CRM強化客戶體驗! 你不能不知道的引導式銷售
2023/04/10
本文編譯自:Sugar CRM Blog
企業努力為每個客戶提供完美的客戶體驗 (CX)。高階主管需要確保順暢、簡化客戶互動的最重要任務。通常失敗的客戶互動容易流失客戶,甚至會因為口耳相傳的負面評論加速損害品牌形象。
而現今技術進步以現代銷售解決方案幫助企業提供優質的客戶體驗,人工智慧的採用在各個行業急速增長,但並不是每個人都認為它是解決所有客戶體驗(CX)問題的萬能救星。
如今,只有 41% 的高階主管擁有 AI 戰略。在 AI 融入生活方方面面的時代,這個比例微不足道。IBM 做出了相關研究,促使高階主管願意在其企業內採用 AI,改善客戶體驗是主要原因之一。本文將向大家介紹引導式銷售和技術如何帶來商機上的貢獻。
引導式銷售
引導式銷售是在客戶數據的幫助下分析當前和歷史銷售趨勢並向客戶進行產品推薦以加速購買的過程。根據Gartner統計,75% 的 B2B 銷售將通過人工智慧和機器學習的銷售解決方案進行管理。
舉例來說,Netflix 在推薦客戶下一部最喜歡的劇集方面做得很出色,該平台上觀看的節目中有80%是通過引導銷售或推薦發現的。許多 B2B 和 B2C 企業都期望達到同樣的“魔力”水準。引導式銷售是更接近人工智慧驅動的數據工程,藉此制定軟體開發和部署方針。
B2B 引導式銷售
在 B2B 中,買家旅程比 B2C 或電子商務中更加微妙。買家更傾向於重新審視其買家旅程中的歷史經歷,以確保做出正確的決定。這樣的方式,打破了B2C 中的傳統流程,因此,根據最佳內容推薦、溝通策略、操作和產品來完成交易,能夠幫助銷售團隊增加銷售額。
在這種情況下,公司需要強大的人工智慧工具將原始數據轉化為可操作的見解。機器學習也發揮了作用,透過學習行為來指導業務人員,並根據精確數據、歷史趨勢、市場狀況和人口統計數據,提供下一步行動的最佳建議。
B2C 或電子商務引導式銷售
在 B2C和電子商務中,引導式銷售是透過推薦工具進行。根據客戶互動和數據產生產品推薦、用戶評論、網頁瀏覽量、購買頻率、點擊率等。在過去十年,用戶產生的數據量幫助企業提供卓越的客戶體驗,提高客戶保留率、建立忠誠的客戶群並增加收入。
引導式銷售如何運作?
該如何利用 AI 的引導式銷售來提升全公司的績效 KPI?系統使用不同的規則和模型改變買家購買決定。以下是與 B2C 和電子商務相關的使用案例:
• Last Purchase Model
這個模型使用簡單的原則:買家之前購買的是什麼,他們可能會重複購買。產品目錄有時會更改,之前購買的商品可能不再可用。上次購買推薦工具模型可以從用戶互動中獲得訊息,並推薦商店目錄中的類似商品。
• 流行度模型
基於流行度模型,在特定時間內依據產品在目錄中的流行度對產品進行排名,根據數據分析的結果進行工作。在電子商務中,這些模型被大量使用。
• 關聯模型
用戶是否在情人節購買巧克力?此時若是購買一瓶葡萄酒將恰到好處地互補。此推薦系統可以幫助企業提高績效 KPI 並改善客戶體驗簡單而有效的方法。
• 時間序列模型
此模型的工作原理與關聯規則相同,但它更具體一些。基於時間順序的算法並記錄長期和短期用戶偏好。
在 B2B 中,流程更為複雜。銷售自動化工具是引導式銷售的核心。支援 AI 的銷售自動化和 CRM 工具可幫助企業在缺乏完整數據的情況下發現獨特的見解。高性能軟體從外部來源收集數據並遵守內部記錄,以 360 度全方位了解每個客戶。
什麼時候應該考慮引導式銷售?
B2B 和 B2C 業務都可以從引導式銷售技巧中受益:
- AI 生成的建議可幫助公司發現潛在商機。
- 優先考慮哪些潛在客戶能提高銷售效率。
- 根據客戶的具體情況做出正確的決策和建議來提高客戶滿意度。
- 即時預測數據改進客戶參與策略。
- 預測哪些客戶最有可能流失,戰略性地與客戶互動。
引導式銷售最佳實踐
引導式銷售推薦的產品並不是一組相同的產品,這正是多數企業錯失為客戶量身定制獨特體驗並讓他們成為品牌擁護者的機會(同時也是追加銷售機會的產生方式)。以下將針對如何確保最安全、最乾淨的路徑以引導式銷售的客戶體驗的方式。
了解您的客戶
由於缺乏數據,企業難以有信心地聲稱了解他們的客戶。數據是企業內所有部門取得成功的關鍵,但有時,數據需要更具凝聚力、更完整且更簡單。
要充分了解客戶行為並成功利用產品推薦和引導式銷售,必須確保完整的資料庫以完成客戶推薦。儘管可能擁有明確的客戶角色,但並非該池中的每個人都符合相同的描述並且具有確切的需求或預算,標準會影響購買決定,您的建議必須採納。
例如,如果您擁有一家網路服裝店,購物者可能會以連衣裙為目標,並且只會購買此類別的產品。但並不是所有的裙子都符合“完美裙子”的描述,有些人根據長度做出決定,有些則根據顏色或面料做出購買決定。其他人只會購買單一品牌的連衣裙。高效的產品推薦會考慮所有變數,並將每個訪問者識別為獨一無二的,因此,必須發現每個購買決定背後的“原因”。這個理論也可以在B2B 場景中轉移,在存在完整數據的情況下,將確定吸引客戶的因素以及他們購買決定背後的觸發因素,將說服客戶透過產品推薦增加平均訂單價值。
數據魔力——少即是多
那麼,產品推薦的完美數量是多少?有時,電子商店、B2C 和 B2B 企業將這些工具視為加速轉化的手段,從而忽略了重點。實際上,產品推薦的存在是為了增強客戶體驗並為訪問者提供愉快輕鬆的互動。
雖然提供許多產品推薦很誘人,但很快就會成為決策疲勞的根源,從而使購物者感到沮喪。建議在採用這種方法時質量勝於數量,與客戶及其當前購物會話相關的精選產品的簡短列表就足夠了。
為產品策劃一個高品質的圖片庫
電子商務企業有兩個先決條件:產品本身和引人注目的圖像。以網路商店來說,視覺內容是基礎,是簡化客戶體驗的重要組成部分。高品質的視覺內容可以為客戶提供真實的線上購物體驗,同時確保獲得與他們的需求緊密匹配的產品。看看 Zalando,他們的建議包括特色產品的清晰圖像,增加吸引力並有助於為客戶提供更順暢的體驗。
部署高度準確的推薦工具
根據Marketing Dive 的研究,48% 的受訪者表示策劃不當的客戶體驗會將訪客推向競爭對手。投資推薦工具時,必須確保系統靈活、直觀和高度準確的方式開發,能夠依據多個數據入口點預測客戶的偏好。使用 STAMP 模型創建的工具是基於對話的神經網路,計算不是很複雜但非常準確。Zalando 和 Home Depot 都成功實施了此類模型。
社會證明和信任徽章
客戶體驗是可以轉移的。其他客戶對您品牌的信任可能只是打造獨特體驗的缺失部分。將社會證明和信任徽章嵌入到推薦中可以提高可信度。在推薦產品旁邊添加評論數量和總體評分將提高買家對品牌和產品的信任度,還將增加平均訂單價值 (AOV)。
聯繫神通資科 透過SugarCRM在引導式銷售流程中獲得幫助
SugarCRM 可以幫助企業更聰明地工作,而不是更努力地實現客戶體驗和銷售目標。SugarCRM可以生成準確的預測,以便在銷售過程中做出更好的決策。借助 AI的可預測性,企業可以獲得可靠的下一步建議,並通透過外部數據獲得更好的可見性。