AI 如何促进产品主导型销售

作者：Alan Brennan，Dropbox 技术解决方案总监（国际）

别再把时间浪费在不合格的潜在客户身上了！根据 2022 年对营销人员的一项调查，61% 的受访者表示，挖掘潜在客户是他们工作中的最大挑战。而且，当找到潜在客户时，销售代表将 50% 的时间花在跟进不合格的潜在客户上，只有 25% 的潜在客户被认定为足够合格，可以转给销售人员！不适当的潜在客户不仅会浪费时间和资源，而且如果不及时处理，还可能对您的盈利能力造成重大损失。

随着 AI（对话式 AI、聊天机器人助手、个性化）的最新进展，现在是时候探讨一下 AI 如何通过充实潜在客户的合格认定来提高转化率，从而系统地影响您的销售流程。

作为 Dropbox 技术解决方案总监，我不会过分夸大自己在这个领域的资历，但通过研究和实践，我已经有了足够的进展。因此，我可以为销售团队提供有价值的见解和发现真正的机会。接下来，我会努力探索 AI 在产品主导型销售中的作用，以及企业应如何利用这项技术来扩大团队规模和推动新的净销售额。

但是首先需要解释一些术语…

什么是产品主导型销售？

产品主导型销售 (PLS) 是一种客户获取模式。在这种模式下，企业优先考虑产品体验及其为用户提供的价值，而不是只关注销售产品功能或优势的传统销售方法。

• 旧方法：先销售再产品
• 新方式：先产品再销售

在产品主导型销售中，用户通常会从产品的免费版或试用版开始使用，然后通过升级到付费版本来解锁更多功能，因为他们意识到产品所提供的价值。如今，许多 B2B 公司都采用这种策略（例如：Dropbox、Slack、Hubspot 和 Zoom）。这种方法之所以有效，是因为它允许用户在决定购买付费订阅之前先体验产品的价值。

什么是 AI？

传统的人工智能 (AI) 是计算机系统对人类智能过程的模拟，通常依赖于预定义的规则和显式编程（例如，基于规则的聊天机器人）。生成式 AI 是一种更有效的最新技术，旨在不依赖显式编程来生成新的内容或执行任务。随着 DALL-E 或 GPT-XX 等大型语言模型 (LLM) 取得突破性进展，生成式 AI 最近已成为主流，可以对基于文本的查询生成类似人类的响应。 

在本博客中，AI 被定义为推断客户的行为、偏好和需求，对潜在销售客户进行进一步的细分，并在适当的时间提供有针对性的个性化体验，从而提高转化率。

AI 优先的 PLS 策略

在努力了解您的潜在客户时，您有多少次感到困惑不解呢？我们听说过 MQL（营销合格潜在客户）、SQL（销售合格潜在客户），甚至 DQL（演示合格潜在客户），但是 AQL（AI 合格潜在客户）呢…它取代了以上所有分类？！想象一下副驾驶工具，它通过历史和实时数据，根据参与度分数对 AI 合格销售潜在客户进行建模。参与度分数会根据客户实时互动实时更新。 

例如：

AQL 分类

根据用户参与度将 AQL 进行分类，并定期加入销售人员的业务簿中进行后续跟进。如何对潜在客户进行分类，这取决于您自己。作为参考，我喜欢 Aaron Ross 在他撰写的《Predictable Revenue》一书中宣传的“大市场公式”。它将任何市场的全部买家受众分为四个关键类别：

• 立即购买： 潜在客户处于“寻找”解决方案的模式。购买倾向高。高倾向潜在客户  
• 信息收集：潜在客户积极研究并有意愿购买。有意向潜在客户  
• 问题已知：潜在客户没有积极搜索，但愿意购买。不够积极或热情的潜在客户  
• 问题未知：潜在客户没有积极搜索，没有表达问题。冷淡的潜在客户

大多数公司将每位潜在客户与 3% 准备立即购买产品的潜在客户一样对待。他们没有现成的系统来吸引和培养其余 97% 的潜在客户。这就是空白地带。关键在于安装一个吸引、教育、培养和迫使潜在客户采取行动的系统。了解潜在客户在购买周期中的位置，并根据潜在客户的意愿程度，采取有针对性的干预措施，对于最大限度地提高转化率至关重要。我回顾了我之前文章中提到的销售方法论，来帮助促进这个过程。

AI 在 PLS 增长飞轮中的作用

那么总而言之，这会呈现怎样的效果？

1. 客户建模：客户营销飞轮的起点是建立客户数据模型，其中客户数据可以根据上面概述的历史和实时数据点进行收集。 
2. AI 副驾驶：AI 驱动的工具将创建知识图谱以生成用于分类的 AQL。找到那些隐藏在众多潜在客户中的高质量潜在客户，同时筛选出不合适或低质量的潜在客户。
3. AQL 分类：按参与度分数对潜在客户进行分类有助于销售团队更有效地分配资源，并为每个客户群体制定有针对性的策略。
4. 个性化：利用 AI 驱动的洞察力推断用户资料，销售团队可以根据每个客户的情况提供个性化的建议和解决方案，以吸引人的优惠刺激潜在客户购买。
5. 销售方法论：这是将所有相互连接的组成部分联系在一起的“粘合剂”。它提供了一个结构化框架，可以帮助协调 GTM 团队中的各项规模化计划，从而制定一个能最大化高质量潜在客户转化率的操作手册。
6. 衡量成功：确定哪些措施能带来预期的结果。持续的反馈循环可进一步优化 AQL 参与度分数。

在 PLS 中运用 AI 的好处

总体而言，AI 有可能影响产品主导型销售中各种基于结果的指标，包括：

• 客户获取成本
  • AI 可以通过多种方式帮助企业降低客户获取成本：1) 聊天机器人和虚拟助手实时为客户提供个性化推荐和问题解答；2) 基于转化概率的自动潜在客户评分 (AQL)；3) 个性化营销，采用基于潜在客户分数的自动号召性用语触发器

• 追加销售和交叉销售机会
  • 通过分析客户数据、行为和产品使用模式，AI 倾向建模可以帮助企业识别追加销售和交叉销售机会。

• 转化率：
  • 使用上述 AQL 分类的概念，AI 工具可以实时推荐最有可能满足每个客户需求的产品或服务，最终增加成功销售的概率。

• 销售团队的工作效率
  • AI 可以通过自动化完成繁忙的工作来帮助企业开启新一轮的生产力增长浪潮。AI 副驾驶通过处理自动潜在客户评分、分类和个性化等数据密集型任务来消除混乱。它可以通过基于成千上万个数据点的信息，提供在正确的时机与正确的客户进行交互的机会，促进实现成功的结果，因此可以更轻松地扩展产品主导型销售工作，转化不断增长的用户群体。

AI 治理

如果不讨论 AI 治理，任何围绕 AI 及其功能的对话都显得不够完整。我们已经看到有人呼吁在真正了解人工智能技术的潜在影响之前，暂停其发展。然而，犹如薛定谔的猫已经跳出盒子一样，人工智能技术的发展已经无法逆转，已经在各个领域得到广泛应用。以至，自由开源的替代品在悄无声息地侵蚀 Google 和 OpenAI 的市场份额。这既带来挑战，也带来机遇：挑战体现在欺诈和对内部私有模型的监管方面，同时也存在机会，可以加速创新并解决那些大型企业认为无利可图的小众应用场景。

大部分价值创造不会来自模型本身，也不会来自直接与 Bard 或 ChatGPT 等聊天机器人助手一起使用模型，而是来自如何使用这些模型并将其集成到现有或新产品中。我可以想象这样一个世界：AI 驱动的工具成为产品主导型销售的主要推动因素，改变了公司市场和销售产品的方式。我也对 AI 的民主化抱有希望，因为它有助于提高 AI 使用的透明度和负责任性，以及对社会产生的影响进行监管。

在 PLS 中采用 AI

在当今的 AI 领域发生了一些传奇和具有历史意义的事件，但大多数人并没有意识到它有多么重要。AI 正在彻底改变几乎所有行业和领域，其丰富 B2B 销售流程的能力确实是颠覆性的。PLG（产品主导型增长）公司创造了大量的产品使用数据，但其中大部分数据不完整、孤立或根本没有被利用。AI 副驾驶可以自动完成繁琐的工作，并在大量数据集之间建立销售人员无法建立的联系。销售方法论使整个销售流程能够严格运营。以系统化的方式结合两者可以最大程度地提高在产品主导型销售中发现、培养和转化 AQL 的概率。

机器不会取代我们，反而会增强我们的力量。它们将全力以赴利用它们的计算能力，帮助我们充分发挥我们的计算和个人能力。坦率地说，如果您在销售过程中不积极采用 AI 技术，您就会被时代所抛弃。