Kembali ke asas: ramalan masa depan crm

Pada tahun-tahun akan datang, persaingan yang semakin meningkat di kalangan pembekal pengurusan hubungan pelanggan (CRM) termasuk teknologi titans seperti Microsoft, Salesforce, dan Zoho-akan menyebabkan peralihan asas dalam cara kita berinteraksi dengan alat CRM. Walaupun sebahagian besar gembar-gembur akan mengelilingi kepintaran buatan (AI) dan pembelajaran mesin (ML), kekuatan pemacu sebenar di masa depan CRM mungkin lebih mudah daripada yang anda fikirkan.

Menurut Manny Medina, CEO pemasaran berasaskan jualan OutPay yang berpangkalan di Seattle, para penyedia CRM akan mahu mengambil pendekatan yang bersifat basikal ketika datang ke produk mereka. Medina mempunyai sejarah yang panjang dalam teknologi perniagaan. Beliau adalah salah seorang pekerja pertama di pasukan Perkhidmatan Web Amazon dan juga bekerja sebagai eksekutif Microsoft sebelum mengambil peranannya. Kami baru-baru ini bercakap dengan Medina mengenai beberapa ramalannya mengenai bidang CRM.

Negeri Perkara

Untuk memahami di mana CRM akan berlaku, anda mesti melihat di mana ia sekarang. "Dengan CRM, hasil yang kami semua merindui adalah pandangan bersatu dalam perjalanan pelanggan-sepanjang jalan dari sebelum anda mengetahui pelanggan ke peringkat pengekalan dan upselling, " kata Medina. "Semua orang cuba meneruskan perkara ini."

Sejak migrasi ke perisian berasaskan awan, syarikat-syarikat telah mengetuk bahagian diskret perjalanan ini. "Salesforce telah mengambil titik tengah corong itu sementara aplikasinya seperti Marketo mengambil bahagian atas corong itu untuk suapan automasi pemasaran, " kata Medina. "Dekat bawah anda mempunyai aplikasi sistem tiket yang lebih ke hiliran. "

Walaupun alat di semua hujung corong jualan berkuasa, ini telah mewujudkan masalah pemecahan bagi perniagaan. "Masalahnya adalah bahawa perwakilan unik dalam sesuatu seperti Marketo bukan perwakilan yang sama dalam CRM dan nya bukan perwakilan yang sama dalam sistem tiket, "kata Medina. Hasilnya, beliau berkata terdapat perlumbaan untuk menjadi hub yang merangkumi seluruh perjalanan pelanggan. Koleksi Lightforce terus berkembang untuk memenuhi keperluan ini dan alat seperti Zapier boleh membantu menyambungkan platform yang berbeza untuk memberi jurujual lebih lengkap pandangan.

Mungkin perangkap terbesar, bagaimanapun, adalah manual kemasukan. "Banyak syarikat memberitahu reps, 'Jika anda mahu dibayar, anda perlu memasukkan data ke dalam CRM.' Dan apa yang berlaku, banyak wakil tidak memasukkan data sehingga perjanjian itu ditutup, "kata Medina. "Banyak tabiat yang benar-benar buruk telah dibangunkan dengan CRM, yang menjadikan data tidak berguna."

Medina mengutip pasukannya sendiri di Outreach di mana wakilnya boleh mengendalikan sehingga 100 e-mel dalam sehari. "Memasuki semua maklumat dan nota yang munasabah secara manual adalah tugas yang besar, " katanya. Walaupun terdapat alat yang dapat membantu mengotomatisasi proses ini, ia tidak menyeluruh. Menangkap data aktiviti adalah kesakitan dan data tidak berguna kerana pekerja tidak menggunakan penyelesaian dengan betul.

Keterlaluan Perisikan

AI dan ML bukan baru ke ruang CRM. Pada tahun 2017, Salesforce memperkenalkan enjin Einstein dan menjadikannya tersedia untuk semua pelanggannya. Zoho menawarkan alat yang sama dalam bentuk Zoho Pembantu Pintar (Zia). Sistem ini direka bentuk untuk menggunakan analisis ramalan dan kaedah lain untuk meningkatkan proses jualan syarikat. Itulah idea, sekurang-kurangnya. Setakat ini, Medina menganggap bahawa kecerdasan itu menjadi tidak baik.

"Salesforce agak gembira membawa keluar Einstein dan mengumumkan keupayaan yang tidak benar-benar berfungsi, saya fikir mereka memerlukan lebih banyak masa untuk membuatnya berfungsi, " kata Medina. "Masalahnya dengan ML ialah orang ramai pergi terlalu cepat dengan analisis ramalan, tanpa menawarkan bantuan dengan benar memahami hubungan crossover."

Masalahnya terletak pada cara ML berfungsi di CRM. Dalam kebanyakan kes, ML mengenal pasti hubungan besar dalam set data yang besar. Ia menunjukkan sejumlah besar korelasi tanpa memberikan sebarang pandangan sebenar dari segi mengapa perkara sedang berlaku.

Pengasas bersama Zapier dan Ketua Pegawai Eksekutif Wade Foster juga percaya bahawa AI tidak cukup bersedia untuk masa perdana. " AI sudah lama pergi sebelum kita mula melihat transformasi radikal yang diterangkan dalam komuniti teknologi, "katanya." Penyelesaian yang lebih mudah adalah automasi. Penjualan jualan boleh memasukkan automasi ke dalam proses sedia ada untuk mendapatkan makluman dan kemas kini serta-merta daripada pelbagai alat CRM yang mereka gunakan untuk lebih memahami pelanggan semasa dan bakal calon."

Medina Outreach menawarkan contoh tentang pasukan menggunakan model ML untuk meningkatkan operasi jualan. Model ini menunjukkan bahawa prospek yang menghabiskan lebih banyak masa bekerja dengan wakil mempunyai peluang terbesar untuk ditukar menjadi jualan. Menurut Medina, bagaimanapun, apa yang sebenarnya berlaku adalah bahawa wakil-wakil itu hanya memilih untuk menghabiskan lebih banyak masa bekerja pada prospek itu kerana mereka merasakan mereka lebih cenderung untuk melakukan penjualan pada mereka di tempat pertama. "Ini seperti mengatakan bahawa kenaikan lemas disebabkan oleh ais krim penggunaan apabila, pada hakikatnya, ia hanya berlaku pada musim panas, "kata Medina." Korelasi bukan penyebabnya."

Fokus pada Kesederhanaan

Untuk tahun yang akan datang, Medina meramalkan bahawa AI dan ML tidak akan berprofil tinggi sebagai pemasaran syarikat yang mungkin anda fikirkan. "sekumpulan kekecewaan, sekumpulan perkara yang tidak berfungsi, dan pendekatan asas untuk kembali ke mana kita berhenti bercakap tentang ML dan kembali ke sains data sebenar sedikit."

Medina menawarkan operasi data Facebook, Google, dan Netflix sebagai contoh model syarikat yang mengambil wawasan pintar ke dalam data mereka. Wawasan data akan dikumpulkan dari analisis manusia untuk melihat peluang untuk peningkatan dalam pasukan jualan.

Medina berkata bahawa pendekatan asas ini adalah panduan dari karyanya di Outreach. "Akan ada pemisahan di mana rep tinggal dan di mana data disimpan, "katanya." Itulah cara kita menyerang pasaran. Kami mencipta platform pertunangan jualan di mana wakilnya sebenarnya menghantar e-mel dan di mana tempat mainan itu hidup, jadi wakil tahu apa yang harus dilakukan dalam semua situasi."

Apa yang dijangkakan Outreach adalah menggabungkan yang mudah automasi kita sudah biasa dengan sentuhan manusia yang baik. "Ini meningkatkan kecekapan rep, " kata Medina. "Kemudian apa yang kami lakukan, kami beralih dan mengambil semua data itu dan berikannya kepada pengguna kami, pelanggan, untuk melihat peluang untuk penambahbaikan."

Data Kelaparan

Sepanjang perbualan kami, Medina menyebut bahawa dia fikir semua penyedia CRM mendapat "lapar data." Beliau meramalkan bahawa, dalam usaha untuk merangkumi lebih banyak bahagian perjalanan pelanggan, pemaju seperti Salesforce akan menandatangani perkongsian lebih strategik seperti yang mereka lakukan dengan Amazon Web Services pada 2016. Perkongsian ini berkhidmat untuk merangkumi keseluruhan perjalanan pelanggan dan mengembangkannya data. "Salesforce dibina di atas pangkalan data Oracle, " kata Medina. "Ia tidak mencukupi dengan baik, ia tidak dapat menampung data yang tidak berstruktur dan juga data berstruktur, sebab itu kita melihat semua perkongsian ini memerlukan strategi pelbagai vendor yang pelbagai."

Walaupun ruang CRM akan terus mengemas kini infrastrukturnya, perniagaan akan mencari cara baru dan berkesan untuk memimpin utama. Majoriti pengguna LinkedIn mungkin akan mempertimbangkan tapak web sebagai platform untuk rangkaian dan perkongsian kandungan. Tetapi bagi banyak syarikat, termasuk pemaju CRM, LinkedIn adalah lombong data yang kaya untuk memanfaatkan maklumat pengguna.

"LinkedIn adalah satu-satunya pangkalan data sosial pengemaskinian untuk kerja pada masa ini, " kata Medina. "Oleh itu, Microsoft mempunyai sedikit kelebihan kerana mereka boleh memperlahankan pembukaan API mereka." Memandangkan fakta bahawa Microsoft menawarkan platform CRM mereka sendiri, idea syarikat menggunakan data LinkedIn untuk diri mereka sendiri tidak sukar dibayangkan.