Escrito por Alan Brennan, director internacional de Soluciones Técnicas de Dropbox
Deja de perder el tiempo con posibles clientes no calificados. Según una encuesta realizada en 2022 a anunciantes, el 61 % de los encuestados informó de que el principal desafío de su trabajo es la generación de oportunidades de venta. Y eso no es todo porque incluso al encontrar posibles oportunidades, los representantes dedican el 50 % del tiempo a perseguir posibles clientes no calificados, a pesar de que solo el 25 % de los posibles clientes parezca lo bastante apto como para acabar generando una venta. Los falsos clientes potenciales no solo te hacen perder tiempo y recursos, sino que pueden acabar afectando a tus resultados si no los detectas de inmediato.
Con los últimos avances de la IA (IA conversacional, asistentes de chatbot y personalización), ha llegado el momento de evaluar cómo esta tecnología puede influir sistemáticamente en tu proceso comercial, enriqueciendo la calificación de posibles clientes para aumentar las tasas de conversión.
Sin extenderme en mis conocimientos sobre este tema, como director de Soluciones Técnicas de Dropbox, tengo bastante experiencia en investigación y análisis como para poder destacar algunos ámbitos en los que veo oportunidades reales para los equipos comerciales. Lo que presento a continuación es un intento de explorar el papel de la IA en las ventas orientadas al producto y cómo las empresas deberían aprovechar esta tecnología para escalar equipos e impulsar nuevas ventas netas.
Pero, en primer lugar, repasemos algunos términos…
¿Qué son las ventas orientadas al producto?
El término "ventas orientadas al producto" o PLS (por sus siglas en inglés) hace referencia a un modelo de adquisición de clientes mediante el cual las empresas dan prioridad a la experiencia con el producto y el valor que ofrece al usuario sobre el enfoque de ventas tradicional, centrado en vender las características o ventajas del producto.
- Método antiguo: ventas y, después, producto
- Método nuevo: producto y, después, ventas
Con las ventas orientadas al producto, los usuarios a menudo comienzan con una versión gratuita o de prueba del producto y amplían su versión a una de pago para desbloquear funciones a medida que reconocen el valor que les aporta. Muchas empresas B2B usan esta estrategia en la actualidad (por ejemplo: Dropbox, Slack, HubSpot y Zoom). Este enfoque es eficaz porque permite a los usuarios probar el valor del producto antes de adquirir una suscripción de pago.
¿Qué es la IA?
La inteligencia artificial (IA) tradicional es la simulación de procesos de inteligencia humana por parte de sistemas informáticos y, generalmente, se basa en reglas predefinidas y programación explícita (por ejemplo, chatbots basados en reglas). La IA generativa tiene un enfoque más innovador y moderno diseñado para generar contenido nuevo o realizar tareas sin depender de programación explícita. Se ha puesto de moda hace poco por los avances en grandes modelos de lenguaje (LLM) como DALL-E o GPT-XX para generar respuestas similares a las humanas en consultas de texto.
En el marco de este blog, con IA nos referimos a inferir el comportamiento, las preferencias y las necesidades de los clientes para hipersegmentar los clientes comerciales y ofrecer una experiencia personalizada con el contenido pertinente en el momento adecuado y así mejorar las posibilidades de conversión.
Una estrategia de ventas orientadas al producto con la IA como protagonista
¿Cuántas veces te has roto la cabeza intentando entender a tus posibles clientes? Hemos oído hablar de MQL (posibles clientes calificados por marketing), de SQL (posibles clientes calificados por ventas) e incluso de DQL (posibles clientes calificados por demostración), pero ¿qué pasa con los AQL (posibles clientes calificados por IA), que es el modelo que supera a todos los anteriores? Imagina un copiloto que crea un modelo de un posible cliente de ventas calificado por IA basado en una puntuación de interacción de acuerdo con datos históricos y que además lo hace en tiempo real. La puntuación de interacción se actualiza en tiempo real en función de las interacciones en directo del cliente.
Aquí tienes un ejemplo:
| Datos históricos [algunos ejemplos] | Datos en tiempo real [algunos ejemplos] |
|---|---|
|
|
Segmentación de posibles clientes calificados por IA (o AQL)
A continuación, los AQL se clasifican en función de la puntuación de interacción y se introducen de forma rutinaria en la cartera de negocios del vendedor para su seguimiento. La forma en que clasifiques tus posibles clientes depende de ti. Como referencia, me gusta la fórmula amplia del mercado, la que popularizó Aaron Ross en su libro Predictable Revenue. Segmenta todos los compradores de cualquier mercado en cuatro categorías clave.
- Compra inminente: el cliente potencial busca la adquisición de una solución. Alta tendencia a la compra. POSIBLE CLIENTE CALIENTE
- Recopilación de información: el cliente potencial busca activamente y está abierto a comprar. POSIBLE CLIENTE TEMPLADO
- Consciente del problema: el cliente potencial no busca activamente, pero está dispuesto a comprar. POSIBLE CLIENTE TIBIO
- Desconocedor del problema: el cliente potencial no busca activamente ni manifiesta ningún problema. POSIBLE CLIENTE FRÍO
La mayoría de las empresas tratan a cada posible cliente como el 3 % que está dispuesto a comprar ahora. No tienen ningún sistema establecido para capturar y nutrir el 97 %. Ahí es donde está el nicho. La clave reside en implantar un sistema que atraiga, informe, nutra y lleve a los clientes potenciales a actuar. Entender dónde se encuentra tu posible cliente en el ciclo de compra y ajustar su temperatura con una intervención dirigida es clave para maximizar las conversiones. Volvamos a la metodología de ventas, de mi artículo anterior para ponerlo más fácil.
Ciclo basado en el cliente para ventas orientadas al producto con IA
Si lo ponemos todo en conjunto, ¿qué tenemos?
- Modelado de clientes: el ciclo basado en el cliente comienza con el modelo de los datos del cliente, que se puede recopilar mediante diferentes datos históricos y en tiempo real, como se ha indicado anteriormente.
- Copiloto de IA: las herramientas basadas en IA crearán un gráfico de conocimientos para generar AQL para la segmentación. Encuentra esos posibles clientes de alta calidad que se esconden a simple vista y elimina los que sean inadecuados.
- Segmentación de AQL: la segmentación de posibles clientes por puntuación de interacción ayuda a los equipos comerciales a asignar recursos de manera más eficaz y desarrollar estrategias específicas para cada grupo de clientes.
- Personalización: al utilizar estadísticas de la IA para inferir perfiles de usuario, los equipos comerciales pueden personalizar su enfoque para cada cliente, proporcionando recomendaciones y soluciones personalizadas en una oferta irresistible que el cliente potencial no podrá rechazar.
- Metodología de ventas: este es el pegamento que une todos los componentes interconectados. Ofrece un marco estructurado que ayuda a alinear iniciativas a escala en los equipos de GTM, creando de esta manera una guía que maximiza las posibilidades de convertir a posibles clientes de alta calidad.
- Medición del éxito: determina qué acciones conducen a los resultados deseados. Se trata de un ciclo continuo de comentarios para optimizar aún más la puntuación de interacción de AQL.
Ventajas de la IA en las ventas orientadas al producto (PLS)
En general, la IA tiene el potencial de influir en una amplia variedad de métricas basadas en resultados de ventas orientadas al producto, entre las que se incluyen:
- Costes de adquisición de clientes
- La IA puede ayudar a las empresas a reducir el coste de adquisición de clientes de varias maneras: 1) los chatbots y asistentes virtuales ofrecen a los clientes recomendaciones personalizadas y respuestas a preguntas en tiempo real; 2) puntuación automática de posibles clientes (AQL) en función de la probabilidad de conversión; 3) marketing personalizado con activadores automáticos de llamadas a la acción en función de la puntuación de los posibles clientes.
- Oportunidades de venta incremental y venta cruzada
- El modelado de tendencias con IA puede ayudar a las empresas a identificar oportunidades de venta incremental y venta cruzada mediante el análisis de datos, comportamientos y patrones de uso de productos de clientes.
- Tasas de conversión:
- Usando el concepto de la segmentación de AQL, tal y como lo hemos descrito anteriormente, las herramientas de IA pueden recomendar los productos o los servicios en tiempo real con más probabilidades de satisfacer la necesidad concreta de un cliente para, en última instancia, aumentar la probabilidad de una compra exitosa.
- Productividad del equipo comercial
- La IA puede ayudar a los negocios a subirse a una nueva ola de crecimiento de la productividad al automatizar su carga de trabajo. Un copiloto de IA pone fin al desorden porque se encarga de gestionar tareas de uso intensivo de datos como la puntuación, segmentación y personalización automáticas de posibles clientes. Permite la interacción correcta con los clientes en el momento adecuado (teniendo en cuenta miles de datos) para ayudar a impulsar resultados de éxito y así facilitar los esfuerzos de escalado del modelo de ventas orientadas al producto y convertir una base de usuarios cada vez mayor.
Gobernanza de la IA
No se puede hablar de la IA y de sus posibilidades sin hacer referencia a la gobernanza. Ya estamos viendo avisos para pausar su desarrollo hasta que comprendamos el verdadero impacto de esta tecnología. Pero parece que el gato de Schrödinger ya está fuera de la caja; y resulta que está sano y salvo. Tanto es así que las alternativas gratuitas de código abierto le están quitando cuota a Google y OpenAI. Esto presenta desafíos y oportunidades: retos con respecto al fraude y la regulación de modelos privados que se ejecutan de forma interna, pero también oportunidades para acelerar la innovación y resolver casos de nicho que los principales actores no consideran rentables.
La mayor parte de la creación de valor no provendrá de los modelos en sí mismos ni de su uso directo con asistentes de chatbot como Bard o ChatGPT, sino de cómo se usarán e integrarán estos modelos en productos nuevos o ya existentes. Puedo imaginar un mundo en el que las herramientas de IA se conviertan en el principal impulsor de las ventas orientadas al producto, transformando la forma en que las empresas comercializan y venden sus productos. También tengo la esperanza de que la democratización de la IA permita una mayor transparencia y rendición de cuentas sobre cómo se usa la IA, así como su impacto en la sociedad.
Adoptar la IA en las ventas orientadas al producto (PLS)
Hoy en día está sucediendo algo legendario e histórico en el mundo de la IA y, sin embargo, la mayoría de nosotros no nos damos cuenta de todo lo que representa. La IA está revolucionando casi todos los sectores e industrias, y su capacidad para enriquecer el proceso de ventas B2B puede ser realmente transformadora. Las empresas con un crecimiento orientado al producto (PLG) generan una mina de oro de datos de uso de productos, pero muchos de esos datos están incompletos, aislados o no se usan para nada. Un copiloto de IA automatiza el trabajo pesado y establece conexiones entre grandes conjuntos de datos que los vendedores no pueden establecer. Una metodología de ventas aporta rigor operativo al proceso general de ventas. La combinación de ambos de manera sistemática maximiza las posibilidades de detectar, nutrir y convertir los AQL a escala en ventas orientadas al producto.
En lugar de reemplazarnos, las máquinas nos ayudarán a mejorar algunos procesos. Dedicarán toda su capacidad de procesamiento a ayudarnos a aprovechar al máximo nuestra capacidad personal y nuestro potencial. La única verdad es que, si no adoptas la IA en tus procesos comerciales, te vas a quedar atrás.
