Dyrektor ds. przychodów SaaS dzieli się przepływami pracy, które wspierają SDR-ów — ale ich nie zastępują

Mukul Kaushik jest dyrektorem ds. przychodów (CRO) w firmie SaaS o nazwie Trackier, a także kieruje przychodami z ich produktów Apptrove i Affnook.

Spotkaliśmy się z Mukulem, aby dowiedzieć się, jak wykorzystuje AI do zwiększania możliwości swoich SDR-ów. Oto, co nam powiedział.

Ekspansja na nowe rynki

Cześć wszystkim, nazywam się Mukul Kaushik. Jestem dyrektorem ds. przychodów w Trackier i kieruję przychodami z naszych produktów Apptrove i Affnook.

Działamy w obszarach marketingu efektywnościowego, pomiaru działań mobilnych i technologii afiliacyjnych, obsługując reklamodawców, sieci reklamowe, agencje, firmy z branży gier oraz marketerów aplikacji na całym świecie. Obecnie znajdujemy się na etapie silnego wzrostu i ekspansji, koncentrując się przede wszystkim na skalowaniu działalności międzynarodowej w takich regionach jak Indie, Azja Południowo-Wschodnia, MENA, Europa i obie Ameryki. Nasz model przychodowy opiera się głównie na SaaS, a jego elementami są umowy subskrypcyjne i kontrakty korporacyjne, zależnie od skali działalności klienta i zakresu użytkowania.

Organizacja ds. przychodów obejmuje sprzedaż, partnerstwa, sukces klienta i strategiczne inicjatywy rozwojowe. Korzystamy z połączenia strategii GTM opartych na działaniach przychodzących, wychodzących, partnerskich i wydarzeniach, szczególnie że nasza branża w dużej mierze opiera się na relacjach i ekosystemach.

Obecnie koncentrujemy się na połączeniu tradycyjnej sprzedaży korporacyjnej z przepływami pracy opartymi na AI dla funkcji SDR, raportowania, prognozowania i analizy informacji o klientach. Jednocześnie utrzymujemy konsultacyjne podejście do rozwoju, skoncentrowane na relacjach.

Lepsze systemy i szybsze analizy

Moja dotychczasowa praca koncentrowała się na marketingu efektywnościowym i przestrzeni atrybucji mobilnej — współpracowałem z reklamodawcami, partnerami afiliacyjnymi, firmami z branży gier i marketerami aplikacji na różnych rynkach. Zaczynałem od podstawowej sprzedaży i partnerstw. Z czasem zająłem się budowaniem zespołów ds. przychodów, skalowaniem globalnych relacji i kształtowaniem produktów na podstawie potrzeb klientów.

Kilka lat temu liderzy ds. przychodów opierali większość decyzji na doświadczeniu, intuicji i znacznym nakładzie pracy manualnej. Obecnie AI niemal codziennie zmienia sposób, w jaki pracujemy — od pozyskiwania klientów i personalizacji po analitykę, prognozowanie i komunikację z klientami.

Najważniejszym wnioskiem z tej fali rozwoju AI było dla mnie uświadomienie sobie, o ile szybciej mogą działać małe, skoncentrowane zespoły, gdy skutecznie wykorzystują AI. Nie chodzi już tylko o posiadanie większego zespołu sprzedażowego — chodzi o lepsze systemy, szybsze analizy i szybkie działanie.

Nadal jednak uważam, że przywództwo w obszarze przychodów ostatecznie koncentruje się na ludziach. Relacje, zaufanie, zrozumienie problemów klientów i długoterminowe partnerstwa wciąż mają największe znaczenie. AI może zwiększyć naszą efektywność, ale to czynnik ludzki buduje trwałe firmy.

Jak AI wpływa na sprzedaż wychodzącą i operacje związane z przychodami

W zeszłym roku wprowadziliśmy AI do przepływów pracy związanych ze sprzedażą wychodzącą i operacjami przychodowymi. Wcześniej znaczna część naszego procesu była wykonywana manualnie — SDR-y poświęcały dużo czasu na wyszukiwanie informacji o kontach, przygotowywanie komunikacji i aktualizowanie Salesforce. Przygotowywały również raporty, a przeglądy prowadzone przez kierownictwo w dużej mierze opierały się na danych zestawianych ręcznie.

Po zintegrowaniu AI z wieloma warstwami procesu przychodowego pomaga ono obecnie SDR-om ustalać priorytety kont, identyfikować sygnały intencji, personalizować komunikację i automatyzować część działań następczych. Jednocześnie zautomatyzowaliśmy znaczną część raportowania w Salesforce, co zapewniło przejrzystszy, bieżący wgląd w zmiany dotyczące transakcji i aktywność zespołu.

Oto nasz przepływ pracy związany z przychodami, wspierany przez AI:

1. AI identyfikuje konta o wysokiej intencji zakupowej i ustala ich priorytety na podstawie sygnałów zaangażowania oraz dopasowania do ICP.
2. Następnie pomaga SDR-om personalizować komunikację i automatyzować działania następcze.
3. Po wejściu potencjalnych klientów do lejka sprzedażowego AI w Salesforce automatyzuje raportowanie i śledzi aktywność związaną z transakcjami w czasie rzeczywistym.
4. Otrzymujemy predykcyjne sygnały, gdy transakcja zwalnia, zaangażowanie spada lub konto wykazuje silniejszą intencję zakupową.

Oto narzędzia, których używamy:

• Salesforce AI do prognozowania
• 11x.ai do kontaktowania się z potencjalnymi klientami
• Sales Navigator do wskaźników dotyczących kont
• Apollo do wzbogacania danych

Największy wpływ miały wyzwalacze predykcyjne i prognozowanie. Zamiast czekać do końca kwartału, aby zdać sobie sprawę, że transakcja zaczęła zwalniać, otrzymujemy teraz wczesne sygnały, gdy spada zaangażowanie, zmieniają się wzorce odpowiedzi lub transakcja zaczyna wykazywać oznaki ryzyka. Podobnie sztuczna inteligencja pomaga identyfikować konta, które z większym prawdopodobieństwem dokonają konwersji na podstawie historycznych zachowań i wzorców aktywności.

W rezultacie zespół stał się znacznie bardziej proaktywny, zamiast działać reaktywnie. Menedżerowie poświęcają mniej czasu na uzyskiwanie aktualizacji, a więcej na coaching zespołów i pomaganie w finalizowaniu transakcji. Rozmowy dotyczące prognozowania są teraz bardziej oparte na danych, a nie wyłącznie na intuicji.

Czego sztuczna inteligencja nie jest w stanie odtworzyć w operacjach przychodowych

Przemyślenia Mukula

Klient może kupić produkt ze względu na jego możliwości, ale długoterminowe partnerstwa zazwyczaj budujemy dzięki wiarygodności, zrozumieniu kontekstu biznesowego i ludzkiej więzi — czego sztuczna inteligencja nie jest w stanie w pełni odtworzyć.

Obecnie w dużym stopniu polegamy na sztucznej inteligencji w obszarach obejmujących rozpoznawanie wzorców, szybkość i analizę danych na dużą skalę, ale nadal pozostawiamy kluczowe decyzje strategiczne w gestii ludzi.

Kwestie takie jak negocjacje z przedsiębiorstwami, strategia cenowa dla kluczowych kont, długoterminowe partnerstwa, decyzje rekrutacyjne, pozycjonowanie na rynku i zarządzanie relacjami nadal w dużym stopniu opierają się na ludzkim osądzie i doświadczeniu.

Szczególnie w naszej branży zaufanie i relacje mają ogromne znaczenie. Klient może kupić produkt ze względu na jego możliwości, ale długoterminowe partnerstwa zazwyczaj budujemy dzięki wiarygodności, zrozumieniu kontekstu biznesowego i ludzkiej więzi — czego sztuczna inteligencja nie jest w stanie w pełni odtworzyć.

Dlaczego autonomiczni przedstawiciele SDR nie są jeszcze możliwi

Kolejną rzeczą, z którą sztuczna inteligencja wciąż sobie nie radzi, jest w pełni autonomiczna sprzedaż wychodząca i zarządzanie relacjami.

Początkowo byliśmy podekscytowani perspektywą samodzielnego przejęcia przez sztuczną inteligencję dużej części poszukiwania potencjalnych klientów i nawiązywania kontaktu. Sztuczna inteligencja poprawiła wydajność, personalizację i ustalanie priorytetów kont. Jednak w sprzedaży dla przedsiębiorstw i sprzedaży opartej na partnerstwach, szczególnie w branżach takich jak marketing efektywnościowy i gry, relacje nadal napędzają konwersje w znacznie większym stopniu niż sama automatyzacja.

Na przykład sztuczna inteligencja może generować bardzo dobrze zoptymalizowane wiadomości kontaktowe, ale wciąż ma trudności ze zrozumieniem głębszego kontekstu biznesowego, wrażliwości na czas i wewnętrznej polityki po stronie klienta, a także z budowaniem autentycznego zaufania podczas długich cykli sprzedażowych. W wielu przypadkach komunikacja generowana przez sztuczną inteligencję brzmiała również zbyt podobnie lub była przesadnie dopracowana, co zmniejszało jej autentyczność.

Dlaczego dyscyplina procesowa jest niezbędna podczas korzystania ze sztucznej inteligencji

W ciągu ostatniego roku, podczas integrowania sztucznej inteligencji z naszymi przepływami pracy związanymi z przychodami, zaobserwowaliśmy zarówno znaczące korzyści, jak i kilka obszarów wymagających dalszego uczenia się.

Pozytywnie należy ocenić przede wszystkim poprawę wydajności operacyjnej i widoczności. Wspierane przez sztuczną inteligencję przepływy pracy przedstawicieli SDR pomogły zespołowi ograniczyć czas poświęcany na powtarzalne badania, personalizację komunikacji wychodzącej i działania następcze, poprawiając ogólne tempo kontaktowania się i obsługi odpowiedzi. Zespół sprzedaży poświęca teraz więcej czasu na rzeczywiste rozmowy z klientami zamiast na pracę administracyjną.

Po zautomatyzowaniu raportowania i wprowadzeniu sygnałów predykcyjnych w Salesforce zauważyliśmy również wyraźną poprawę dokładności prognozowania i zarządzania lejkiem sprzedażowym. Wcześniej przeglądy lejka były ręczne i reaktywne. Teraz kadra kierownicza znacznie wcześniej uzyskuje wgląd w ryzyko związane z transakcjami, zablokowane szanse sprzedażowe, spadki zaangażowania i konta o wysokich intencjach zakupowych. Poprawiło to szybkość podejmowania decyzji i sprawiło, że rozmowy dotyczące prognozowania są znacznie lepiej oparte na danych.

Jeśli chodzi o jakość pracy, menedżerowie skupiają się teraz bardziej na coachingu i strategii zamiast na pilnowaniu porządku w systemie CRM i ręcznych aktualizacjach. Cała organizacja stała się bardziej proaktywna, a nie reaktywna.

Jednocześnie napotkaliśmy pewne wyzwania. Szybko zdaliśmy sobie sprawę, że sztuczna inteligencja jest tak dobra, jak jakość danych i procesów, które leżą u jej podstaw. Na początku niespójne aktualizacje systemu CRM i rozproszone dane czasami generowały mylące sygnały lub zaszumione prognozy. Zrozumieliśmy, że jeśli aktualizacje systemu CRM są niespójne, zespoły nie utrzymują prawidłowo etapów lub śledzenie aktywności jest niepełne, sztuczna inteligencja jedynie wzmacnia te problemy, zamiast je naprawiać. Musieliśmy poprawić dyscyplinę procesową, zanim wyniki generowane przez sztuczną inteligencję stały się naprawdę wiarygodne.

Odkryliśmy również, że narzędzia AI czasami tworzą iluzję produktywności — więcej działań pozyskujących klientów, więcej raportów, więcej automatyzacji — bez proporcjonalnej poprawy rzeczywistych wyników przychodowych. Dlatego zaczęliśmy znacznie bardziej świadomie mierzyć rzeczywisty wpływ na biznes, zamiast skupiać się wyłącznie na wskaźnikach automatyzacji.

Wreszcie odkryliśmy, że nadmierna automatyzacja może czasami sprawić, że działania pozyskujące klientów wydają się robotyczne.

Dlaczego wdrażanie AI wymaga zarządzania zmianą

Również nie doceniłem skali wewnętrznego zarządzania zmianą, która była konieczna. Początkowo zespoły postrzegały AI albo jako zagrożenie, albo jako coś, co magicznie rozwiąże wszystko automatycznie. W rzeczywistości wdrożenie zakończyło się sukcesem dopiero wtedy, gdy ludzie zrozumieli, że AI wspiera lepszą realizację zadań, zamiast zastępować ludzką ocenę sytuacji.

Gdybym wiedział o tym wcześniej, najpierw poświęcilibyśmy więcej czasu na uporządkowanie danych w CRM, jasne zdefiniowanie procesów i przeszkolenie zespołów w zakresie współpracy z AI. Pozwoliłoby to uniknąć wielu chaotycznych raportów, nierealistycznych oczekiwań i początkowego zamieszania dotyczącego rzeczywistego wpływu AI.

Dlaczego zespoły ds. przychodów się zmieniają

Nauczyłem się, że zwiększanie przychodów nie wymaga już zwiększania zatrudnienia.

Dziś mniejszy zespół wspierany przez AI często może działać szybciej i zapewniać lepszy wgląd w sytuację niż znacznie większa, tradycyjna organizacja sprzedażowa. AI może zajmować się znaczną częścią badań, ustalania priorytetów, raportowania, prognozowania i automatyzacji procesów na skalę, która wcześniej była niemożliwa.

Dlaczego CRO muszą zachować ludzki charakter zespołów

CRO, którzy będą z dumą wspominać ten moment, to nie ci, którzy działali najszybciej. To ci, którzy zachowali ludzki charakter swoich zespołów, świadomie decydowali, gdzie AI powinno być wykorzystywane, i nie mylili aktywności z rzeczywistym postępem.

Już wcześniej radziłeś sobie z zakłóceniami. Tym razem pojawia się więcej narzędzi, ale zadanie pozostaje takie samo: budować zaufanie, rozwiązywać rzeczywiste problemy i finalizować sprzedaż.

Śledź dalsze informacje

Możesz śledzić działalność Mukula Kaushika na platformach LinkedIn i Instagram.

Wkrótce kolejne wywiady z ekspertami w The CRO Club!