Kokenut myyntijohtaja kertoo, miten tekoälyllä ratkaistaan myynnin kallein ongelma

Ankit Kedia on johtanut B2B-myyntitiimejä teknologiayrityksissä 20 vuoden ajan. Tällä hetkellä hän toimii osa-aikaisena CRO:na ja neuvonantajana.

Tapasimme Ankitin oppiaksemme, miten hän käyttää tekoälyä ratkaisemaan sen, mitä hän kutsuu ”myynnin kalleimmaksi ongelmaksi”. Näin hän vastasi.

Vapautetaan ihmiset työhön, jonka vain ihmiset voivat tehdä

Olen Ankit Kedia. Työskentelen osa-aikaisena CRO:na ja neuvonantajana auttaen yrityksiä tekemään myynnistään skaalautuvaa sen sijaan, että se perustuisi muutamaan tähtimyyjään ja suureen määrään onnea.

Polkuni tähän pisteeseen ei ollut suora. Kouluttauduin sähköinsinööriksi NTU Singaporessa, enkä ole koskaan rakentanut yhtäkään virtapiiriä. Aloitin urani sen sijaan rahoitusalalla: osaketutkimuksessa, hedge-rahaston kaupankäyntipöydällä ja sitten pääomasijoitusalalla. Työ oli hyvää, mutta huomasin jokaisessa kaupassa jatkuvasti saman asian. Voittavat yritykset osasivat myydä. Lopulta päätin siis siirtyä myyntiin, enkä ole katsonut taakseni.

Viimeisten 20 vuoden aikana olen rakentanut ja johtanut B2B-myyntitiimejä Pohjois-Amerikassa, APAC-alueella ja EMEA-alueella, myynyt 13 maassa sekä toiminut myyntijohtajana SurveyMonkeylla ja DropThoughtilla. Myyminen niin monilla markkinoilla opettaa nopeasti, että ihmiset ovat koko pelin ydin. Työskentely niin monissa maissa opetti minulle, että San Franciscossa toimiva myyntipuhe ei välttämättä toimi Tokiossa, eikä mikään viitekehys pelasta sinua; vain pöydän toisella puolella olevan ihmisen ymmärtäminen auttaa.

Tästä pääsen tekoälyyn – ja rehellisesti sanottuna tulin sen pariin myöhään. Kahden vuosikymmenen ajan myynnissä työskenneltyäni aloin käyttää näitä työkaluja vakavasti vasta vuosi sitten. Olen kuitenkin huomannut, että tekoäly on loistava juniorijoukkueen jäsen. Se hoitaa rutiinityöt, terävöittää valmistautumista ja antaa minulle aikaa takaisin, mutta se ei voi osallistua puheluihin ja voittaa kauppaa puolestamme ansaitsemalla asiakkaan luottamuksen. Se osa on edelleen meidän vastuullamme, ja uskon, että niin tulee aina olemaan.

Näen siis tämän hetken yksinkertaisesti. Johtajat, jotka menestyvät, käyttävät tekoälyä vapauttaakseen ihmisensä juuri siihen työhön, jonka vain ihmiset voivat tehdä.

Miten tekoäly parantaa kauppojen arviointien tarkkuutta

Muutin tapaani toteuttaa kauppojen arviointeja. Aiemmin se oli viikon turhauttavin tunti, mutta tekoäly ratkaisi ongelman kaikessa hiljaisuudessa.

Aiemmin myyntiputken arvioinnit etenivät näin: Myyjä kertoi minulle, että kauppa toteutuisi tässä kuussa, ja vaistoni sanoi luvun olevan liian optimistinen, mutta en pystynyt todistamaan sitä. Viime viikon puhelu eli jonkun muistissa, CRM näytti vaiheen päivityksen ilman todellista kontekstia, eikä kukaan ollut koskaan kirjannut ylös suullista sitoumusta kahden arvioinnin takaa.

Väittelimme optimismiin perustuen, ja ennuste lipsui silti. Clarin tutkimuksessa havaittiin, että 57 % ennusteiden epätarkkuuksista juontui erosta sen välillä, mitä myyjät sanoivat puheluissa ja mitä CRM-järjestelmään todellisuudessa päätyi. Luku vastasi täsmälleen sitä, minkä olin tuntenut 20 vuoden ajan.

Aloin siis käyttää keskustelutiedon työkaluja – pääasiassa Gongia – poimiakseni totuuden todellisista keskusteluista sen sijaan, että olisin luottanut ihmisten muistiin. Nämä työkalut litteroivat jokaisen asiakaspuhelun ja merkitsevät todelliset riskisignaalit. Lisäksi käytän tekoälyavustajaa testatakseni myyntiputken kestävyyttä ennen jokaista arviointia ja kertoakseni minulle suoraan, mitkä kaupat vaikuttavat todellisilta.

Näiden työkalujen ansiosta havaitsen viivästyvät kaupat viikkoja aiemmin, kun niiden suhteen on vielä mahdollista tehdä jotain, enkä vasta vuosineljänneksen viimeisenä päivänä, jolloin on jo liian myöhäistä.

Missä tekoälyn käytön raja kulkee liikevaihdon hallinnassa

Mutta tässä on huomioitava seikka. Tekoäly ei tee päätöstä; se vain tuo faktat pöydälle nopeammin. Päätös siitä, mitä horjuvalle kaupalle tehdään, on edelleen tuolissa istuvan ihmisen vastuulla, ja niin tulee aina olemaan.

Tekoäly ei pysty määrittämään hinnoittelustrategiaa. Se voi näyttää minulle, millä hinnalla vastaavia kauppoja on päätetty, mutta suuren yritysasiakkaan kaupan hinnoittelu edellyttää ihmissuhteisiin ja ostajan tarpeen kiireellisyyden ymmärtämiseen perustuvaa harkintaa.

Toinen alue on kaikki, mikä liittyy ihmisiin tai hienovaraiseen harkintaan. Tähän kuuluu vaikeuksissa olevan myyjän valmentaminen ja sellaisen kaupan luottaminen vaistoosi, jonka suhteen jokin tuntuu väärältä, vaikka luvut näyttävät hyviltä. Tekoäly voi tarjota tietoa näissä tilanteissa, mutta se ei voi tehdä päätöstä.

Yksinkertaisesti sanottuna annan tekoälyn kertoa minulle, mitä tapahtuu ja mistä etsiä, mutta en anna sen päättää, mitä asialle pitäisi tehdä.

Syy on suoraviivainen. Tekoäly on erinomainen havaitsemaan kaavoja, mutta sillä on vaikeuksia kontekstin kanssa. Se voi nähdä, että kauppa vaikuttaa riskialttiilta, mutta se ei voi tietää, että ostaja menetti juuri budjetista vastaavan henkilön, että toimitusjohtaja hermoilee allekirjoittamista ennen hallituksen kokousta tai että myyjä on yhden rehellisen keskustelun päässä tilanteen kääntämisestä.

Liikevaihto on viime kädessä sarja paineen alla ja epävarmuudessa tehtyjä ihmisten päätöksiä, enkä ole valmis ulkoistamaan niitä.

Käytännönläheinen kauppojen arviointi- ja valmennusprosessi

Kerron kauppojen arviointi- ja valmennusprosessistani. Siinä on neljä vaihetta, ja tekoäly vaikuttaa jokaiseen niistä, mutta ihminen tekee edelleen päätökset.

1. Ennen puheluita: Kun myyntiedustajalla on tärkeä puhelu tulossa, työkalut kokoavat yhteen kaiken olennaisen: asiakkaan viimeaikaiset uutiset, ostajan roolin ja historian sekä kaupan nykytilanteen, jotta myyntiedustaja saapuu puheluun valmistautuneena. Aiemmin tämä vaati tunnin manuaalista tiedonhakua, mutta nyt työkalut tiivistävät sen kahden minuutin lukupaketiksi.
2. Puhelun aikana ja heti sen jälkeen: Gong käsittelee jokaisen asiakaspuhelun. Se tallentaa, litteroi ja analysoi keskustelun ja kirjoittaa sitten keskeiset tiedot suoraan CRM-järjestelmään: kaupan vaiheen, seuraavat askeleet ja osallistujat. Tämä ratkaisee myynnin kalleimman ongelman: kukaan ei muista suullisia päivityksiä, ja myyntiputkea koskevat päätökset vaikuttavat useiden vuosineljännesten ajan. Nyt mikään ei katoa sanotun ja muistiin merkityn välille.
3. Ennen arviointiani: Samat työkalut merkitsevät automaattisesti todelliset riskisignaalit: hiljentyneen puolestapuhujan, yllättäen mukaan tulleen uuden sidosryhmän jäsenen tai jo kahdesti siirtyneen päätöspäivän. Lisäksi käytän tekoälyavustajaa, yleensä Claudea, analysoimaan koko myyntiputken ja kertomaan suoraan, mitkä kaupat ovat todellisia ja mitkä yritämme vain saada näyttämään todellisilta. Näin menen jokaiseen arviointiin tietäen jo etukäteen, mihin on puututtava, sen sijaan että löytäisin ongelmat vasta keskustelun aikana.
4. Arvioinnin jälkeen: Tekoäly laatii luonnokset seurantaraporteista ja seuraavien vaiheiden tehtävistä todellisen puhelukontekstin perusteella, minkä jälkeen myyntiedustaja tarkistaa ja lähettää ne. Koska jokainen puhelu tallennetaan, voin valmentaa todellisten tapahtumien perusteella ja kuunnella uudelleen tarkan hetken, jolloin myyntiedustaja puhui vastaväitteen ohi, sen sijaan että valmentaisin toisen käden yhteenvedon perusteella. Tämä tekee valmennuksesta paljon konkreettisempaa.

Miten tekoäly voi tehdä laiskoihin tapoihin sortumisesta helpompaa

Tekoälyn hyviä puolia liioitellaan usein, joten tässä rehellinen kuva.

Ensinnäkin suurin hyöty on ollut ajansäästö ja selkeys. Kauppojeni arvioinnit perustuvat nyt näyttöön. Ennusteita koskevat keskustelut ovat paljon vähemmän tunnepitoisia. Valmistelutyö, johon ennen kului pari tuntia, vie nyt vain murto-osan siitä.

Kaikissa tiimeissä, joiden kanssa olen työskennellyt, kaava on ollut sama: vähemmän aikaa myyntiputken raportointiin ja enemmän aikaa sen työstämiseen.

Sitten huonoihin puoliin, joita riittää:

Ensimmäinen virhe oli luottaa liikaa tekoälyn pisteytyksiin. Alkuvaiheessa kauppa, jonka tekoäly arvioi terveeksi, ei toteutunut, koska työkalu ei nähnyt, että ostajan puolestapuhujalla oli vaikeuksia vakuuttaa sisäinen tiimi. Numerot näyttivät hyviltä aivan siihen asti, kunnes kauppa kariutui, ja tämä opetti minulle, että tekoälyn varmuutta pitää pitää lähtökohtana, ei koskaan lopullisena tuomiona.

Toinen ongelma on ”samanlaisuus”. Kun kaikki automatisoivat yhteydenottonsa samoilla työkaluilla, kaikki alkaa kuulostaa samalta, ja ostajat huomaavat sen. Olen nähnyt automatisoitujen yhteydenottojen vastausprosenttien laskevan kaikkialla toimialalla juuri tästä syystä. Tiimit, jotka turvautuvat eniten automaatioon kuulostaakseen henkilökohtaisilta, päätyvät usein kuulostamaan kaikkein geneerisimmiltä.

Kolmas ongelma on se, että tekoälyn avulla on hyvin helppoa tuntea olevansa tuottelias samalla kun välttelee vaikeita keskusteluja. Olen joutunut tarkkailemaan tätä sekä itsessäni että valmentamissani tiimeissä.

Tekoäly on siis tehnyt hyvistä ammattilaisista huomattavasti nopeampia ja terävämpiä, mutta samalla se on tehnyt laiskoihin tapoihin sortumisesta helpompaa. Se on liikevaihdosta vastaavien johtajien kerroin, ja se, mitä se moninkertaistaa, riippuu täysin sitä käyttävän henkilön harkintakyvystä.

Miten tekoäly tekee vaikeasti määriteltävistä myyntitaidoista helpommin opittavia

Suurimman osan urastani uskoin, että paras myynti oli lähes käsityötä: vaistonvaraista kykyä lukea tilannetta, täydellisesti ajoitettua yhteydenottoa sekä tuntumaa siihen, milloin painostaa ja milloin odottaa — kaikki tämä eli muutaman parhaasi päässä, eikä sitä voinut oikeastaan kopioida.

Sen perusteella saattoi palkata ja hieman valmentaa, mutta enimmäkseen vain toivoit löytäväsi lisää näitä harvinaisia ihmisiä. AI sai minut kuitenkin ajattelemaan asian uudelleen.

Kun tallennat ja analysoit jokaisen puhelun, asiat, joita paras myyjäsi tekee ja jotka ennen tuntuivat taikuudelta, muuttuvat näkyviksi ja täsmällisiksi. Täsmälleen millaisia kysymyksiä hän esittää alussa, miten hän käsittelee tietyn vastaväitteen ja kuinka hän hidastaa tahtia sen sijaan, että kiirehtisi, kun ostaja vaikenee — kyse on toimintamalleista, ja kun näet ne selkeästi, voit opettaa ne muulle tiimille tavalla, joka ei ole koskaan aiemmin ollut mahdollista.

Ankit kertoo

Suurimman osan urastani uskoin, että paras myynti oli lähes käsityötä: AI sai minut kuitenkin ajattelemaan asian uudelleen.

Asia, jonka olin aiemmin kuitannut opettamattomaksi vaistoksi, osoittautui siis suurelta osin joukoksi opittavia toimintatapoja, joita en vain pystynyt havainnoimaan suuressa mittakaavassa ennen tätä.

Enkä tarkoita, että myynnistä olisi tullut kaava. Huipputason inhimillinen harkinta on edelleen todellista ja harvinaista, mutta parhaan ja keskivertomyyjän välinen kuilu on pienempi ja paremmin kurottavissa umpeen kuin uskoin 20 vuoden ajan. Suuri osa siitä, mitä ennen kutsuin lahjakkuudeksi, olikin oikeastaan näkyvyyttä — ja nyt meillä on sitä.

Se on aidosti toiveikas muutos, ja se muutti tapaani ajatella tiimin rakentamista.

Kuinka parantaa AI:n käyttöönottoa tulotiimeissä

Olisinpa tiennyt, että työkalut ovat helppo osa; vaikeaa on saada ihmiset muuttamaan työskentelytapojaan.

Aloittaessani tein klassisen virheen: oletin, että hyvät AI-työkalut tuottaisivat automaattisesti arvoa. Osta ohjelmisto, ota se käyttöön ja katso, kuinka asiat paranevat. Keskityin siis kaiken energiani voimin oikeiden alustojen valitsemiseen ja lähes lainkaan niihin ihmisiin, joiden pitäisi käyttää niitä.

Mutta tapahtui se, mitä useimmille tiimeille tapahtuu. Tiimit ottivat työkalut käyttöön paperilla, mutta jättivät ne käytännössä huomiotta. Myyjät jatkoivat työskentelyä entiseen tapaansa, jättivät hienot AI-ominaisuudet käyttämättä, ja muutamat kokivat koko asian heille tehdyksi, eivät heidän hyväkseen.

Jos olisin ymmärtänyt tämän etukäteen, olisin kääntänyt järjestyksen täysin toisinpäin. Olisin käyttänyt paljon vähemmän aikaa tuskaillessani, minkä työkalun ostaisin, koska useimmat vakavasti otettavat vaihtoehdot ovat riittävän hyviä, ja paljon enemmän aikaa itse muutokseen. Olisin ottanut tiimin mukaan varhaisessa vaiheessa, näyttänyt jokaiselle, kuinka työkalu helpottaa heidän päiväänsä sen sijaan, että se vain tekisi heidän esihenkilönsä raportoinnista sujuvampaa, ja valinnut yhden tai kaksi työnkulkua, jotka hiotaan kuntoon ennen uusien lisäämistä.

Viisi neuvoa CRO:ille

Neuvoista puheen ollen, tässä muutama asia, jonka olisin toivonut jonkun kertovan minulle aiemmin.

1. Ota AI ennakkoluulottomasti käyttöön, mutta määrittele sen tarkoitus selkeästi. Hyödyt ovat todellisia, ja CRO:t, jotka jättävät nämä työkalut huomiotta, jäävät niitä käyttävien jälkeen. AI tarjoaa nopeutta ja selkeyttä, ei korvaa harkintaa. Käytä sitä nähdäksesi myyntiputkesi nopeammin, valmistautuaksesi terävämmin ja vapauttaaksesi tiimisi rutiinitöistä.
2. Älä vähennä tiimiäsi ja kutsu sitä AI-strategiaksi. AI:n pitäisi tehostaa hyvien ihmistesi työtä, eikä sen pitäisi olla tekosyy heidän menettämiseensä. Jos suunnitelmasi on korvata ihmiset, et ole ymmärtänyt, missä kaupat voitetaan.
3. Estä samankaltaisuus. Kun kaikki markkinasi toimijat käyttävät samoja työkaluja yhteydenottojen automatisointiin, tuotokset alkavat muistuttaa toisiaan ja ostajat lakkaavat kiinnittämästä niihin huomiota. Voittavat tiimit käyttävät AI:ta ajan takaisin hankkimiseen ja käyttävät sen sitten ollakseen kilpailijoita inhimillisempiä, läsnä olevampia ja aidosti hyödyllisempiä ostajille.
4. Valmenna tiimiäsi muutoksen läpi sen sijaan, että vain ojentaisit heille työkaluja. Useimmat myyjät käyttävät tuskin lainkaan pinossaan jo olevaa AI:ta. Ohjelmiston ostaminen on helppo osa; ihmisten saaminen muuttamaan työskentelytapojaan on todellinen tehtävä, ja se on johtamisongelma.
5. Pysy itse lähellä kauppoja. Johtajana on houkuttelevaa pyörittää kaikkea nykyään hallintapaneelien kautta, koska ne ovat parempia kuin koskaan, mutta paras signaali on edelleen aito keskustelu aidon ostajan kanssa. Älä anna työkalujen etäännyttää sinua todellisesta vastuustasi.

Seuraa

Voit seurata Ankit Kedian työtä palveluissa LinkedIn, X ja Instagram.

Lisää asiantuntijahaastatteluja on tulossa CRO-klubissa!