یک مثل قدیمی است که میگوید نصف بودجه بازاریابی هدر می رود؛ اما مساله این است که هیچ کس نمی داند کدام نیمه به هدر میرود. همه بخش های فروش و بازاریابی میخواهند عملیات درونی خود را ساده و بهینه نمایند. هر مدیر فروش یا بازاریابی دوست دارد که با صرف هزینه کمتر به فروش بیشتری دست یابد؛ یا حداقل با صرف هزینه ای اندک برای هر فروش به حاشیه سود بالاتری دست پیدا کند. متدولوژی ها و برنامه های فراوانی در دسترس شما هستند. بسیاری از آنها شامل کتاب ها و دوره های آموزشی بوده که همه فروشندگان باید آنها را خوانده و در آن دوره ها شرکت کنند. چنین متدولوژی های فروشی معمولا نیازمند ایجاد تغییرات در سیستم CRM هستند. این موارد سرمایه گذاری ارزشمندی بر روی وقت، منابع و احساسات افراد به حساب می آیند.
یکی از حوزه های تأثیرگذاری که به خودی خود دارای اهمیت فراوانی است، استفاده از داده های موجود در سیستم سی آر اِم برای پیش بینی تبدیل مشتریان بالقوه است. در طول زمان دنیا تغییر میکند و به همین منوال عادت های خرید مشتریان بالقوه و ثابت نیز دستخوش تغییر میشود بنابراین این مدل ها هر از چندگاهی نیاز به بازنگری و به روز رسانی دارند. مسلما بسیاری از مدیران فروش سنتی از تحلیل های پیشگویانه واهمه دارند. درک اینگونه تحلیل ها به سادگی توصیف آن در یک خط و یا ارائه در یک اتاق کنفرانس نیست، بلکه شناخت نحوه کارکرد آن و اینکه چگونه میتواند فروش را بهبود بخشند نیاز به زمان زیادی دارد. بهترین پاسخی که به این دسته از مدیران میتوان داد این است که اینگونه تحلیل ها فرایند فروش را به گونه ای تسهیل میبخشند که میتوان بر روی مشتریان بالقوه ای که امکان تبدیل شدن به مشتری ثابت را دارند تمرکز نماییم. پاسخ دیگر این است که این روش کاری را انجام میدهد که فروشندگان حرفه ای انجام میدهند؛ مشتریان بالقوه خوب را شناخته و بدانید که چه کسی زمان شما را هدر نخواهد داد.
کلید حل مشکلات، بانک اطلاعاتی CRM است
قدم اول این است که نگاهی به بانک اطلاعاتی CRM بیاندازیم. خوشبختانه، ورود اطلاعات در طول زمان صورت میگیرد است. سیستم CRM این اطلاعات را که یک مشتری در اصل چگونه تبدیل به یک مشتری بالقوه شده، تعداد تماس هایی که با شما برقرار کرده و تاریخ اولین فروش را در خود ذخیره میکند. اینها فیلدهای اساسی هستند که باید به آنها توجه کرد. به خودی خود، مدل تحلیلی پیشگویانه بهترین منبع را برای تبدیل مشتری بالقوه به مشتری ثابت به سازمان معرفی میکند. با کمی تلاش بیشتر، بعد زمان نیز به این مدل افزوده خواهد شد. شاید یک منبع آشنایی مشتری بالقوه با کسب و کار شما دارای نرخ تبدیل بهتری باشد اما زمان بیشتری را نسبت به منابع دیگر صرف کرده باشد.
گسترش مدل
دانستن اینکه چه تیپ از مشتریان سریع ترین خرید را انجام میدهد چیز مفیدی است. یا اینکه مشتریان شما اغلب چه تیپ شخصیت هایی دارند نیز بسیار مهم است. با دانستن موارد فوق و موارد دیگر در مورد مشتریان خود، می توانید از ابتدای تماس یک مشتری بالقوه، تقریبا پیش بینی کنید که آیا مشتری خواهد شد یا خیر. اضافه کردن فیلدهای اطلاعاتی در سیستم CRM، مدل پیشگویانه دقیقتری را در اختیار شما قرار خواهد داد. حداقل در ابتدا، افزودن فیلدهای ساده اطلاعاتی به سیستم CRM، تاثیر زیادی در افزایش ضریب اطمینان مدل پیشگویانه شما خواهد داشت. به نمودار آماری مشتریان ثابت و بالقوه نگاهی بیاندازید. شاید داشتن اندازه مشخصی از مشتریان بالقوه، احتمال فروش بیشتر را سبب شود. شاید صنعت یا زیرصنعتی خاص از مشتریان بالقوه است که بیشترین سود را برای شما دارند. گاهی اوقات، اطلاعات محلی یا مکانی باعث تغییر در نرخ تبدیل مشتری بالقوه به مشتری ثابت میشود. فیلدهای ورودی فیلدهای ساده ای هستند که هم اکنون در بسیاری از سیستم های CRM موجود است.
تکمیل فرایند
پس از آنکه نمودارهای آماری ابتدایی را زراحی کردید، قدم بعدی این است که بسته به صنعت و محصولات یا خدماتی که ارائه میدهید، مدلسازی بهتری را انجام دهید. مسلماً شرکت ها میتوانند نرخ تبدیل مشتریان بالقوه را با تعداد محصولاتی که به فروش رسانده اند، تطبیق دهند. اگرچه در این میان مسائل پیچیده تری نیز وجود دارد. پشتیبانی پیش از فروش، نوع تماس، قالب پیشنهادات و زمان ماه یا فصل می تواند در نرخ تبدیل تأثیرگذار باشد.
ایجاد تغییرات
در مدلسازی فرایند تبدیل مشتری بالقوه، استفاده از چندین الگوریتم متفاوت می تواند مفید باشد. برخی از آنها نظیر تحلیل بیز، در توصیف چرایی این دلایل بهترین گزینه هستند. برخی دیگر نظیر شبکه های عصبی، برای رمزگشایی و تشریح اصطلاحات مبتنی بر کسب و کار، حتی برای آمارگران متبحر نیز مشکل هستند. اینطور گفته میشود که انتخاب الگوریتم به طبیعت داده ها بستگی دارد.
هرچند افراد متخصص در حوزه کسب و کار هیچگاه نباید نگران جزئیات تحلیل های تکنیکال باشند، تنها کاری که باید بکنند این است که بتوانند خروجی فرایندهای مدلسازی پیشگویانه را به خوبی تشریح کنند. راحتی، یکی از مسائل مهم برای مدیریت فروش است تا بتوانند اقدام به ایجاد فرایندهای فروش کرده و رویه هایی را که برای مدل های پیشگویانه مشتریان جدید و بالقوه به کار میروند مورد نظارت دقیق قرار دهند.
