Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Internet der Dinge-Technologie

Hersteller und Distributoren nutzen endlich IIoT und KI, um Umsatz und Produktivität zu steigern

Barrett Thompson von Zilliant

Es gibt Verkaufsdatenkennzahlen, die schließlich das Verhalten von Herstellern und Händlern weit über die Werks- und Lagerabwicklung hinaus bestimmen. Da die Gewinnung eines Neukunden fünfmal teurer ist als der Verkauf an einen Bestandskunden, ist der Bedarf an KI- und IIoT-gesteuerten Daten über diese Bestandskunden größer denn je.

Es bleibt nicht bei diesem Faktor; Die Wahrscheinlichkeit, einen Verkauf mit einem Bestandskunden abzuschließen, ist 60 – 70 % höher als bei einem Neukunden, bei dem die Abschlussquote lediglich 5 – 20 % beträgt. Fragen Sie einen Vertriebsmitarbeiter und er wird Ihnen berichten, dass der Umsatz durch Minimierung des Zeitaufwands für Verwaltungs- und Berichtsaufgaben verbessert werden kann, sagt Barrett Thompson von Zilliant.

Alle B2B-Unternehmen sind bestrebt, jedes Quartal Umsatz- und Endergebnis zu erzielen, was ein starkes Team von Vertriebsmitarbeitern erfordert, das die Quoten konstant erfüllen oder übertreffen kann. Dieses Ziel wird in einem komplexen Markt mit Hunderten oder Tausenden von Produkten immer schwieriger, wobei Vertriebsmitarbeiter für die Verwaltung zahlreicher Konten verantwortlich sind.

Viele Unternehmen verlassen sich auf die erfahreneren oder leistungsstärkeren Vertriebsmitarbeiter oder „A“-Player, um ihre Zahlen zu erstellen. Diese Vertriebsmitarbeiter verfügen über das Talent, das Wissen und die Erfahrung, um jedes Quartal gewinnbringend zu verkaufen, selbst wenn sie mit einem großen Geschäftsvolumen und einer großen Komplexität auf dem Markt konfrontiert sind. Sie haben oft eine lange Geschichte bei einem Unternehmen, was ihnen ein tiefes Verständnis der Produkte und Kunden ermöglicht, was zu einer höheren Effizienz und besseren Ergebnissen im Feld führt. Diese Superstar-Vertriebsmitarbeiter altern auch in einem alarmierend schnellen Tempo.

Das Ergebnis für die meisten komplexen Hersteller, diskrete und Engineer-to-Order- oder Build-to-Order (BTO)-Distributoren, sind Verkaufsteams, die hauptsächlich aus „B“- und „C“-Spielern mit nur einer Handvoll „A“-Spielern bestehen . Wenn sich alle B- und C-Player so profitabel verkaufen würden wie die A-Player, wären die Auswirkungen auf den Umsatz eines Unternehmens erheblich.

Da die erfahreneren Vertriebsmitarbeiter in Rente gehen und die Vertriebsmitarbeiter flüchtiger werden, investieren B2B-Unternehmen mit Bedacht und endlich in Technologielösungen, die die Vertriebsleistung aller Vertriebsteams unabhängig von ihrer Erfahrung verbessern.

KI-fähige Lösung, die Vertriebsinformationen liefert, um den Umsatz zu steigern

Mit einer KI-angereicherten Lösung, die eine unübertroffene Verkaufsberatung bietet, können Vertriebsmitarbeiter das volle wirtschaftliche Potenzial jeder bestehenden Kundenbeziehung ausschöpfen. Nur wenn Hersteller und Distributoren präskriptive Vertriebsinformationen zum optimalen Produktmix, zur Preisgestaltung und zur Marktnachfrage liefern (durch Anwendung von KI- und maschinellen Lerntechniken auf historische und fortlaufende Daten), können Vertriebsmitarbeiter den Customer Lifetime Value maximieren. Diese Vertriebsinformationen können innerhalb bestehender Workflows, einschließlich CRM- und E-Commerce-Anwendungen, direkt an Vertriebsmitarbeiter geliefert werden.

Erfahrene Vertriebsmitarbeiter, selbst die besten, können in komplexen Geschäftsumgebungen und wenn Vertriebsmitarbeiter eine große Anzahl von Kundenkonten verwalten, nicht mithalten; Angesichts der schieren Menge an Konten und Produkten ist es für den Vertrieb praktisch unmöglich, der Kundenabwanderung einen Schritt voraus zu sein.

KI garantiert, dass selbst wenn ein kleiner Prozentsatz der Kundenabwanderung wiederhergestellt wird, es den Unterschied zwischen einem flachen Jahr und einem profitablen Jahr ausmacht. Prescriptive Sales Intelligence untersucht die Kaufmuster aller Kunden und zeigt an, wenn ein Kunde anfängt, Fehler zu machen, selbst bei nur einem Produkt, sodass Vertriebsmitarbeiter ihre Bemühungen schnell umleiten können.

Diese KI-basierten Daten helfen den Vertriebsmitarbeitern auch zu verstehen, welche zusätzlichen Produkte an Konten verkauft werden sollen. Dies ist vergleichbar mit E-Commerce-Websites für Verbraucher wie Amazon , die Produkte basierend auf Surf- oder Kaufmustern empfehlen. B2B-Kunden zeigen auch Verhaltensweisen und Kaufmuster, die zeigen, wann sie reif für Cross- und Upselling sind.

Verbesserung der Vertriebsproduktivität

Eine andere Möglichkeit, die Verkaufsleistung und -produktivität zu verbessern, besteht darin, die tatsächliche Verkaufszeit zu verlängern. Es gibt starke Beweise dafür, dass die Verkaufszeit mit der Quotenerreichung korreliert. Eine Verlängerung der Verkaufszeit um nur wenige Prozentpunkte über eine gesamte Vertriebsmannschaft führt zu einer höheren Gesamtprofitabilität für die Vertriebsorganisation und bedeutet zusätzliche Vertriebsmitarbeiter ohne zusätzliche Kosten.

Wenn die Vertriebsteams in der Fertigung und im Vertrieb leistungsschwach sind, implementieren viele Unternehmen mehr Vertriebsprozesse, erhöhen die Anzahl der Berichte von Vertriebsmitarbeitern und Manager müssen Vertriebsautomatisierungssysteme (SFA) überprüfen und in Betracht ziehen, um die Vertriebsleistung und -produktivität zu verbessern. Die zugrunde liegende Annahme ist, dass eine bessere Transparenz der Aktivitäten des Vertriebsteams dazu beiträgt, Bereiche mit Verbesserungspotenzial zu identifizieren und letztendlich zu einer besseren Leistung zu führen, aber diese Lösungen verschlimmern das Problem oft und verursachen mehr Verwaltungs- und Berichtsaufgaben für Vertriebsmitarbeiter und Manager.

In den meisten Fällen verbringen Vertriebsmitarbeiter mehr Zeit damit, Informationen in ihre SFA-Systeme einzugeben, als nützliche Informationen daraus abzuleiten, um mehr Verkäufe schneller abzuschließen.

Vertriebsleiter, die KI-Lösungen verwenden, minimieren Aktivitäten, die nicht direkt zur Umsatzgenerierung beitragen. Obwohl CRM-, SFA- und Business-Intelligence-Berichte wichtig sind, um die Vertriebsleistung zu verwalten, generieren sie keine Kundeneinblicke, überwachen transaktionale Auswirkungen oder prognostizieren und schreiben Maßnahmen vor.

KI nutzen, um Verkaufserkenntnisse mit Verkaufsaktionen zu verknüpfen

Ein besserer Ansatz für Vertriebsleiter besteht darin, Lösungen zu nutzen, die Technologien der künstlichen Intelligenz verwenden, um Erkenntnisse mit Maßnahmen zu verbinden. Letztendlich erhöhen diese Taktiken die durchschnittliche Zeit, die Vertriebsmitarbeiter mit dem Verkaufen verbringen, und identifizieren die besten Möglichkeiten für das Umsatzwachstum.

Nächster Schritt:Ansehen Wie KI den Verkauf ankurbelt für Hersteller

Der Autor dieses Blogs ist Barrett Thompson von Zilliant.

Über den Autor:

Barrett Thompson, GM of Commercial Excellence, leitet das Business Solutions Consultant-Team von Zilliant, das die Lösungen von Zilliant auf die Kundenbedürfnisse ausrichtet. In den letzten drei Jahrzehnten hat er Optimierungs- und Preislösungen für Fortune-500-Unternehmen in verschiedenen B2B-Produktionssektoren entwickelt und bereitgestellt.


Internet der Dinge-Technologie

  1. Zu Cloud Infinity und darüber hinaus
  2. Python-Ausnahmebehandlung Mit der try-, except- und finally-Anweisung
  3. Tipps und Trends zur IIoT-Sicherheit für 2020
  4. Verwendung eines CMMS zur Verbesserung der Technikerproduktivität in der Öl- und Gasindustrie
  5. Wie sich umsetzbare IIoT-Daten in Echtzeit auf die Prozessverbesserung von Lagerhäusern und Herstellern auswirken
  6. Kleine Hersteller, die übernommen werden möchten, müssen über IIoT verfügen
  7. IIoT und Massenanpassung:Wie passen sie zusammen?
  8. Wie das IIoT Produktdesign und -fertigung verändert
  9. IIoT-Trends und zu beobachtende Herausforderungen
  10. Verwenden von KI und ML zum Extrahieren umsetzbarer Erkenntnisse in Edge-Anwendungen