人工智能和機器學習現在很容易采用，并且人們也知道可以使現在執行的許多重復性任務和過程實現自動化。在人工智能技術的幫助下，銷售經理還可以關注利潤以產生更好的結果。無數的新方法和軟件工具證明了這一點。

現在是改變的時候了。從本質上講，自從上世紀90年代末引入市場以來，客戶關系管理（CRM）并沒有改變，它要求最終用戶登錄到他們正在使用的應用程序中，人工創建和管理軟件中的任務（日志呼叫、電子郵件、創建提醒、將線索下移等）。這是繁瑣、耗時和多余的，現在是人工智能發揮作用的時候了。

?根據Gartner公司的調查，42%的客戶關系管理（CRM）軟件未使用。

?根據Forrester公司的調查，47%的客戶關系管理（CRM）項目失敗。

?根據CSO Insights公司的調查，73%的銷售人員不相信客戶關系管理（CRM）可以提高他們的生產力。

大量投資就可以做到嗎？

很多企業花費大量費用試圖使客戶關系管理（CRM）正常運行，但事實并非如此。人們確實知道，通過使用人工智能或機器學習技術，客戶關系管理（CRM）總體上得到了改善。使用這些算法中的統計方法、數學和概率，這些客戶關系管理（CRM）中的技術可以幫助完成許多任務。客戶關系管理（CRM）中采用人工智能的軟件的一些示例：

?提高銷售團隊的生產力：利用機器從過去的銷售數據中獲得新的見解，減少人工分析并節省寶貴的時間。

?出色的營銷支持：人工智能可以評估以前的價格信息，例如折扣、促銷和銷售歷史，以計算產品的價格彈性，從而可以優化價格。

?客戶保留：人工智能可以分析先前的銷售數據，這些數據顯示了客戶離開的時間和原因。現在可以看到潛在客戶流失的預警信號。

?模式識別：人工智能軟件現在可以基于某些數據點分析企業最有價值的客戶，然后將其與潛在的新客戶進行比較，并預測新客戶的價值。這還允許銷售經理根據客戶價值更適當地重新分配資源。

人工智能和機器學習現在很容易獲得，并且人們知道它可以用于使人類現在執行的許多重復性任務和流程實現自動化。但是，人工智能無法處理復雜的決策任務。要完成完整的銷售流程，需要由機器人組成的完整團隊共同努力。例如，人為因素是銷售流程的關鍵組成部分，并且是永遠無法編程的東西。從本質上講，解決客戶的業務挑戰比將數據輸入到客戶關系管理（CRM）系統中更加令人滿意。

此外，人工智能本身不足以實現或完成銷售。這肯定是一個機器和人類協作的努力，以成功地完成整個過程。然而，在人工智能的幫助下，銷售經理現在可以高效地工作，專注于企業利潤，以產生更好的結果。持續使用這個人工智能軟件和幫助分析將優化平臺和過程。

人工智能不再是科幻小說中的技術

許多企業正試圖通過添加人工智能驅動的“銷售助理”來修復客戶關系管理（CRM），這些工具位于客戶關系管理（CRM）之上，旨在幫助銷售代表提高效率。然而，這種方法存在缺陷，因為助理使用人工智能來對客戶關系管理（CRM）中不完整的數據做出決策。

盡管如此，在信用到期的地方提供信用，有些公司會完全重新考慮該方法，從頭開始構建一個人工智能驅動的平臺。這類平臺的一個例子是Spiro，它開創了一種叫做主動關系管理的新方法。主動關系管理建立在人工智能引擎上，將客戶關系管理（CRM）、銷售支持、報告和呼叫/文本整合到一個平臺中。

這個由人工智能驅動的單一銷售平臺的價值在于：

?自動從電子郵件、短信和電話中收集數據，使銷售團隊有更多時間進行銷售。

?通過自動提醒可以在平臺內完成后續活動，幫助銷售人員接觸到更多潛在客戶。

?使領導層更好地了解管道，從而推動更好的管理和收益。

簡而言之，主動式客戶關系管理技術通過連接到企業的電子郵件、內置電話系統以及連接到企業擁有的任何數據源或目錄的方式起作用。使用人工智能，該平臺可以收集所有這些信息并從中學習。如前所述，它使用自然語言處理來讀取和分析電子郵件文本，以了解銷售過程中發生的情況。通過此平臺進行的呼叫將被自動記錄，然后轉錄并從這些呼叫中提取意圖，并確保捕獲了這些重要任務。這樣一來，該平臺就可以從任何企業資源計劃（ERP）、營銷軟件或其他數據源中提取信息，以確保全面了解潛在客戶的發展情況。

基于這些信息，該技術使用機器學習來相對于這些記錄來預測企業的銷售團隊應該做什么，以及他們何時應該這樣做。因此，它會主動提醒他們，而無需任何人工數據輸入。這樣的結果是銷售主管獲得了令人難以置信的大量數據，這些數據涉及銷售團隊的活動，他們的活動是什么，正在進行的通話以及這些成功的電話銷售案例，在哪里銷售渠道較強，或者在哪里銷售渠道較弱。這些信息都與主動關系管理平臺中的內置分析工具結合在一起，使銷售經理能夠進行實時調整。

接下來是什么？

知道對可用技術利用機器的了解之后，這是銷售行業的主要變革者。從本質上講，企業可以利用機器助手準確、輕松地處理日常的任務，從安排會議、跟進任務、通過聊天機器人回答客戶的詢問等，同時提供實時預測模型，以便隨時做出決策和調整。

隨著時間的推移，這些工具和過程只會不斷完善。當軟件可以訪問更多數據時，它將能夠為決策提供更多的見解。最終，該軟件將能夠在不需要人為干預的情況下，根據閾值或分數水平做出其中一些決定。在這一級別使用技術可以實現更快的交易和最佳的客戶體驗。給員工額外的時間可以讓他們完成更高級或更重要的任務，從而大大提高生產率。

責任編輯：ct