Sihtkliendi otsing
Töötuba
Paremini kulutatud aeg ja põhjendatud valikud uute klientide otsimisel
Ettevõtete veebilehtedelt, majandusaasta aruannetest ja uudistest leiab palju kasulikku infot. Aga kellelgi pole aega selleks, et sadu või tuhandeid kliente ükshaaval läbi uurida.
Seetõttu valitakse sihtkliendid tihti käibe, töötajate arvu või kõhutunde järgi. Paraku ei tähenda suur ettevõte automaatselt head klienti. Palju olulisem võib olla kasutatav tehnoloogia, hiljutine investeering või mõni muu tunnus, mida näiteks Inforegistri raportist ei näe.
AI abil saab uurimistööd oluliselt kiirendada. Aga ma ei soovita lasta ChatGPT-l lihtsalt otsustada, kas ettevõte sobib kliendiks või mitte. Selline otsing ei ole piisavalt läbipaistev. Töökindlama tulemuse annab hindamissüsteem, kus ettevõtted saavad mitme erineva tunnuse eest punkte. Nii ei riku üks AI eksimus tervet nimekirja ära.
Lahendus
Sihtklientide otsing on praktiline töötuba, kus koostame sihtklientide nimekirja lähtudes ettevõtte väärtuspakkumisest. Täpsustame sihtkliendi definitsiooni, kaardistame sobivad andmeallikad ning loome AI abil ettevõtete hindamise ja prioriseerimise süsteemi. Mina näitan protsessi ja tööriistu, müügitiim teeb selle koos minuga läbi ning saab sama süsteemi hiljem uute turgude, toodete või kampaaniate jaoks uuesti kasutada.
Kellele
B2B müügitiimidele, kes tahavad leida uusi kliente ning kulutada müügiaega kõige suurema potentsiaaliga ettevõtetele.
Tulemus
paremusjärjestusse seatud sihtklientide nimekiri koos müügi jaoks olulise info ja sobivuse põhjendustega.
taaskasutatav süsteem ettevõtete uurimiseks, hindamiseks ja paremusjärjestusse seadmiseks
müügitiim õpib kasutama AI tööriistu klientide leidmiseks ja analüüsimiseks
Sihtklientide nimekirja koostamise sammud
Sihtkliendi definitsioon. Täpsustame, milline ettevõte on hea potentsiaalne klient. Lisaks tegevusalale, asukohale ja suurusele otsime tunnuseid, mis viitavad reaalsele ostuvajadusele. Inglise keeles kasutatakse sama mõiste kohta nimetust Ideal Customer Profile ehk ICP.
Andmeallikate kaardistamine. Vaatame üle olemasolevad kliendiandmed, ettevõtete andmebaasid, veebilehed, majandusaasta aruanded ja muud avalikud allikad. Kõiki andmeid ei ole mõtet AI-ga otsida. Kui info on juba struktureeritud kujul olemas, kasutame seda.
Hindamissüsteemi loomine. Koostame küsimused ja punktisüsteemi, mille järgi ettevõtete sobivust hinnata. Ühe jäiga filtri asemel kasutame mitut tunnust. Nii on tulemus töökindlam ka siis, kui AI mõne vastusega eksib.
Ettevõtete analüüsimine. Kasutame AI tööriistu, et ettevõtete andmeid rikastada. Kontrollime katsevalimi peal, kas vastused on piisavalt täpsed ja kas kasutatud allikad toetavad järeldusi.
Paremusjärjestuse koostamine. Summeerime punktid ning tõstame ettepoole ettevõtted, mille puhul on kõige rohkem märke heast sobivusest. Lõpliku valiku teeb inimene, mitte AI.
Järgmised müügitegevused. Lepime kokku, kuidas nimekirja müügitöös kasutada ning kuidas süsteemi uute andmete põhjal täiendada.
Korraldus
Töötoa saab jagada mitmeks sessiooniks, et vahepeal oleks aega andmeid koguda ja tulemusi kontrollida. Lähtuvalt müügitiimi varasemast kogemusest saame rohkem aega kulutada kas sihtkliendi definitsioonile, andmeallikatele, AI tööriistade seadistamisele või hindamissüsteemi loomisele. Töötame konkreetse sihtturu ja müügipakkumisega, mitte näidisandmetega.