Pohádka o data-driven sales

11.3.2020

4 minuty

čtení

Tuhle znáte? Za devatero horami a devatero řekami bylo jednou jedno království. Společně v něm vládli krásný král Jigme Khesar Namgyel Wangchuck a moudrá královna Jetsun Pema Wangchuck. V tom království téměř každý něco prodával. Bylo plné obchodníčků, obchodníků, obchodních zástupců, relationship manažerů a key account manažerů, prodejců po telefonu, a tak dále, a tak dále. Po století prodávali stejně a byli tuze šťastni. Z toho měl královský pár radost, protože štěstí jejich poddaných jim velmi leželo na srdci.

V sousedním království ale vládl zlý černokněžník. Šťastným obchodníkům záviděl jejich způsob života, a rozhodl se jim ho vzít. Postavil “Stroj”, který pojmenoval Salesforce, chodil po své zemi a vykřikoval neuvěřitelné věci jako:

Lidé se báli, že jim “Stroj” chce vzít práci, že je chce nahradit. Abychom černokněžníkovi nekřivdili, úplně tak to není, jak ukazuje jeho další citát: “Celá “data science” je o tom, že roli experta přebírá software a umožňuje tak průměrnému uživateli pochopit situaci.”

Cílem využití dat v prodeji je odstranění lidských chyb (např. zapomenu odpovědět) a zvýšení produktivity díky prioritizaci a automatizaci obchodních procesů. Cílem naopak není nahradit kontextuální chápání, intuici a obchodní umění člověka.

Na to, jak tahle pohádka dopadne, si budeme muset ještě chvíli počkat. Jisté ale je, že “data-driven sales” (obchod řízený daty) se řadí mezi dnešní buzzwordy, podobně jako AI, ML nebo carbon neutral. V BizMachine se do hloubky zabýváme jak daty, tak prodejem a vždy se snažíme z módních trendů dostat to praktické a použitelné.

Jak tedy podle nás poznáte společnost, která svůj obchod řídí daty?

  1. Zná charakteristické rysy svých dobrých zákazníků
  2. Zná identitu potenciálních zákazníků na trhu
  3. Prioritizuje úsilí, nastavuje KPIs a měří výsledky podle potenciálu
  4. Je schopna předpovídat výsledky a zjistí-li odchylky od předpovědi, je schopna v předstihu identifikovat změny na trhu a reagovat na ně
  5. Má nastaveny prodejní kanály na základě změřených marží, konverzí a jednotkových obchodních nákladů (SAC)

V příkladech z reálného života uvedených níže se budeme držet oblasti “B2B prodeje”, tedy společností, které své produkty a služby prodávají dalším společnostem.

Zná charakteristické rysy svých dobrých zákazníků


Takhle NE: “Dobrý zákazník je takový, jehož management začne brzy přemýšlet o kapitálových investicích do budov, protože ti budou slyšet na některou z desítek našich služeb.” [Utilita]Takhle ANO: “Dobrý zákazník vyrábí nebo repasuje obráběcí stroje a má svobodu lokálně se rozhodovat, jaký řídící systém do nich nainstaluje.” [Průmyslový konglomerát]


Charakteristiky musí: (i) být naplněny u téměř všech dobrých zákazníků a téměř žádných špatných zákazníků/ firem bez potenciálu (ii) být spolehlivě identifikovatelné (ideálně zvnějšku, ale nejpozději při rozhovoru nebo návštěvě) (iii) být zjistitelné za rozumných nákladů (iv) být pochopitelné pro obchodníky a zejména pro zákazníky samotné.  

Jaké jsou charakteristiky Vašich dobrých zákazníků? Prošly by testem výše?

Zná identitu potenciálních zákazníků na trhu

Takhle NE: “Trh znám, protože moji obchodníci čerpají na benzínkách a tam se všechno dozví.” [Nápoje]

Takhle ANO: “Vycházíme z databáze všech firem na trhu, zajímají nás pouze ty zdravé s aspoň pětiletou historií, aspoň 10 zaměstnanci a ochotou do svých zaměstnanců investovat. To zjistíme podle toho, zda nabízí nějaké benefity, a podle kvality kanceláře.” [Zaměstnanecké benefity]

Znalost trhu by měla být centralizovaná (pokud ztratíte obchodníka, neztratíte jeho znalosti) a systematická (zjištěné informace uchováváte, aby nebylo třeba je sbírat znovu). Do maximální možné míry by mělo být centralizované i vyloučení firem, které nesplňují charakteristiky dobrých zákazníků (proto je důležité je znát). Obchodní kanály se pak mohou věnovat prohlubování znalostí o perspektivních firmách a neztrácí čas na těch neperspektivních. Necháte-li rozhodnutí o tom, zda je firma perspektivní, na pocítech obchodníků, vydáváte se jim zcela na milost (o tom někdy jindy). V dnešní době existuje nespočet veřejných zdrojů dat (jen pro ČR jich zpracováváme přes sto) a nástrojů pro jejich vytěžení, které lze pro celou firmu pořídit za náklady nedosahující ani čtvrtiny nákladů na jednoho obchodníka.

Konec dílu 1. Příště si řekneme více o tom, jak spočítat atraktivitu jednotlivých firem, kdy to dává smysl a jak se zdánlivě skvělí obchodníci mohou při správném pohledu ukázat jako hrozivě špatní, a že správně nastavené cíle a jejich měření mohou znamenat rozdíl mezi tím, zda Vaše společnost přežije, nebo ne.

Anna Evans, autorka článku

Anna Evans

Anna Evans je Head of Marketing v BizMachine, kde vede marketingovou strategii i exekuci pro český a středoevropský trh. Specializuje se na B2B positioning, sales enablement a práci s daty v obchodě a marketingu. Před příchodem do BizMachine získala zkušenosti v B2B prostředí, dnes se věnuje propojení dat, technologií a marketingových strategií, které pomáhají obchodním týmům růst.