Read the book: «Маркетинг B2B: часть вторая»

Font:

ISBN 978-5-0055-9524-9 (т. 2)

ISBN 978-5-0055-9525-6

Создано в интеллектуальной издательской системе Ridero

Предисловие

Эта книга, по сути, является продолжением книга М. В. Акулич «Маркетинг B2B»: https://ridero.ru/books/marketing_b_2_b/?

В данной книге рассмотрен ряд важнейших и актуальных аспектов, касающихся B2B-маркетинга, таких как «Искусственный интеллект: возможности и применение в продажах и маркетинге в сфере B2B», «B2B-маркетинговые способы продвижения», «Построение долгосрочных B2B-отношений и др. Сформулированы некоторые полезные рекомендации.

I Как B2B-экосистемы и (большие) данные могут изменить методы продаж и маркетинга

1.1 Потребность в сотрудничестве привела к развитию цифровых экосистем. Работа B2B-экосистемы

Потребность в сотрудничестве привела к развитию цифровых экосистем

Управление отношениями с клиентами, поставщиками и партнерами и постоянное улучшение их опыта – это проверенный способ построения устойчивого и прибыльного бизнеса, и вопреки распространенному мнению, это относится не только к B2C-бизнесу.

Для успешного ведения бизнеса [1]:

«89% B2B-исследований проводится с использованием Интернета».

Для успешного ведения B2B-бизнеса важно улучшение сотрудничества, углубление существующих отношений с клиентами и построения новых. Эта растущая потребность в сотрудничестве привела к развитию цифровых экосистем. Такие игроки, как Apple и Google, представляют интересный пример того, как работают B2C-экосистемы.

Рассмотрим Apple, которая в первую очередь специализируется на B2C. Но она построила новую интеллектуальную бизнес-модель, объединяющую ряд технологий, чтобы сформировать решение, завоевывающее признание покупателей. Amazon, Facebook и Google также работают над подобной бизнес-моделью.

Рассматривая примеры этих технологических гигантов, можно предположить, что в эту эпоху персонализированного клиентского опыта B2B-экосистемы больше не являются надстройкой; вместо этого они стали необходимостью для прогрессивного B2B-бизнеса.

Работа B2B-экосистемы

Предлагая ценную информацию о пути клиента, B2B-экосистемы работают путем сегментирования и нацеливания на вашу аудиторию, позволяя вам доставлять персонализированный контент вашим клиентам по всем каналам.

Более того, с помощью B2B -экосистемы вы можете улучшить взаимодействие с клиентами и развивать более прибыльные отношения, оптимизируя контент в различных точках взаимодействия, которые в совокупности формируют дорожную карту вашего пути к клиенту.

Итак, секрет успеха B2B-бизнеса заключается в сотрудничестве и совместном использовании (больших) данных для улучшения качества обслуживания клиентов и улучшения взаимодействия с ними.

1.2 Что такое B2B-экосистема? Компоненты B2B-экосистемы

Что такое B2B-экосистема?

Основная концепция B2B-экосистем исходит из естественной экосистемы, биологического сообщества, состоящего из живых и неживых существ.

Существенная черта любой экосистемы – взаимозависимость. Например, травоядные животные, такие как овцы и козы, питаются растениями, которые, в свою очередь, нуждаются в воде, солнечном свете и минералах из почвы для роста.

Та же концепция применима и к B2B-экосистеме, представляющей собой сообщество систем, работающих вместе для обслуживания потребностей клиентов.

Компоненты B2B-экосистемы

Как и естественная экосистема, экосистема B2B состоит из ряда различных компонентов, таких как:

Система планирования ресурсов предприятия. Система управления взаимоотношениями с клиентами. Система управления информацией о продукте. Система управления заказами. Система автоматизации маркетинга.

Список не является исчерпывающим и может содержать различные другие типы систем в зависимости от конкретных потребностей и масштабов B2B-бизнеса.

1.3 Роль B2B -экосистем в продажах и маркетинге. Маркетинговые возможности B2B- экосистемы

Роль B2B -экосистем в продажах и маркетинге

Хотя B2B-маркетинговые практики значительно изменились за последние несколько лет, маркетинговые цели остались прежними – больше потенциальных клиентов, больше продаж и больше доходов.

Однако бурный рост новых маркетинговых каналов и меняющаяся демография B2B-клиентов поставили перед B2B-маркетологами определенные проблемы, которые можно преодолеть только за счет использования единой маркетинговой структуры – структуры, которая связывает отдел маркетинга и продаж одного предприятия с другими системами в экосистеме – для улучшения сотрудничества и обмена (большими) данными.

Данные, относящиеся к клиентам в B2B-бизнесе, хранятся в нескольких системах, таких как ERP, CMS, POS, PIM, Управление заказами, Поддержка продаж и т. д.

Чтобы наилучшим образом обслуживать клиента с помощью согласованного опыта по всем маркетинговым каналам и точкам взаимодействия на пути клиента эти системы должны быть взаимосвязаны, чтобы сформировать B2B-экосистему.

Маркетинговые возможности B2B- экосистемы

Используя хорошо связанную и хорошо оборудованную B2B- экосистему, маркетологи могут использовать информацию о клиентах для перекрестных продаж – используя ранее собранную информацию.

B2B-компании могут импровизировать свои кампании, а также использовать информацию о клиентах для продвижения продуктов/услуг, в которые клиенты с наибольшей вероятностью будут инвестировать.

Предлагайте персонализированный опыт – для любого B2B-бизнеса веб-сайт электронной коммерции является их самым важным маркетинговым инструментом.

Используя данные, полученные в результате совместной работы, предприятия могут предоставить клиентам более актуальный и интересный опыт – с самого первого визита.

Обеспечивая оптимизацию процессов заказа и повторного заказа, используя доступную информацию о клиенте и его предыдущих покупках, компании могут оптимизировать стоимость заказа и частоту заказов.

Лучшее управление контентом возможно путем получения доступа к данным, хранящимся в системе управления контентом. Рынки могут повторно использовать их для разных устройств и по множеству каналов, что, в свою очередь, может помочь оптимизировать стратегию контент-маркетинга для привлечения большего количества потенциальных клиентов.

Используя инструмент автоматизации маркетинга, компании могут отслеживать и анализировать поведенческие данные клиентов, чтобы выявлять потенциальных клиентов, которые могут быстрее превратиться в клиентов, и работать с ними.

1.4 Роль лидерства в развитии B2B-экосистемы. B2B-экосистемы как источник инноваций

Роль лидерство а в развитии B2B-экосистемы

Планирование и развитие B2B-экосистемы – это процесс, в котором задействованы практически все системы и отделы B2B-системы. Следовательно, для содействия его реализации крайне важна приверженность высшего руководства, в частности, важную роль в этом процессе должны играть главные сотрудники по информационным технологиям.

Поскольку настоящая экосистема для совместной работы выходит за рамки организационных границ, от предприятия требуется инвестировать в несколько технологических решений и сотрудничать с несколькими партнерами, поставщиками и клиентами.

В результате решение о планировании и внедрении B2B- экосистемы требует долгосрочной приверженности руководителей организации.

B2B-экосистемы как источник инноваций

Как и сети людей, B2B-экосистемы также могут служить источником инноваций. Рассмотрим Procter & Gamble. Компания использует свои внешние сети для краудсорсинга новых идей и, как следствие, обладает уникальной способностью решать проблемы в сотрудничестве с участниками своей бизнес-сети, это намного эффективней, чем в одиночку. То же самое относится и к B2B-экосистемам.

Используя B2B-экосистемы, подразделения продаж и маркетинга могут сотрудничать с другими подразделениями бизнеса, чтобы иметь доступ в режиме реального времени к последней (свежей) информации о клиентах.

Кроме того, сотрудничество с расширенным персоналом, клиентами и поставщиками может предложить B2B-предприятиям доступ к информации в тех областях, где они не могут присутствовать физически.

Интернет вещей (IoT) от SAP и Cloud28 + – два основных примера B2B-экосистем, используемых сегодня предприятиями. В дополнение к этому, решения для совместной работы от Lithium и Jive также предоставили B2B-предприятиям способ улучшить сотрудничество с поставщиками, деловыми партнерами и клиентами для разработки B2B-экосистемы, предлагающей им более широкий доступ к данным и улучшающей видимость и контроль над клиентами.

В заключение отметим, что сотрудничество – это жизненная сила бизнеса, и лучше всего его можно достичь с помощью технологических решений, таких как Cloud28+, которые предназначены для облегчения и ускорения внедрения корпоративных облаков и обеспечения эффективной совместной работы в масштабах всей организации.

II Искусственный интеллект: возможности и применение в продажах и маркетинге в B2B-сфере

2.1 Достижение конкурентных преимуществ за счет искусственного интеллекта. Исследование поставщика AI-услуг. Возможные применения AI в продажах и дистрибуции

Искусственный интеллект открывает многообещающие возможности для повышения эффективности продаж. Системы искусственного интеллекта берут на себя административные и повторяющиеся задачи, снабжают торговый персонал важной информацией и являются ценным ресурсом для принятия решений в области контроля продаж.

Достижение конкурентных преимуществ за счет искусственного интеллекта

Искусственный интеллект Artificial intelligence (AI) – это гораздо больше, чем просто «шумиха». Продажи могут достичь устойчивых результатов, а компании – конкурентных преимуществ с помощью расширенной аналитики, прогнозного планирования и машинного обучения.

Исследование поставщика AI-услуг

Исследования компании по предоставлению консультационных услуг Tata показывают, что обслуживание клиентов и продажи выигрывают от искусственного интеллекта, особенно в Европе и Северной Америке.

Опрос софтверной компании Qymatix Solutions GmbH был посвящен вопросу о том, как лица, принимающие решения в B2B- продажах, оценивают использование искусственного интеллекта в продажах. Был проведен опрос около 70 управляющих директоров и руководителей отделов средних компаний в сфере оптовой торговли, медицинских технологий, информационных технологий и других секторов из Германии, Австрии и Швейцарии. Основные результаты можно резюмировать следующим образом [2]:

«Системы искусственного интеллекта в настоящее время не очень распространены в компаниях, хотя интерес есть. Только 16% компаний уже используют прогнозную аналитику или планируют внедрить прогнозы продаж на основе AI.
63% опрошенных интересовались этой темой, но еще не успели с ней разобраться.
18% не интересовались использованием AI в продажах, потому что не видели конкретных возможностей его применения в своей компании».

Что касается ожидаемых выгод, респонденты видят наибольшую экономическую выгоду в следующих вещах [2]:

«в повышении эффективности продаж и развития клиентов, включая кросс-продажи и дополнительные продажи (82%);
в планировании и контроле продаж (70%);
в снижении миграционного риска (63%)».

Однако в глазах менеджеров искусственный интеллект не лишен проблем. Некоторые из наиболее часто упоминаемых областей проблем – это [2]:

«Качество данных (45%).
Непонимание и непрозрачность расчетов CI (40%)
Цена (71%)
Интеграция AI в ERP и CRM-системы (65%)».

Принципиально положительная оценка систем искусственного интеллекта в продажах отражена в исследовании Глобального института McKinsey. Согласно этому исследованию [2]:

«88 процентов опрошенных предполагают, что искусственный интеллект сделает их работу легче в течение ближайших 10 лет и можно будет увидеть развитие как прогресс. Только около 6% опасаются, что технологии усложнят их работу или полностью возьмут верх.
Такое отношение пронизывает все должности – от младших до руководителей».

Возможные применения AI в продажах и дистрибуции

Компании, которые разумно используют AI в продажах и создают общую базу данных в сотрудничестве с отделом маркетинга, получают ценную информацию о своих клиентах. Поскольку многие процессы искусственного интеллекта можно автоматизировать, они избавляют отдел продаж от потерь времени после начального этапа. Сэкономленное время, в свою очередь, может быть потрачено на фактическую работу по продажам и маркетингу.

2.2 Динамическое ценообразование. Прогнозная оценка потенциальных клиентов

Динамическое ценообразование

Источник: https://www.instagram.com/uxprice/?hl=ru

Динамическое ценообразование основано не на затратах, а на принятии цен покупателями, а также на спросе и предложении на рынке.

В гибкой корректировке цен на основе рыночного спроса нет ничего нового. Однако онлайн-игроки, такие как Amazon, ставят перед традиционными трейдерами новые задачи, поскольку они могут автоматически изменять свои цены почти в реальном времени с помощью алгоритмов.

Интеллектуальный алгоритм устанавливает цену для отдельных клиентов таким образом, чтобы они были готовы покупать, и чтобы одновременно при этом не страдали продажи.

Помимо демографических характеристик, оптимизация цен с помощью AI также использует в качестве базы данных результаты анализа поведения клиентов, такие как [2]:

«Цены, которые клиент принимал в прошлом. Поведение похожих покупателей. Текущая динамика цен на рынке. Другие факторы, имеющие отношение к успешным транзакциям в прошлом».

Таким образом, преимущества динамического ценообразования заключаются в автоматическом изменении цен в случае изменений рыночной среды, адаптации к фактической готовности клиентов платить и большей эффективности.

Динамическое ценообразование в настоящее время используется в основном в онлайн-секторе. Поскольку у многих средних компаний уже есть интернет-магазин, эта оптимизированная цена больше не является вариантом выбора лишь для крупных игроков. Ее также могут разумно использовать небольшие компании. Однако предварительным условием для этого является высокий уровень точности, доступности и полноты данных, а также подготовка всей компании к динамическому ценообразованию (например, адаптация печатных прайс-листов, маркетинговые меры и т. д.).

Прогнозная оценка потенциальных клиентов

Predictive Lead Scoring использует алгоритмы прогнозирования машинного обучения для анализа существующих клиентов, чтобы определить, насколько вероятно, что потенциальный клиент (= контакт) может быть получен в качестве клиента.

С помощью искусственного интеллекта сотрудники отделов продаж и маркетинга получают глубокие знания о клиенте и увеличивают вероятность успешного заключения сделки, поскольку могут сосредоточиться на перспективных клиентах и целенаправленно обращаться к ним.

Приложение AI оценивает, какое поведение и какие характеристики оказываются интересными лидерам продаж (=квалифицированным руководителям отделов продаж). На основе этих данных затем могут быть идентифицированы те потенциальные клиенты, которые готовы к разговору о продажах и могут быть отправлены в отдел продаж.

Оставшиеся лиды нуждаются в дальнейшей поддержке со стороны отдела маркетинга.

Данные третьих сторон также могут быть включены в анализ.

Одним из впечатляющих примеров является пример Harley-Davidson в Нью-Йорке [2]:

«использование Albert Ki привело к увеличению числа потенциальных клиентов на 2,930%. Технология фокусируется на поведении, которое побуждает потенциальных клиентов связываться с Harley Davidson. Например, AI исследовал рекламу с призывом «Купи!» На этот призыв было получено значительно меньше ответов, чем на призыв «Звоните!». Благодаря изменению всего одного слова количество ответов на размещенные объявления за рассматриваемый период увеличилось на 447%.

Еще одним успешным примером служит пример определения ценных прошлых клиентов. AI отобрал тех людей, которые либо уже приобрели продукт Harley-Davidson, либо добавили его в свою онлайн-корзину, либо были среди 25 процентов посетителей веб-сайта, которые провели там больше всего времени. Эти «ценные прошлые клиенты» использовались в качестве основы для выявления «двойников», которые не были клиентами Harley-Davidson, но в остальном отвечали многим критериям группы и, следовательно, являлись отличными потенциальными клиентами.

Таким образом, прогнозный подсчет потенциальных клиентов делает оценку возможностей продаж не только более эффективной и масштабируемой, но и более объективной, т.е. независимой от субъективных факторов. Подобные системы обычно уже интегрированы в системы автоматизации маркетинга.

Пример Hubspot [2]:

«С помощью искусственного интеллекта компания может с самого начала отсортировать менее перспективные контакты и тем самым сократить продажи данным контактам».

2.3 Прогнозирование. Перекрестные и дополнительные продажи

Прогнозирование

Продукты и услуги продаются лучше всего, когда спрос особенно высок. Когда именно это происходит, можно отследить с помощью AI (по данным).

Прогнозирование может помочь предсказать потенциальные результаты продаж на основе вероятностных моделей, основанных на данных.

Искусственный интеллект и прогнозная аналитика повышают качество прогнозов продаж и прогнозов доходов. Бизнес-решениями можно лучше управлять, цели – определять более четко, а бюджеты и ресурсы – более точно. Хорошие модели прогнозирования одновременно корректируют прогнозы или предоставляют сигналы раннего предупреждения, чтобы избежать чрезмерных отклонений от целей.

Перекрестные и дополнительные продажи

Алгоритмы могут значительно улучшить основу для продажи дополнительного продукта или услуги существующему клиенту.

С помощью искусственного интеллекта может быть проведен детальный анализ корзины покупок на основе CRM и ERP. Данные о продажах могут быть получены до перекрестных продаж, чтобы рассчитать и спрогнозировать вероятность успешных перекрестных продаж. У менеджеров по продажам есть прочная основа для принятия решения о том, когда именно стоит предложить покупателю дополнительный продукт или дополнительное предложение.

Платформы AI, такие, например, как Jetlore, способны анализировать и интерпретировать сотни страниц интернет-магазина, чтобы понять предпочтения потребителей.

Базовый AI использует данные клиентов для создания таких рейтингов, в рамках которых клиенты могут быть особенно заинтересованы в определенных продуктах или процессах. В дополнение к множеству других функций, этот AI позволяет эффективно собирать данные и выдает заявления о том, какие именно потенциальные клиенты подходят для будущих проектов.

2.4 Удовлетворенность клиентов. Заключение: искусственный интеллект в B2B-продажах и в B2B-маркетинге

Удовлетворенность клиентов

Самообучающиеся системы искусственного интеллекта способны улучшить качество обслуживания клиентов и, следовательно, их удовлетворенность на основе существующих данных, а также обучаться с каждой новой записью данных.

AI в обслуживании клиентов можно использовать по-разному. В большинстве случаев решения AI поддерживают менеджера по работе с клиентами, например:

Автоматизированное взаимодействие с покупателем в виде помощников по покупкам, которые помогают покупателю найти желаемый товар.
Чат-боты, которые заботятся о жалобах клиентов
Индивидуальный подход к клиентам с помощью систем искусственного интеллекта. Выявление мошенничества с использованием AI -решений. Более быстрое реагирование и обработка запросов клиентов за счет поддержки систем искусственного интеллекта. Управление клиентским опытом с точки зрения многоканальности.

Согласно изучение данным Capgemini Digital Transformation Institute, [2] :

«75 процентов компаний, использующих AI и машинное обучение, повысили удовлетворенность клиентов более чем на 10 процентов. И это также означает, что меньше клиентов может мигрировать и что можно привлечь новых клиентов».

Таким образом, использование технологий искусственного интеллекта в обслуживании клиентов также увеличивает продажи и оборот.

Заключение: искусственный интеллект в B2B-продажах и в B2B-маркетинге

Успешное внедрение искусственного интеллекта в продажи и в B2B-маркетинг способны обеспечить значительное конкурентное преимущество.

С помощью алгоритмов искусственного интеллекта отделы продаж и маркетинга имеют возможность углубить свои знания о клиентах и повысить вероятность заключения сделки, поскольку они могут сосредоточиться на перспективных клиентах и работать с ними целенаправленно и индивидуально.