Skip to content (Press Enter)

AI จะเพิ่มประสิทธิภาพการขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลางได้อย่างไร

29, Jun, 2023
ลีดที่ไม่เหมาะสมจะทำให้ทีมฝ่ายขายเสียเวลาอันมีค่า ค้นพบว่า AI จะสามารถปฏิวัติการขายโดยการปรับปรุงคุณสมบัติของลีด การปรับให้ตรงต่อความต้องการของลูกค้า และอัตราคอนเวอร์ชันในการขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลางได้อย่างไร
คนสองคนทำงานร่วมกันในขณะที่เขียนบนแท็บเล็ต

โดย Alan Brennan ผู้อำนวยการฝ่าย Technical Solutions – International ของ Dropbox

เลือกเสียเวลาไปกับลีดที่ไม่เหมาะสมดีกว่า! จากการสำรวจของนักการตลาดในปี 2022 พบว่า 61% ของผู้ตอบแบบสอบถามรายงานว่าการสร้างลีดเป็นความท้าทายอันดับต้นๆ ในการทำงานของตน และเมื่อพบลีดแล้ว 50% ของเวลาของตัวแทนจะใช้ไปกับการไล่ตามลีดที่ไม่เหมาะสม โดยมีลีดเพียง 25% ที่ถือว่าเหมาะสมพอที่จะส่งต่อไปยังทีมฝ่ายขาย! ลีดที่ไม่ดีไม่เพียงแต่จะทำให้เสียเวลาและทรัพยากรเท่านั้น แต่ยังทำให้กำไรของคุณตกต่ำลงได้หากไม่ได้รับการแก้ไขอย่างทันท่วงที

ด้วยความก้าวหน้าล่าสุดในแวดวง AI (AI สำหรับการสนทนา, ผู้ช่วยแชทบอท, การปรับเปลี่ยนให้ตรงต่อความต้องการ) ตอนนี้จึงเป็นเวลาที่จะตรวจสอบว่า AI จะมีอิทธิพลต่อกระบวนการขายของคุณอย่างเป็นระบบโดยการยกระดับคุณสมบัติของลีดเพื่อเพิ่มอัตราคอนเวอร์ชันได้อย่างไร

ผมจะไม่อวดอ้างความเชี่ยวชาญในแวดวงนี้ แต่ในฐานะผู้อำนวยการฝ่าย Technical Solutions ของ Dropbox ผมได้ทำการวิจัยและการปรับปรุงมามากพอที่จะอธิบายถึงโอกาสที่แท้จริงสำหรับทีมฝ่ายขายได้ ต่อไปนี้คือความพยายามของผมในการสำรวจบทบาทของ AI ในการขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลางและวิธีการที่ธุรกิจต่างๆ ควรใช้ประโยชน์จากเทคโนโลยีนี้เพื่อขยายทีมและขับเคลื่อนยอดขายสุทธิใหม่

แต่ก่อนอื่น ในเรื่องของคำศัพท์บางคำ…

การขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลางคืออะไร

การขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลาง (PLS) เป็นรูปแบบการหาลูกค้าโดยที่ธุรกิจต่างๆ ให้ความสำคัญกับประสบการณ์จากผลิตภัณฑ์และคุณค่าที่ผลิตภัณฑ์มอบให้กับผู้ใช้มากกว่าแนวทางการขายแบบดั้งเดิมที่เน้นการขายคุณลักษณะหรือประโยชน์ของผลิตภัณฑ์

  • วิธีแบบเก่า: เริ่มที่การขาย ตามด้วยผลิตภัณฑ์
  • วิธีแบบใหม่: เริ่มที่ผลิตภัณฑ์ ตามด้วยการขาย

ด้วยการขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลาง ผู้ใช้มักจะเริ่มต้นด้วยการใช้ผลิตภัณฑ์เวอร์ชันฟรีหรือรุ่นทดลองใช้ จากนั้นจึงอัปเกรดเป็นเวอร์ชันที่ต้องชำระเงินเพื่อปลดล็อกคุณสมบัติต่างๆ เนื่องจากผู้ใช้รับรู้ถึงคุณค่าที่ผลิตภัณฑ์มีให้ มีบริษัทที่ทำธุรกิจระหว่างคู่ค้าธุรกิจด้วยกันเอง (B2B) หลายแห่งใช้กลยุทธ์นี้ในปัจจุบัน (ตัวอย่างเช่น Dropbox, Slack, Hubspot และ Zoom) แนวทางนี้ใช้ได้ผลเพราะช่วยให้ผู้ใช้ได้สัมผัสกับคุณค่าของผลิตภัณฑ์ก่อนที่จะตัดสินใจสมัครสมาชิกแบบชำระเงิน

AI คืออะไร

ปัญญาประดิษฐ์แบบดั้งเดิม (AI) คือการจำลองกระบวนการสติปัญญาของมนุษย์โดยระบบคอมพิวเตอร์ และโดยทั่วไปจะอาศัยกฎที่กำหนดไว้ล่วงหน้าและการเขียนโปรแกรมที่ชัดเจน (เช่น แชทบอทตามกฎ) AI แบบรู้สร้าง (Generative AI) เป็นแนวทางที่ทันสมัยและดียิ่งขึ้น ซึ่งได้รับการออกแบบมาเพื่อสร้างเนื้อหาใหม่หรือทำงานโดยไม่ต้องพึ่งพาการเขียนโปรแกรมที่ชัดเจน เมื่อเร็วๆ นี้ AI ดังกล่าวได้กลายเป็นกระแสหลักด้วยความก้าวหน้าทางเทคโนโลยีในโมเดลภาษาขนาดใหญ่ (LLM) เช่น DALL-E หรือ GPT-XX ในการสร้างการตอบสนองที่เหมือนมนุษย์ต่อข้อความค้นหา 

ในบริบทของบล็อกนี้ AI หมายถึงการอนุมานถึงพฤติกรรม ความชอบ และความต้องการของลูกค้าเพื่อแบ่งกลุ่มลีดสำหรับฝ่ายขายโดยละเอียดและมอบประสบการณ์ที่ปรับให้ตรงต่อความต้องการด้วยเนื้อหาที่เหมาะสมในเวลาที่เหมาะเจาะเพื่อเพิ่มโอกาสในการสร้างคอนเวอร์ชัน

กลยุทธ์ PLS ที่มุ่งเน้นการใช้ AI

กี่ครั้งแล้วที่คุณต้องเอาหัวโขกโต๊ะเมื่อพยายามทำความเข้าใจลีดของคุณ เราต่างเคยได้ยินเกี่ยวกับ MQL (ลีดที่ได้รับรองจากทีมการตลาด), SQL (ลีดที่ได้รับรองจากทีมฝ่ายขาย) หรือแม้แต่ DQL (ลีดที่สนใจรับการสาธิตผลิตภัณฑ์) แต่ทราบเกี่ยวกับ AQL (ลีดที่ได้รับรองจาก AI) ซึ่งเป็นสิ่งที่จะมาแทนที่สิ่งที่กล่าวถึงทั้งหมดข้างต้นไหม ลองนึกภาพผู้ช่วยที่จำลองลีดที่ได้รับรองจาก AI โดยพิจารณาจากคะแนนการมีส่วนร่วมตามข้อมูลในอดีตและข้อมูลแบบเรียลไทม์ คะแนนการมีส่วนร่วมจะอัปเดตตามเวลาจริงโดยอิงตามการโต้ตอบกับลูกค้าแบบเรียลไทม์ 

ตัวอย่างเช่น

จุดข้อมูลย้อนหลัง [ตัวอย่างเท่านั้น] จุดข้อมูลแบบเรียลไทม์ [ตัวอย่างเท่านั้น]
  • เวลาที่ใช้ในเว็บไซต์ของคุณ
  • เอกสารไวท์เปเปอร์หรือคู่มือผลิตภัณฑ์ที่ดาวน์โหลด
  • การวิเคราะห์การทดลองใช้ผลิตภัณฑ์
  • การวิเคราะห์เนื้อหาผลิตภัณฑ์
  • การสัมมนาทางเว็บที่เข้าร่วม
  • การโพสต์ทางโซเชียลมีเดีย
  • พฤติกรรมการซื้อในอดีต
  • การวิเคราะห์ความรู้สึกที่มีต่อแบรนด์
  • และอื่นๆ
  • AI สำหรับการสนทนา
    • แบบพาสซีฟ: การวิเคราะห์หลังการโทรพร้อมการติดตามผลเป้าหมาย
    • แบบแอคทีฟ: การตรวจจับลีดในการโทรแบบเรียลไทม์
  • AI ผู้ช่วยแชทบอท
    • บอท SDR เสมือน
      • ทำให้การหา การเข้าถึง และการสร้างปฏิสัมพันธ์กับลีดเป็นแบบอัตโนมัติ
    • แชทบอทช่วยเหลือที่ใช้ระบบ AI
      • การตอบกลับ Q&A แบบอัจฉริยะ (ตามบริบท)
    • บอทการตลาดผ่านอีเมล
      • แต่ละการสนทนาได้รับการปรับให้เหมาะกับลีดแต่ละคน...ปรับแต่งข้อความและเนื้อหาทางการตลาดให้ตรงตามความต้องการ การทำเช่นนี้สามารถปรับปรุงการมีส่วนร่วมและเพิ่มโอกาสที่ลีดจะเคลื่อนที่ลงตามกรวยการตลาด
  • การสร้างโปรไฟล์ลักษณะตัวตน
    • สร้างลักษณะตัวตนที่ขับเคลื่อนด้วยข้อมูลโดยอัตโนมัติเพื่อระบุลักษณะตัวตนที่ตรงกับ ICP ของคุณ (โปรไฟล์ลูกค้าในอุดมคติ)

การแบ่งส่วน AQL

จากนั้น AQL จะถูกจัดหมวดหมู่ตามคะแนนการมีส่วนร่วมและถูกป้อนลงในรายชื่อลูกค้าของผู้ขายเป็นประจำเพื่อติดตามผล คุณจะจัดประเภทลีดของคุณอย่างไรก็ได้ตามที่คุณต้องการ เพื่อเป็นข้อมูลอ้างอิง ผมชอบกลยุทธ์ The Larger Market Formula ซึ่ง Aaron Ross ได้อธิบายไว้ในหนังสือของเขาที่มีชื่อว่า "Predictable Revenue" โดยกลยุทธ์นี้จะแบ่งกลุ่มเป้าหมายทั้งหมดที่เป็นผู้ซื้อในตลาดใดๆ ก็ตามออกเป็นสี่ประเภทหลักดังนี้

กราฟแสดง LMF: ต้องการซื้อ 3%, รวบรวมข้อมูล 17%, ทราบปัญหา 20% และไม่ทราบปัญหา 60%
  • ต้องการซื้อ:  ผู้มุ่งหวังในโหมด "ตามล่า" เพื่อหาคำตอบ มีแนวโน้มสูงที่จะซื้อ ลีดที่มีแนวโน้มจะซื้อสูง  
  • การรวบรวมข้อมูล: ผู้มุ่งหวังที่ค้นคว้าอย่างจริงจังและพร้อมที่จะซื้อ ลีดที่มีความสนใจที่จะซื้อ  
  • ทราบปัญหา:  ผู้มุ่งหวังที่ไม่ได้ค้นหาอย่างจริงจัง แต่พร้อมที่จะซื้อ ลีดที่มีความสนใจที่จะซื้อน้อย  
  • ไม่ทราบปัญหา:  ผู้มุ่งหวังที่ไม่ได้กำลังค้นหาและไม่มีปัญหาที่แสดงออกมาให้เห็น  ลีดที่แทบจะไม่สนใจบริการหรือผลิตภัณฑ์

บริษัทส่วนใหญ่ปฏิบัติต่อลีดทุกคนเหมือนกับ 3% ที่พร้อมจะซื้อตอนนี้ บริษัทเหล่านั้นไม่มีระบบที่จะจับและเอาใจใส่กลุ่ม 97%นั่นคือโอกาสที่ยังไม่มีการนำไปใช้ให้เกิดประโยชน์ กุญแจสำคัญคือการติดตั้งระบบที่ดึงดูด ให้ความรู้ หล่อเลี้ยง และกระตุ้นให้ผู้มุ่งหวังดำเนินการ การทำความเข้าใจว่าลีดของคุณอยู่ในจุดใดของวงจรการซื้อและจับคู่ลักษณะของลีดกับการแทรกแซงที่ตรงเป้าหมายเป็นสิ่งสำคัญในการเพิ่มคอนเวอร์ชันให้ได้สูงสุด ผมขอกลับมาหาสิ่งที่ผมคุ้นเคยอย่างวิธีการขาย จากบทความก่อนหน้านี้ของผมเพื่อช่วยอำนวยความสะดวกในเรื่องนี้

โครงร่างวิธีการขายซึ่งแสดงให้เห็นวิธีการที่ลีดเปลี่ยนผ่านจากกรวยการขายแบบ B2B ไปสู่การแบ่งส่วน AQL ตามด้วยกลยุทธ์ที่ปรับให้ตรงต่อความต้องการ

AI ในวงล้อการขยาย PLS

เมื่อนำทั้งหมดมารวมกันแล้ว จะมีหน้าตาแบบไหน

วงล้อการตลาดลูกค้าสำหรับ AI ใน PLS ซึ่งประกอบด้วยการวัดผลความสำเร็จ, การสร้างแบบจำลองลูกค้า, AI ผู้ช่วย, การแบ่งส่วน AQL, การปรับให้ตรงต่อความต้องการ, วิธีการทางสังคม และการวัดความสำเร็จ
  1. การสร้างแบบจำลองลูกค้า: วงล้อนี้เริ่มต้นด้วยการสร้างแบบจำลองข้อมูลลูกค้า ซึ่งสามารถรวบรวมผ่านจุดข้อมูลในอดีตและจุดข้อมูลแบบเรียลไทม์ที่หลากหลายตามที่ระบุไว้ข้างต้น 
  2. AI ผู้ช่วย: เครื่องมือที่ขับเคลื่อนด้วย AI จะสร้างกราฟความรู้เพื่อสร้าง AQL สำหรับการแบ่งส่วน ค้นหาลีดคุณภาพสูงที่ซ่อนอยู่และไม่ต้องสนใจลีดคุณภาพต่ำ
  3. การแบ่งส่วน AQL: การแบ่งส่วนลีดด้วยคะแนนการมีส่วนร่วมช่วยให้ทีมฝ่ายขายจัดสรรทรัพยากรได้อย่างมีประสิทธิภาพมากขึ้น และพัฒนากลยุทธ์ที่ตรงเป้าหมายสำหรับลูกค้าแต่ละกลุ่มได้
  4. การปรับให้ตรงต่อความต้องการ: ด้วยการใช้ข้อมูลเชิงลึกที่ขับเคลื่อนโดย AI เพื่ออนุมานโปรไฟล์ผู้ใช้ ทีมฝ่ายขายจะสามารถปรับเปลี่ยนแนวทางของตนให้ตรงกับลูกค้าแต่ละราย โดยให้คำแนะนำและโซลูชันที่ปรับให้เหมาะสมซึ่งรวมอยู่ในข้อเสนอที่ยากจะต้านทานที่สามารถบังคับให้ผู้มุ่งหวังทำการซื้อได้เลย
  5. วิธีการขาย: สิ่งนี้คือกาวประสานส่วนประกอบที่เชื่อมต่อกันทั้งหมด ซึ่งจะมอบกรอบการทำงานแบบมีโครงสร้างที่ช่วยจัดแนวความคิดริเริ่มที่มีการปรับให้สอดคล้องกันทั่วทั้งทีม GTM ด้วยเหตุนี้ วิธีการขายจึงสามารถสร้างกลยุทธ์ที่เพิ่มโอกาสในการแปลงลีดคุณภาพสูงให้ถึงที่สุดได้
  6. การวัดความสำเร็จ: กำหนดว่าการกระทำใดที่จะนำไปสู่ผลลัพธ์ที่ต้องการ วงจรข้อคิดเห็นอย่างต่อเนื่องเพื่อเพิ่มประสิทธิภาพคะแนนการมีส่วนร่วมของ AQL

ประโยชน์ของ AI ใน PLS

โดยรวมแล้ว AI มีศักยภาพที่จะมีอิทธิพลต่อเมตริกตามผลลัพธ์ที่หลากหลายในการขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลาง ซึ่งรวมถึง:

  • ต้นทุนในการหาลูกค้า
    • AI ช่วยให้ธุรกิจลดต้นทุนในการหาลูกค้าได้หลายวิธี: 1) แชทบอทและผู้ช่วยเสมือนให้คำแนะนำที่ปรับให้ตรงต่อความต้องการและการตอบคำถามแบบเรียลไทม์แก่ลูกค้า 2) การให้คะแนนลีดโดยอัตโนมัติ (AQL) ตามแนวโน้มที่จะเกิดการแปลงเป็นลูกค้าจริง 3) การตลาดที่ปรับให้ตรงต่อความต้องการของลูกค้าที่มีคำกระตุ้นการตัดสินใจอัตโนมัติซึ่งอิงตามคะแนนลีด
  • โอกาสในการเพิ่มยอดขายและการขายพ่วง
    • การสร้างแบบจำลองแนวโน้มของ AI ช่วยให้ธุรกิจระบุโอกาสในการเพิ่มยอดขายและการขายพ่วงโดยการวิเคราะห์ข้อมูลลูกค้า พฤติกรรม และรูปแบบการใช้ผลิตภัณฑ์
  • อัตราคอนเวอร์ชัน:
    • ด้วยการใช้แนวคิดของการแบ่งส่วน AQL ตามที่อธิบายไว้ข้างต้น เครื่องมือ AI สามารถแนะนำผลิตภัณฑ์หรือบริการแบบเรียลไทม์ที่มีความเป็นไปได้สูงว่าจะตอบสนองต่อความต้องการของลูกค้าแต่ละรายได้ ซึ่งจะเพิ่มโอกาสในการขายที่ประสบความสำเร็จในท้ายที่สุด
  • ประสิทธิภาพการทำงานของทีมฝ่ายขาย
    • AI ช่วยให้ธุรกิจปลดล็อกประสิทธิภาพการทำงานด้วยการทำให้งานที่ยุ่งเป็นไปโดยอัตโนมัติ AI ผู้ช่วยสามารถจัดการสิ่งที่ไม่เป็นระเบียบได้โดยการจัดการงานที่ต้องใช้ข้อมูลมากอย่างการให้คะแนนลีดโดยอัตโนมัติ การแบ่งส่วน และการปรับให้ตรงต่อความต้องการของลูกค้า สิ่งนี้ช่วยให้สามารถโต้ตอบกับลูกค้าได้อย่างถูกต้องในเวลาที่เหมาะสม (โดยอิงจากจุดข้อมูลนับพัน) เพื่อช่วยผลักดันให้เกิดผลลัพธ์ที่ประสบความสำเร็จ จึงทำให้ง่ายต่อการเพิ่มความพยายามในการขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลางและแปลงฐานผู้ใช้ที่เพิ่มขึ้น

การกำกับดูแล AI

การสนทนาใดๆ เกี่ยวกับ AI และความสามารถของ AI คงจะไม่ครบสมบูรณ์หากไม่พูดถึงการกำกับดูแล AI ขณะนี้เราได้เห็นการเรียกร้องให้หยุดการพัฒนาชั่วคราวจนกว่าเราจะเข้าใจผลกระทบที่แท้จริงของเทคโนโลยีนี้ แต่เทคโนโลยีนี้ถูกปล่อยมาให้ใช้อย่างแพร่หลายแล้วแม้จะมีข้อกังวลมากมายก็ตาม! โดยมีมากเสียจนทางเลือกโอเพนซอร์สแบบฟรีได้กลายเป็นคู่แข่งของ Google และ OpenAIอย่างเงียบๆ เลยทีเดียว สิ่งนี้เป็นทั้งความท้าทายและโอกาส: ความท้าทายเกี่ยวกับการฉ้อโกงและกฎระเบียบของโมเดลส่วนตัวที่ดำเนินการภายในองค์กร แต่ยังรวมถึงโอกาสในการเร่งนวัตกรรมและการแก้ปัญหาสำหรับกรณีการใช้งานเฉพาะกลุ่มที่บริษัทรายใหญ่เห็นว่าไม่เกิดประโยชน์ด้วย

การสร้างมูลค่าส่วนใหญ่จะไม่ได้มาจากตัวโมเดลเองหรือจากการใช้โมเดลโดยตรงกับผู้ช่วยแชทบอทอย่าง Bard หรือ ChatGPT แต่มาจากวิธีการใช้และการผสานรวมโมเดลเหล่านี้เข้ากับผลิตภัณฑ์ที่มีอยู่หรือผลิตภัณฑ์ใหม่ ผมสามารถจินตนาการถึงโลกที่เครื่องมือที่ขับเคลื่อนด้วย AI กลายเป็นตัวขับเคลื่อนหลักของการขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลาง ซึ่งจะเปลี่ยนวิธีที่บริษัทต่างๆ ทำการตลาดและขายผลิตภัณฑ์ของตน ผมยังหวังว่าการทำให้ AI เป็นสิ่งที่ทุกคนเข้าถึงได้จะช่วยให้เกิดความโปร่งใสและความรับผิดชอบมากขึ้นในแง่ของวิธีการใช้ AI และผลกระทบที่ AI มีต่อสังคม

การเปิดรับ AI ใน PLS

สิ่งที่จะเป็นตำนานและเป็นประวัติศาสตร์กำลังเกิดขึ้นในโลกของ AI ในปัจจุบัน แต่พวกเราส่วนใหญ่ยังไม่รู้ตัวว่ามันยิ่งใหญ่แค่ไหน AI กำลังปฏิวัติเกือบทุกอุตสาหกรรมและทุกภาคส่วน และความสามารถของ AI ในการเพิ่มประสิทธิภาพกระบวนการขายแบบ B2B สามารถสร้างความเปลี่ยนแปลงได้อย่างแท้จริง บริษัทที่ใช้กลยุทธ์ PLG (การเติบโตโดยใช้ผลิตภัณฑ์เป็นศูนย์กลาง) สร้างขุมทรัพย์ข้อมูลการใช้ผลิตภัณฑ์ แต่ข้อมูลส่วนใหญ่ยังไม่สมบูรณ์ แยกเป็นสัดส่วน หรือไม่ได้ใช้เลย AI ผู้ช่วยทำให้งานที่น่าเบื่อหน่ายเป็นไปโดยอัตโนมัติ และสร้างการเชื่อมต่อระหว่างชุดข้อมูลจำนวนมหาศาลที่พนักงานขายไม่สามารถทำได้ วิธีการขายจะนำความเข้มงวดในการปฏิบัติงานมาสู่กระบวนการขายโดยรวม การรวมทั้งสองอย่างเข้าด้วยกันอย่างเป็นระบบจะช่วยเพิ่มโอกาสในการระบุ การเอาใจใส่ และการแปลง AQL เป็นลูกค้าจริงในขายโดยใช้ผลิตภัณฑ์เป็นศูนย์กลางได้เป็นอย่างมาก

เครื่องจักรไม่ได้มาแทนที่เรา แต่จะมาส่งเสริมเราต่างหาก โดยจะอุทิศพลังการประมวลผลทั้งหมดของมันเพื่อช่วยให้เราใช้ประโยชน์สูงสุดจากพลังการประมวลผลและพลังส่วนบุคคลของเรา ความจริงง่ายๆ ก็คือ…หากคุณไม่เปิดรับ AI ในกระบวนการขายของคุณ คุณก็จะตามใครๆ ไม่ทัน 

เพื่อกระบวนการขายที่ชาญฉลาดยิ่งขึ้น

ลองใช้ Dropbox