尽管投资ในแพลตฟอร์ม AI สมัยใหม่ โมเดลที่ซับซ้อน และทีมวิทยาศาสตร์ข้อมูลที่มีทักษะสูง แต่ผู้นำธุรกิจหลายคนยังไม่ได้รับประโยชน์เต็มที่จากโครงการเหล่านี้ สำหรับทุกความหวังที่ AI มี ความจริงที่ไม่ดีนี้ยังคงอยู่: โมเดลหลายรุ่นไม่เคยผ่านขั้นตอนการ chứng minhแนวคิดไปสู่ขั้นตอนการนำไปใช้จริง โดยเฉพาะในฟังก์ชันการตลาดและการขาย (GTM)

ปัญหาไม่ได้อยู่ที่เทคโนโลยีเอง แต่อยู่ที่ช่องว่างระหว่างการพัฒนาโมเดลและการดำเนินธุรกิจ การวิจัยของ Alexander Group พบว่า 83% ของบริษัทระบุว่าขาดกรณีการใช้งานที่เกี่ยวข้องเป็นเหตุผลหลักที่ไม่ได้ลงทุนเพิ่มเติมใน AI ซึ่งบ่งชี้ว่าความท้าทายของ AI ในด้าน ROI อาจไม่ใช่เรื่องของข้อมูล แต่เป็นเรื่องของการวางแนวทางเชิงกลยุทธ์

การนำ AI จากการทดลองไปสู่การปฏิบัติจริงต้องการการสนับสนุนจากทุกด้านของธุรกิจ โดยเริ่มต้นจากฝ่ายปฏิบัติการรายได้ (RevOps) ตั้งแต่การกำหนดกรณีการใช้งานไปจนถึงการเตรียมการสำหรับการนำไปใช้จริง RevOps สามารถช่วยลดช่องว่างของมูลค่าของ AI และปลดปล่อยโอกาสใหม่ๆ

RevOps + Data Science = ความสำเร็จของ AI

โมเดล AI ไม่ได้สร้างมูลค่าโดยอัตโนมัติ และการนำไปใช้จริงต้องใช้มากกว่าความสามารถทางเทคนิค ในขณะที่ทีมวิทยาศาสตร์ข้อมูลมุ่งเน้นในการสร้างโมเดลโดยใช้เฟรมเวิร์กมาตรฐาน เช่น Cross Industry Standard Process for Data Mining (CRISP-DM) ซึ่งครอบคลุมถึงความเข้าใจธุรกิจ ความเข้าใจข้อมูล การเตรียมข้อมูล การสร้างแบบจำลอง การประเมิน และการนำไปใช้จริง RevOps เป็นฟังก์ชันที่รับประกันว่าโมเดลเหล่านั้นสอดคล้องกับเป้าหมายธุรกิจที่แท้จริง

ในความเป็นจริง RevOps มักเป็นเจ้าของชีวิตการนำไปใช้จริงของ AI มากกว่าทีมวิทยาศาสตร์ข้อมูลทั่วไป โดยการทำหน้าที่เป็นคนแปลระหว่างกลยุทธ์ธุรกิจและการดำเนินงานทางเทคนิค RevOps ช่วยกำหนด KPI ระบุวัตถุประสงค์ GTM และเลือกข้อมูลที่เหมาะสม เมื่อโมเดลถูกสร้างขึ้น RevOps ตรวจสอบผลลัพธ์เทียบกับตรรกะธุรกิจจริง ใส่โมเดลลงในระบบ GTM ที่มีอยู่ อัตโนมัติกระบวนการขายและการตลาดรอบๆ โมเดล และฝึกอบรมทีมรายได้ในการตีความและดำเนินการตามข้อมูลเชิงลึกที่ได้รับ

หากไม่มีฟังก์ชันเชื่อมต่อนี้ โมเดล AI อาจยังคงเป็นของที่มีศักยภาพสูงแต่ไม่ได้นำไปใช้จริง

การวางแนวทางเชิงกลยุทธ์สร้าง ROI ที่มีผลต่อการดำเนินงาน

เพื่อให้ได้มูลค่าจริงจาก AI RevOps และทีมวิทยาศาสตร์ข้อมูลต้องสอดคล้องกันในสามด้านหลัก: กรณีการใช้งาน การจัดการข้อมูล และความชัดเจนของบทบาท

มีกรณีการใช้งาน AI/ML ที่เกี่ยวข้องสำหรับทุกขั้นตอนของวงจรชีวิตลูกค้า ไม่ว่าจะเป็นการสร้างความต้องการ การคาดการณ์การยกเลิก หรือการขยายลูกค้า AI สามารถสร้างผลกระทบตลอดทั้งวงจรชีวิต โดยครอบคลุมตั้งแต่โมเดลการเรียนรู้ของเครื่องแบบพื้นฐานไปจนถึง AI ที่ซับซ้อน

การแบ่งปันข้อมูลก็มีความสำคัญเช่นกันในการรับประกันการวางแนวทาง AI ระหว่าง RevOps และทีมวิทยาศาสตร์ข้อมูล ทั้งสองทีมสามารถสร้างชุดข้อมูลที่แข็งแกร่งและเป็นหนึ่งเดียวเพื่อขับเคลื่อนความสำเร็จของ AI โดยการวางแนวทางข้อมูลที่ใช้ร่วมกันและใช้ประโยชน์จากข้อมูลที่มีอยู่เพื่อเข้าถึงข้อมูลที่ต้องการ

บทบาทและความรับผิดชอบที่ชัดเจนเป็นกุญแจสำคัญตลอดกระบวนการเหล่านี้ โดยที่ทีมทั้งสองมีส่วนร่วมอย่างแข็งขันในการเชื่อมโยง AI กับผลลัพธ์ทางธุรกิจ RevOps ทำหน้าที่เป็นคนแปลธุรกิจโดยการแสดงกรณีการใช้งาน ระบุ KPI และรับประกันว่าผลลัพธ์ของโมเดลสามารถดำเนินการได้ ในขณะที่ทีมวิทยาศาสตร์ข้อมูลยังคงทำงานอย่างใกล้ชิดเพื่อให้แน่ใจว่างานของพวกเขาสอดคล้องกับเป้าหมายขององค์กรในการขับเคลื่อนการเติบโต

งานไม่หยุดอยู่ที่นี่

การรับประกันการวางแนวทางระหว่าง RevOps และทีมวิทยาศาสตร์ข้อมูลไม่สิ้นสุดเพียงการประชุมและการส่งอีเมล การบูรณาการทีมที่แท้จริงต้องอาศัยการเรียนรู้และความพยายามอย่างต่อเนื่อง

ทีม RevOps ที่ดีที่สุดกำลังเพิ่มความรู้ทางเทคนิคเพื่อปรับปรุงความสามารถในการแปลธุรกิจ โดยการขุดลึกในด้านต่างๆ เช่น การวิเคราะห์ธุรกิจ การจัดเก็บข้อมูล การอัตโนมัติและการวิเคราะห์แบบบริการตนเอง การจัดการระบบและการกำหนดค่า และการสนับสนุนการพัฒนาซอฟต์แวร์ IT ด้วยความรู้ที่ลึกซึ้งเกี่ยวกับหัวข้อทางเทคนิคเหล่านี้ RevOps สามารถดึงข้อมูลเชิงลึกที่มากขึ้นจาก AI และสื่อสารภาษาของทีมวิทยาศาสตร์ข้อมูลเพื่อขับเคลื่อนความสำเร็จ

ในขณะเดียวกัน ทีมวิทยาศาสตร์ข้อมูลที่ดีที่สุดยังคงทำงานอย่างใกล้ชิดกับ RevOps เพื่อทำความเข้าใจความต้องการและเป้าหมายธุรกิจที่เปลี่ยนแปลงไป รวมถึงสิ่งที่ทีมผู้บริหารระดับสูงกำลังพูดถึงและจัดลำดับความสำคัญเมื่อเกิดการเปลี่ยนแปลงในตลาด ซึ่งหมายความว่าทีมวิทยาศาสตร์ข้อมูลกำลังใช้เวลามากขึ้นในการทำงานภาคสนาม การเข้าร่วมการประชุม การสัมภาษณ์ลูกค้า และการดูวิธีแก้ปัญหาจากมุมมองของผู้ใช้ปลายทางเพื่อเข้าใจถึงการสร้างมูลค่าที่ลึกซึ้งและครอบคลุม

ถึงเวลานำ AI ไปสู่การปฏิบัติงานจริงด้วย RevOps

การปลดปล่อยศักยภาพเต็มที่ของ AI ไม่ใช่เรื่องของข้อมูลที่มากขึ้น โมเดลที่ดีขึ้น หรือแม้แต่การลงทุนที่มากขึ้น แต่เป็นเรื่องของการนำฟังก์ชันหลักของธุรกิจมารวมกันเพื่อสร้างผลกระทบจริง โดยการทำหน้าที่เป็นสะพานเชื่อมระหว่างความสามารถทางเทคนิคและการดำเนินงานเชิงพาณิชย์ RevOps ร่วมกับทีมวิทยาศาสตร์ข้อมูล รับประกันว่าโครงการ AI ไม่ใช่เพียงการทดลองเท่านั้น ตั้งแต่การกำหนดกรณีการใช้งานที่มีผลกระทบสูงและการสร้างรากฐานข้อมูลที่เหมาะสม ไปจนถึงการขับเคลื่อนการนำไปใช้และการยอมรับในองค์กร GTM RevOps มีความสามารถในการเปลี่ยน AI จากความคิดเพียงอย่างเดียวให้กลายเป็นตัวขับเคลื่อนการเติบโตที่แท้จริง