AI/ML en ventas: cómo obtener los datos correctos para tener éxito

El entorno empresarial actual es cada vez más competitivo. Como resultado, las organizaciones de ventas necesitan conocimientos más profundos y acceso a los datos para mantenerse por delante de la competencia. Una forma en que los equipos de ventas obtienen una ventaja competitiva es a través de la inteligencia artificial y el aprendizaje automático (AI/ML).

Sin embargo, aunque muchas empresas están investigando y adoptando tecnologías de IA/ML, el éxito depende de algo más que los algoritmos dentro de las herramientas. Las organizaciones necesitan los datos correctos para que AI/ML "aprendan" para ser realmente efectivos. En pocas palabras, las máquinas no pueden aprender y predecir sin los datos para enseñarles. Con esos datos, las máquinas tienen una base de información a partir de la cual construir, continuar agregando datos adicionales y, finalmente, derivar aprendizajes de ellos.

Antecedentes del aprendizaje automático

Con toda honestidad, el aprendizaje automático (ML) está comenzando a sentirse como una palabra de moda: mucha exageración y poca sustancia. Casi todos los artículos o comunicados de tecnología mencionan el uso o los beneficios de las últimas capacidades de aprendizaje automático e inteligencia artificial (IA), pero nadie se sumerge realmente en los requisitos de back-end para aprovecharlo al máximo.

Pero la verdad es que cualquier empresa puede agregar el aprendizaje automático a su plataforma; no hay nada particularmente nuevo en la tecnología en sí. De hecho, la idea del aprendizaje automático se remonta a 1959, cuando el pionero de los juegos de computadora y la IA, Arthur Lee Samuel, acuñó el término. Su primer banco de pruebas fue usar algoritmos ML para que las computadoras pudieran aprender a predecir los mejores movimientos en el juego de damas. Lo que hace que el aprendizaje automático sea tan revolucionario hoy en día es la gran cantidad de datos que ahora están disponibles y que pueden analizarse para formar predicciones.

Capacidades de AI/ML de hoy para organizaciones de ventas

Los avances en las tecnologías de la nube y los sistemas en línea han provocado la democratización del procesamiento de datos, lo que ha abierto un grupo de nuevas oportunidades para el aprendizaje y la comprensión de AI/ML. Por primera vez en la historia, las empresas se benefician de lo que yo llamo una "trifecta de datos". Las innovaciones en el procesamiento de datos han empoderado a las empresas con:

1. La capacidad de capturar datos de todo tipo, estructurados y no estructurados.
2. La asequibilidad y la amplia disponibilidad informática para el rendimiento y la escala
3. Las bibliotecas de algoritmos de ML fácilmente disponibles para impulsar la información y las predicciones de los datos

Estos tres factores juntos crean una oportunidad innegable para que cualquier organización transforme no solo sus ofertas, sino también la forma en que atiende a los clientes. Amazon y Netflix son excelentes ejemplos del uso efectivo de AI/ML.

Amazon ofrece la mejor experiencia de compra

A lo largo de los años, Amazon ha aprendido acerca de sus clientes, comenzando con los tipos de libros que les gustaba leer y luego pasando a productos, películas y más. Su plataforma ha aprendido los patrones de comportamiento de los usuarios, lo que le permite predecir cuándo y qué podrían comprar los clientes y brindar recomendaciones sobre otros productos a considerar. Esto solo es posible porque Amazon tiene acceso y derechos a un gran tesoro de datos.

Netflix ayuda a los suscriptores a decidir qué ver

A medida que Netflix ha pasado de la televisión y las películas de pedido por correo a un servicio de transmisión completo, ha recopilado el comportamiento de visualización de los suscriptores. Ha utilizado esos datos para brindarles a los usuarios películas y series de televisión relacionadas en función de lo que los espectadores vieron y/o calificaron previamente. Netflix incluso ha ido tan lejos como para proporcionar un sistema de calificación porcentual para mostrar a los espectadores la probabilidad de que disfruten de la película o programa de televisión sugerido.

Reiterar la necesidad de datos

Según un informe de inteligencia artificial de McKinsey, Netflix aplicó ML a sus datos patentados para mejorar los resultados de búsqueda de los clientes, evitando lo que podría haber significado una pérdida potencial de ingresos de $ 1 mil millones anualmente debido a suscripciones canceladas. Lo mismo está sucediendo en el mundo empresarial.

Pero a diferencia de Amazon y Netflix, muchas empresas todavía no tienen los datos detrás de sus sistemas para respaldar sus afirmaciones de aprendizaje automático. Si bien los sistemas de software empresarial han existido durante años, los modelos locales anteriores dieron como resultado datos que estaban encerrados en silos. La nube cambió ese paradigma, permitiendo la coexistencia de la difusión de datos entre miles de empresas y usuarios. Para los algoritmos de aprendizaje automático, este tipo de datos es una panacea educativa.

Cómo utiliza Xactly los datos para la gestión del rendimiento de ventas de IA/ML

Nuevamente, la tecnología y los algoritmos AI/ML no son efectivos sin los datos correctos. El espacio de gestión del rendimiento de ventas, en particular, es uno en el que la exageración del aprendizaje automático aún no ha cumplido con la esperanza de proporcionar inteligencia verdaderamente significativa y procesable a los clientes. Una vez más, todo se reduce ante todo a los datos, así como al acceso a una gran potencia informática y algoritmos de aprendizaje automático fácilmente disponibles.

Xactly, sin embargo, nació en la nube. Nuestra plataforma de IA de desempeño de ventas está respaldada por más de 14 años de información agregada y anónima sobre pago de ventas y desempeño de cientos de miles de suscriptores. Actualmente, no existe ningún otro conjunto de datos de esta magnitud en el mercado de SPM. Y con grandes datos vienen grandes posibilidades y predicciones que pueden optimizar el rendimiento de las ventas.

El poder de los datos con Xactly Insights

Durante los últimos dos años, hemos invertido importantes recursos para poner a prueba nuestros datos, aplicando diferentes algoritmos y funciones de ML para garantizar que podamos brindar la inteligencia que nuestros clientes necesitan a escala.

El uso más fuerte de la tecnología AI/ML de Xactly vive dentro de Xactly Insights. Al aplicar los algoritmos de ML supervisados ​​existentes al vasto conjunto de datos de Xactly, nuestros clientes ahora podrán predecir la probabilidad de deserción de los representantes de ventas.

La predicción se basa en numerosos factores, como el desempeño histórico de ventas, los años en la empresa, una caída repentina en su canalización, terminar un gran año, etc. De hecho, usamos nuestros datos agregados para analizar el desempeño de los representantes de ventas y pudimos para identificar a los representantes que estaban en riesgo de rotación (lea la historia completa aquí).

Cuando se identifica una posible señal de alerta, los líderes de ventas reciben una alerta directamente en su panel de Insights. Luego, pueden profundizar en esa alerta y en el historial de un representante en particular para ver qué pasos adicionales se pueden tomar para evitar la rotación, como identificar nuevas oportunidades de crecimiento y capacitación, simplificar planes, etc.

Conociendo no solo el alto precio, sino también el costo de oportunidad de perder un representante (que en promedio es de $ 155k), este nivel de conocimiento proactivo puede cambiar las reglas del juego. No solo puede ayudar a las empresas a mantener la salud de sus organizaciones de ventas, sino que también les permite cumplir con los objetivos de ingresos de primera línea y anticipar futuras necesidades de personal y contratación.

Dando los próximos pasos con AI/ML en organizaciones de ventas

Como dijimos antes, en cualquier aplicación inteligente, la información es la clave para aprender, predecir y proporcionar conocimientos verdaderamente procesables. Desafortunadamente, para muchas aplicaciones en el mercado actual, son muy exageradas y tienen poca información. Construidas sobre una plataforma de IA y respaldadas por más de una década de datos de compensación del mundo real, las soluciones de Xactly continúan impulsando el futuro de la gestión del rendimiento de ventas con análisis predictivos. El algoritmo de deserción de representantes de ventas es solo el primero de muchos por venir.

¿Quiere obtener más información sobre los datos de Xactly y las capacidades de IA/ML? Vea el seminario web a pedido "Un brindis por el 2019: Brindemos por la toma de decisiones basada en datos" para aprender cómo aprovechar sus datos de ventas para impulsar una planificación de ventas más sólida.