dat het gaat om het doen van gegevensgestuurde, actieaanbevelingen of het automatiseren van laagwaardig en/of repetitief werk.
2. Het is gemakkelijk te gebruiken. Organisaties gebruiken vaak de instrumenten die ze hebben niet tot hun volle mogelijkheden. Als u software wilt kopen die werknemers daadwerkelijk gebruiken, moet het gemakkelijk zijn. Onderzoek van de Yale School of Management Professor Zoe Chance zegt dat de nummer één voorspeller van menselijk gedrag gemak is. Hoe gemakkelijker iets is, hoe meer mensen het zullen doen. We moeten die kennis toepassen op onze technische instrumenten om het meeste uit onze investeringen te halen.
3.  Het integreert goed met uw andere oplossingen. AI moet goed samenwerken met de andere oplossingen die u gebruikt, wat betekent dat zowel workflows als gegevens geïntegreerd zijn, zodat gebruikers eind-tot-eind workflows kunnen voltooien. Als het niet goed integreert, zal het waarschijnlijk niet worden gebruikt omdat het niet gemakkelijk is.
4. Bestuur is consistent over platforms. Wanneer het gaat om verkopen, houden de meeste organisaties bij wie toegang heeft tot welke informatie over een deal. Als bestuur niet consistent is over alle instrumenten, heeft u eigenlijk geen bestuur.

Wanneer deze criteria niet worden vervuld bij het aankopen van AI-oplossingen – of elke oplossing, in het algemeen – eindigen organisaties met een zak met onderdelen.

De bodemlijn

Gesloten en opgeblazen technische stacks belemmeren verkopers en hun organisaties om de omzet te maximaliseren. Technische stackconsolidatie, met name met een strategische focus op AI-integratie, houdt de sleutel om veel van deze uitdagingen aan te pakken. AI’s mogelijkheid om workflows te stroomlijnen, de kwaliteit van gegevens te verbeteren, actieaanbevelingen te doen en een naadloze integratie met bestaande instrumenten te faciliteren, maakt het een essentieel onderdeel voor langetermijnomzetgeneratie. Organisaties moeten er echter voor zorgen, net als bij elke nieuwe producten, dat nieuwe AI-instrumenten een probleem oplossen en niet alleen voor de sake van lege innovatie.

In het voortdurend evoluerende landschap van technologie en sales, is het prioriteren van een AI-strategie die is afgestemd op deze criteria essentieel voor organisaties om hun volledige potentieel te ontsluiten en concurrerend te blijven in de strijd om de omzet te maximaliseren.