Millä mittareilla myyntiä tulisi johtaa, ja mitä lisäarvoja tekoäly tuo asiakkuudenhallintaan CRM:llä? Entä mitkä kanavat ovat olennaisia myyntityössä tänä social sellingin ja internetin tietoisten ostajien aikana?
Teksti: Johannes Puro, ite wiki oy
Haastattelimme aiheesta Lauri Kurkea, joka tutki Jyväskylän yliopiston EMBA-opinnoissaan myynnin johtamisjärjestelmien pelillistämistä, ja on sittemmin perehtynyt tekoälyn mahdollisuuksiin asiakkuudenhallinnan järjestelmissä.
Intohimoisesti myynnin strategiaa ja johtamista edelleen opiskeleva Kurki toimi Mercurilla johdon konsulttina yli 6 vuoden ajan keskittyen myyntityön osaamisen kehittämiseen sekä johtamisen mittareihin ja analysointiin.
Nyt tie on vienyt myyntiprosessin ja asiakaskokemuksen kehittämiseen erikoistuneeseen Biit Oy:hyn, jossa Kurki työskentelee tällä hetkellä “it-maailman ja myynnin johdon välimaastossa”.
Esimiehen ainoa tehtävä on auttaa johdettaviaan menestymään.
– Myyjän rooli on ihan älyttömän vaikea tänä päivänä. Asiakkaat odottavat kumppaneiltaan näkemystä ja visiota, mikä tekee myyjän työstä ja myynnin johtamisesta todella haastavaa, Kurki kuvaa modernin myyjän elinkeinoa.
Samaan aikaan monessa myyntiorganisaatiossa pohditaan, mitataanko relevantteja asioita ja onko oikeat toimenpiteet myynnin johtamiseksi tehty.
– Esimiehen ainoa tehtävä on auttaa johdettaviaan menestymään. Jotta esimies voi auttaa, pitää hänen tietää missä auttaa. Se edellyttää tekemiseltä tavoitteellisuutta, Kurki sanoo.
Nämä tavoitteet voivat olla asiakkuuksien määrään tai aktiviteetteihin liittyviä, mutta yleensä myyntiorganisaatiossa puhutaan suoraan myyntitavoitteista eli euroista.
– Iso haaste myynnin johdon kannalta on se, että jos otetaan pitkä rivi myyjiä, niin heidän tuloksissaan on yleensä ihan poskettomat erot. Miten siis kertoa johdettavalle, mitä pitäisi tehdä eri lailla, jotta tavoitteisiin päästäisiin tai myyntiin saataisiin kasvua? Kurki kysyy.
Ylätason tavoite tulee voida purkaa konkreettisiksi tekemisen tavoitteiksi. Näin tiedetään miten paljon pitäisi tehdä aktiviteettejä, kuten tapaamisia, tarjouksia tai soittoja asiakkaille päin.
– Olen lopen kyllästynyt Linkedinin ismeihin, jotka hehkuttavat milloin mitäkin myynnin trendiä, Kurki toteaa.
Ja tottahan se on: yksi kertoo, että nyt pitää olla sosiaalisessa mediassa tekemässä social sellingiä, toinen kehottaa myymään perinteisesti soittamalla. Samaan aikaan kolmas vakuuttaa hakukonemarkkinoinnin nostavan myynnin uusiin sfääreihin.
Tärkeintä on se, että saadaan oikean kokoista ja kannattavaa kauppaa sopivalla hit ratella
– Se ovatko aktiviteetit whitepaper-latauksia, someliidejä tai asiakassoittoja ei ole olennaista. Tärkeintä on, että saadaan oikean kokoista ja kannattavaa kauppaa sopivalla hit ratella. Joskus voi olla, että budjetin saa täyteen yhdellä puhelisoitolla, Kurki jäsentää viitaten myyntiprosessien eroihin eri yrityksissä.
Suuremman volyymin retail-sektoreissa voi toimia todella hyvin asiakkaiden ohjaaminen verkkokauppaan toimimaan. Samaan aikaan vaikkapa yhden loistoristeilijän kauppaaminen voi ottaa vuosia.
– Olennaista on, että myyjä ja myyntijohto pystyvät analysoimaan mikä on riittävä määrä toimenpiteitä asiakkaiden suuntaan, jotta tavoitellulla hit-ratella ja keskikaupalla saavutetaan budjetti. Jos tähän ei päästä, lähdetään analysoimaan onko meillä liian pieni hit rate, keskikauppa vai näiden kombo. Lisäksi meidän pitää ymmärtää minkälaisten asiakkaiden kanssa ja minkälaisilla tuotteilla ja palveluilla kauppaa halutaan tehdä. Analyysin perusteella ymmärretään paremmin, mitä näistä myynnin muuttujista kannattaa lähteä kehittämään, Kurki listaa.
Seuraavaksi myyntiorganisaation pitäisi ymmärtää, millä keinoilla pipelinen laatu voidaan varmistaa, että mahdollisimman moni kauppa tulisi kotiin – huolehtien samalla, että funnelin pituus pysyy järkevällä tasolla.
– Kun nämä asiat tiedetään, meillä alkaa olla aika hyvää dataa arvioidaksemme myyjän kanssa, mistä tulokset johtuvat ja mihin meidän pitäisi kiinnittää huomiota.
Jos tavoitteisiin ei päästä, täytyy katsoa onko vika hit ratessa, keskikaupan koossa vai aktiviteeteissä. Luonnollisesti kyse voi olla yhtä lailla myyntitaidon puutteesta kuin tuotetiedon hallinnasta.
Tai siinä, että myyjä ei halua myydä.
Myyntihaluttomuudesta puhuessaan Lauri Kurki nostaa esiin Ansoffin matriisin, joka mallintaa sitä mistä yritys hakee kasvunsa.
– Siinä on fundamentaali ero, myydäänkö jotain tuttua vanhoille asiakkaille vai uusia tuotteita kokonaan uusille asiakkaille. Tuttujen tuotteiden ja asiakkaiden kanssa toimiminen on niin paljon helpompaa, että joskus myyjät eivät yksinkertaisesti halua tehdä uusmyyntiä, Kurki kuvaa.
Samaan aikaan myyntijohto saattaa rakentaa provisiomalleja ja tuijottaa myyntilukuja tasapäisesti, vaikka uusmyyntiä tekevä myyjä joutuu tekemään valtavasti enemmän työtä yksittäisen kaupan eteen.
Tekoäly mahdollistaa myyntidatan paremman hyödyntämisen
Myyntiprosessi on usein kompleksinen ja dataa saatavilla niin paljon, että myyntijohdon on vaikea hallita kokonaisuutta.
Kurki nostaa esiin kaksi asiaa, jotka vaikuttavat myynnin analyyttiseen kehittämiseen.
Ihminen ajattelee helposti, että tämä on sopiva asiakas meille, että saadaan uusi hyvä logo referensseihin
Ensinnäkin yleensä ihmisten tekemä analyysi on kallista ja aikaa vievää, ja jää siten helposti myös tekemättä.
Toisekseen ihmisellä, toisin kuin koneella, on aina päätöksissä tunne mukana.
– Ihminen ajattelee helposti, että tämä on sopiva asiakas meille, että saadaan uusi hyvä logo referensseihin. Mutta kun päätöksiä tehdään tunteella, voi olla etteivät ne ole firman kannalta järkeviä.
Juuri siksi AI eli tekoäly on Kurjen mukaan niin kova juttu asiakkuudenhallinnan kehittämisen ja myynnin johtamisen kannalta.
– Jos ajatellaan myyntiprosessia, niin meillä on ihan valtava määrä transaktiota: puheluja, tarjouksia, viestejä, uutiskirjeitä ja niin edelleen.
– Samaan aikaan meillä on paletissamme erilaisia tuotteita ja palveluita, joista osa on kannattavampia, ja osa taas helpompia myydä kuin toiset. Tällaista dynaamista pakettia lukuisine muuttujineen on todella vaativaa arvioida ihmisaivoilla. Mutta tekoäly kertoo ilman tunnetta, mitä kannattaa myydä, Lauri Kurki jäsentää.
Samalla CRM:n tekoäly kertoo, mitä toimenpiteitä myyjän kannattaisi tehdä, että hit-rate paranisi, myyntisykli lyhenisi ja keskikaupan koko nousisi.
Laadukkaaseen analyysiin menee kuukausia ja kun analyysi on kertaalleen tehty, pitää lähteä taas liikkeelle nollasta
– Mitä enemmän dataa on, sitä enemmän ihmisellä menee aikaa sen analysointiin. Kun tietoa lähdetään lukemaan riveiltä ihmisen toimesta, myös virheiden todennäköisyys kasvaa. Laadukkaaseen analyysiin menee kuukausia, ellei vuosia aikaa, ja kun analyysi on kertaalleen tehty, pitää lähteä taas liikkeelle nollasta. Tietokoneen tekoäly tekee saman 30 sekunnissa, Kurki kertoo.
Biitin edustama Salesforce on kehittänyt muun muassa asiakkuudenhallinnan prosessiin tekoälysovellus Einsteinin, joka julkaistiin ensimmäisen kerran vuonna 2015 Dreamforce-tapahtumassa San Franciscossa.
Kyseessä on yksi maailman suurimpia tapahtumia, sillä osanottajia on 180 000 ja esiintyjinä on muun muassa Michelle Obaman ja Marc Benioffin tapaisia kärkikaartin puhujia.
– Otetaan esimerkiksi tarjous, jonka clousaus-päivä on vaikkapa viimeinen päivä toukokuuta. CRM voi kertoa samantien historiatietoon perustuen, että olet näillä tiedoilla yli-opportunistinen ja että kontaktoimalla strategiasta vastaavaa henkilöä ja huomioimalla kilpailutilanteen tarjouksessasi, voit nopeuttaa kauppaa esimerkiksi 15 vuorokautta, Kurki demonstroi.
Teknologialla ei ole mitään merkitystä, jos myyntiä ei johdeta oikein
Biitillä on ensimmäiset Einstein-hankkeet käynnissä eli tuleva vuosi antaa osviittaa siitä, onko aika jo kypsä tekoälyavusteiselle asiakkuudenhallinnalle.
Kurki painottaakin, että CRM:n datan pitäisi olla mahdollisimman rikasta, jotta tekoälystä saadaan tehoja irti. AI vaatii tällä hetkellä nimenomaan absoluuttisesti vertailtavia transaktioita, sillä laadulliseen analyysiin esimerkiksi viestien sävystä se ei vielä kykene.
– Mutta teknologialla ei ole loppupeleissä mitään merkitystä, jos myyntiä ei johdeta oikein, Kurki muistuttaa.
Hän ottaa esimerkin junnukiekon valmentamisesta:
– Muistatteko nappulaliigasta harjoitteen, jossa junnut laitetaan viivalle ja jokainen vetää kiekkoa vuorollaan? Tällä metodilla tunnin treeneissä aktiivinen harjoitteluaika on vain 7 minuuttia per pelaaja. No, jäävuoro maksaa vain pari sataa euroa tunnilta. Mutta mikä on hinta, kun istutetaan 10 myyjää palaverissa tunnin verran? Se maksaa jo tonneja, Kurki havainnollistaa.
Hän haastaa katsomaan tyypillisen 10 hengen myyntitiimin johtoa, ja kysyy, ehtiikö myyntijohtaja käydä arvioimassa ja opastamassa yksittäistä myyjää.
– Ei ehdi. Kaikki ovat maanantain aamupalaverissa katsomassa kenellä on minkäkin verran myyntiä. Ei sieltä saa tukea ja myynnin johtoa, joka perustuisi dataan ja sparrattaisiin aidosti yksilötasolla, että millä toimenpiteillä seuraava kauppa saataisiin tehokkaammin sisään.
Ja kaikki tietävät mitä niille jätkille ja mimmeille käy, jotka seisovat siellä viivalla odottamassa omaa vetovuoroaan. He alkavat härvätä.
– Meillä pitäisi olla rata, jolla kaikki luistelevat pujottelua samanaikaisesti, syöttävät välissä ja harjoitus päättyy laukaukseen. Vedon jälkeen siirrytään heti seuraavalle radalle. Myyntitiimissä se onnistuu siten, että tietokone valjastatetaan tukemaan myynnin johtamista, jotta myyntijohtaja tai tiimiesimies voi sparrata myyjiä eteenpäin yksilötasolla.
Lauri Kurjen mukaan on liian yksinkertaista ajatella CRM:ää vain asiakasrekisterinä.
– CRM on organisaatiolle jatkuvasti päivittyvä työkalu, jonka avatessaan aamulla tietää mitä tehdä seuraavaksi. CRM:n tehtävä on neuvoa koko ajan mistä tietyt asiat johtuvat, missä asiakkaat ovat tai miksi he eivät ole ostamassa meiltä.
Historiadataa tulisi käyttää ennen kaikkea ennustamiseen.
Kurjen mukaan myyntijohdon kannattaa keskittyä huomisen ja ylihuomisen tekemiseen, eikä katsoa vain sitä mitä on saavutettu aiemmin. Historiadataa tulisi käyttää ennen kaikkea ennustamiseen.
Tekoälyn voima myyntiprosessille kasvaa transaktioiden määrän myötä. Yrityksellä voi olla vaikkapa 50 000 artikkelia, joita 100 000 asiakasta ostaa synnyttäen 5 miljoonaa kauppaa vuodessa sadan euron keskikaupalla. Tällaisilla datamäärillä tieto hukkuu massaan, ja on mahdotonta seurata kuka on ostanut mitäkin, mitkä tuotteet tai kampanjat toimivat ja mitkä tarjoukset kannattaa pitää ja mitkä poistaa valikoimasta.
– Tekoälyavusteisesti analyysi tilanteesta syntyy 30 sekunnissa. Jos yksittäinen työntekijä tai konsultti lähtisi tekemään samaa, se olisi aivan valtava duuni, Kurki lopettaa.