Cómo una IA puede sobrecargar las ventas dirigidas por productos

Artículo redactado por Alan Brennan, director de Soluciones Técnicas de Dropbox. Internacional

¡Deja de perder el tiempo con posibles clientes no calificados! Según una encuesta de 2022 a los comercializadores, el 61 % de los encuestados expresó que la generación de posibles clientes era el principal desafío en su trabajo. Y, cuando se encuentran posibles clientes, el 50 % del tiempo de un representante se dedica a perseguir a posibles clientes no calificados, ¡con solo el 25 % de los posibles clientes considerados lo suficientemente legítimos como para pasar a las ventas! Los malos posibles clientes no solo desperdician tiempo y recursos, sino que también pueden hundirte en tu resultado final si no se abordan con prontitud.

Con los recientes avances en IA (IA conversacional, asistentes de chatbot, personalización), ahora es el momento de examinar cómo la IA puede influir de manera sistemática en tu proceso de ventas al enriquecer la calificación de posibles clientes para aumentar las tasas de conversión.

Si bien no exageraré mis calificaciones en este espacio, como director de Soluciones técnicas de Dropbox, estoy lo suficientemente lejos junto con la investigación y los retoques para arrojar luz sobre dónde veo una oportunidad real para los equipos de ventas. Lo que sigue es mi esfuerzo por explorar el papel de la IA en PLS (ventas dirigidas por productos) y cómo las empresas deben aprovechar esta tecnología para escalar equipos e impulsar nuevas ventas netas.

Pero, primero, algunos términos…

¿Qué son las ventas dirigidas por productos?

Las ventas dirigidas por productos (PLS) son un modelo de adquisición de clientes mediante el cual las empresas priorizan la experiencia del producto y el valor que proporciona al usuario, sobre el enfoque de ventas tradicional que se centra en vender las características o beneficios del producto.

• Manera antigua: ventas, luego producto
• Manera nueva: producto, luego ventas

Con las ventas dirigidas por productos, los usuarios suelen comenzar con una versión gratuita o de prueba del producto y luego suben de categoría a una versión paga para desbloquear características, ya que reconocen el valor que ofrece. Muchas empresas B2B emplean esta estrategia hoy en día (por ejemplo: Dropbox, Slack, Hubspot y Zoom). Este enfoque es efectivo porque permite que los usuarios experimenten el valor del producto antes de comprometerse con una suscripción paga.

¿Qué es la IA?

La inteligencia artificial (IA) tradicional es la simulación de procesos de inteligencia humana por sistemas informáticos y en general se basa en reglas predefinidas y programación explícita (p. ej., chatbots basados en reglas). La IA generativa es un enfoque más elegante y moderno que está diseñado para generar nuevo contenido o realizar tareas sin depender de una programación explícita. Hace poco, se ha convertido en la corriente principal tras los avances en modelos de lenguaje grandes (LLM) como DALL-E o GPT-XX para generar respuestas similares a las humanas a las consultas basadas en texto. 

En el contexto de este blog, la IA se refiere a inferir el comportamiento, las preferencias y las necesidades de los clientes para hipersegmentar los posibles clientes de ventas y ofrecer una experiencia personalizada con el contenido adecuado en el momento oportuno, con el fin de mejorar las posibilidades de conversión.

Una estrategia de PLS con prioridad en la IA

¿Cuántas veces te has golpeado la cabeza en el escritorio solo tratando de entender a tus posibles clientes? Hemos oído hablar de MQL (posibles clientes calificados para marketing), SQLs (posibles clientes calificados para ventas), incluso DQL (posibles clientes calificados para presentaciones), pero ¿qué sucede con los AQL (posibles clientes calificados para la IA)…, uno que reemplaza a todos los anteriores? Imagina un copiloto que modele un líder de ventas calificado por IA basado en una puntuación de compromiso de acuerdo con datos históricos y en tiempo real. La puntuación de compromiso se actualiza en tiempo real en función de las interacciones en vivo con los clientes. 

Por ejemplo:

Segmentación de AQL

A continuación, los AQL se clasifican en función del puntaje de compromiso y se ingresan de manera rutinaria en el libro de negocios de un vendedor para su seguimiento. La forma en que categorizas a tus posibles clientes depende de ti. Como referencia, me gusta la fórmula The Larger Market (El mercado más grande), tal y como lo popularizó Aaron Ross en su libro “Predictable Revenue”. Segmenta a toda la audiencia de compradores en cualquier mercado en cuatro categorías clave:

• Comprando ahora:  el cliente potencial en modo “caza” para una solución. Alta propensión a comprar. POSIBLE CLIENTE CALIENTE  
• Recopilación de información: el cliente potencial investigando activamente y abierto a comprar. POSIBLE CLIENTE CÁLIDO  
• Consciente de problemas:  el cliente potencial no busca activamente, pero está abierto a comprar. POSIBLE CLIENTE TIBIO  
• Consciente de problemas:  el cliente potencial no busca activamente, no hay temas expresados.  POSIBLE CLIENTE FRÍO

La mayoría de las empresas tratan a cada posible cliente como el 3 % que está listo para comprar ahora. No cuentan con sistemas para capturar y nutrir al 97 %.Ahí es donde reside el espacio en blanco. La clave es instalar un sistema que atraiga, eduque, nutra y obligue a los clientes potenciales a actuar. Comprender dónde se encuentra tu posible cliente en el ciclo de compra y hacer coincidir la temperatura de tu posible cliente con una intervención dirigida es fundamental para maximizar las conversiones. Vuelvo con mi buen amigo —la metodología de ventas— de mi artículo anterior para ayudar a facilitar esto.

AI en el volante de escala PLS

Así que, resumiendo todo, ¿qué aspecto tiene esto?

1. Modelado de clientes: el volante comienza con el modelado de datos de los clientes, que se pueden recopilar a través de una variedad de puntos de datos históricos y en tiempo real como se describió con anterioridad. 
2. Copiloto de IA: las herramientas impulsadas por la IA crearán un gráfico de conocimiento para generar AQL para la segmentación. Encuentra esos posibles clientes de alta calidad que se esconden a plena vista y quita del camino lo que no sirve.
3. Segmentación de AQL: la segmentación de posibles clientes por puntaje de compromiso ayuda a los equipos de ventas a asignar recursos de manera más efectiva y a elaborar estrategias específicas para cada grupo de clientes.
4. Personalización: al usar información impulsada por IA para inferir perfiles de usuario, los equipos de ventas pueden personalizar su enfoque para cada cliente mediante la proporción de recomendaciones y soluciones personalizadas envueltas en una oferta irresistible que obliga al cliente potencial a comprar.
5. Metodología de ventas: este es el pegamento entre todos los componentes interconectados. Proporciona un marco estructurado que ayuda a alinear iniciativas escaladas entre los equipos de GTM y crea así un libro de jugadas que maximiza las posibilidades de convertir posibles clientes de alta calidad.
6. Medir el éxito: determinar qué acciones conducen a los resultados deseados. Bucle de comentarios continuos para optimizar aún más la puntuación de compromiso de AQL.

Beneficios de la IA en PLS

En general, la IA tiene el potencial de influir en una amplia gama de métricas basadas en resultados en las ventas dirigidas por productos, que incluyen las siguientes:

• Costos de adquisición de clientes
  • La IA puede ayudar a las empresas a reducir el costo de adquisición de clientes de varias maneras: 1) los chatbots y los asistentes virtuales brindan a los clientes recomendaciones personalizadas y respuestas a preguntas en tiempo real, 2) puntuación automatizada de posibles clientes (AQL) basada en la probabilidad de convertir, 3) marketing personalizado con disparadores automáticos de llamadas a la acción basados en la puntuación de posibles clientes

• Oportunidades de aumento de ventas y venta cruzada
  • El modelado de propensión a la IA puede ayudar a las empresas a identificar oportunidades de aumento de ventas y de ventas cruzadas mediante el análisis de los datos de los clientes, el comportamiento y los patrones de uso del producto.

• Tasas de conversión:
  • Usando el concepto de segmentación de AQL como se describió anteriormente, las herramientas de IA pueden recomendar productos o servicios en tiempo real que tengan más probabilidades de satisfacer las necesidades de cada cliente individual, lo que al final aumenta la probabilidad de una venta exitosa.

• Productividad del equipo de ventas
  • La IA puede ayudar a las empresas a desbloquear una nueva ola de crecimiento de la productividad automatizando su ajetreado trabajo. Un copiloto de IA corta el desorden manejando tareas intensivas en datos, como la puntuación automatizada de posibles clientes, la segmentación y la personalización. Permite la interacción correcta con el cliente, en el momento adecuado (basado en miles de puntos de datos) para ayudar a impulsar un resultado exitoso, lo que facilita escalar los esfuerzos de ventas dirigidas por productos y convertir una creciente base de usuarios.

Gobernanza de la IA

Cualquier conversación sobre la IA y sus capacidades estaría incompleta sin abordar la gobernanza de la IA. Ya estamos viendo llamadas para pausar el desarrollo hasta que entendamos el verdadero impacto de esta tecnología, pero ¡el gato de Schrödinger ya está fuera de la caja y bien, y verdaderamente vivo! Tanto es así que las alternativas gratuitas de código abierto han estado comiendo tranquilamente el almuerzo de Google y OpenAI. Esto presenta desafíos y oportunidades: desafíos con respecto al fraude y la regulación de modelos privados que funcionan internamente, pero también oportunidades para acelerar la innovación y resolver casos de uso de nicho que los jugadores más grandes consideren no rentables.

La mayor parte de la creación de valor no vendrá de los propios modelos o de utilizarlos directamente con asistentes de chatbot, como Bard o ChatGPT, sino de cómo estos modelos se utilizarán e integrarán en productos existentes o nuevos. Puedo vislumbrar un mundo donde las herramientas impulsadas por IA se conviertan en el principal impulsor de las ventas dirigidas por productos, lo que transformará la manera 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 en cómo se usa la IA y su impacto en la sociedad.

Adoptamos la IA en PLS

Hoy en día sucede algo legendario e histórico en el mundo de la IA y, sin embargo, la mayoría de nosotros no nos damos cuenta de lo grande que es. La IA está revolucionando casi todas las industrias y sectores y su capacidad para enriquecer el proceso de ventas B2B puede ser realmente transformadora. Las empresas de PLG (crecimiento dirigido por productos) crean una mina de oro de datos de uso del producto, pero la mayor parte está incompleta, en silos o no se usa en absoluto. Un copiloto de IA automatiza el trabajo pesado y establece conexiones entre vastos conjuntos de datos que los vendedores no pueden hacer. Una metodología de ventas aporta rigor operativo al proceso general de ventas. Combinar ambos de manera sistemática maximiza las posibilidades de detectar, nutrir y convertir AQL a escala en ventas dirigidas por productos.

En lugar de reemplazarnos, las máquinas fomentarán nuestro crecimiento. Dedicarán todo su poder de procesamiento para ayudarnos a aprovechar al máximo nuestro poder de procesamiento y personal. La simple verdad es... si no estás adoptando la IA en tu proceso de ventas, te vas a quedar atrás.