Modelo de estructura de equipo de ventas efectivo utilizando ciencia de datos

Muchas organizaciones modifican la compensación de incentivos o las cuotas de su equipo de ventas cuando no alcanzan los objetivos de crecimiento de los ingresos. Esta falla puede atribuirse a procesos obsoletos, configuración del equipo o problemas de toma de decisiones que están frenando el rendimiento.

Sin embargo, la ciencia de datos puede ayudar a brindar soluciones efectivas para la organización de ventas. En lugar de simplemente reaccionar ante un rendimiento deficiente, la ciencia de datos puede permitir que la organización de ventas se ajuste a los cambios y evite fallas.

Los acuerdos complejos con una mayor participación de las partes interesadas hacen que la estructura del equipo sea crítica

La mayoría de los procesos de ventas dentro de las organizaciones siguen un patrón familiar . Las etapas clásicas desde la generación de leads hasta la calificación, la definición del problema y la negociación pueden continuar funcionando de manera efectiva en algunos entornos de venta transaccional y orientados a productos.

Sin embargo, en el entorno comercial actual, muchas decisiones de compra se han vuelto más amplias, con más partes interesadas que aportan puntos de vista únicos que deben abordarse específicamente. Las etapas clásicas se diseñaron originalmente para que las implementaran personas con un apoyo mínimo de los equipos administrativos. En la nueva realidad de ventas de hoy, el trabajo en equipo es mucho más importante.

Según Challenger , el prospecto no toma ninguna decisión el 38 por ciento de las veces. Quizás aún más importante, la razón más común de esta falta de decisión es la incapacidad de las partes interesadas para llegar a un acuerdo. Para tener éxito en la promoción del consenso del comprador, su equipo de ventas necesita múltiples áreas de experiencia y muchos puntos de contacto con un cliente potencial. Si la venta se lleva a cabo, los equipos de implementación, administración de cuentas y/o éxito del cliente también se involucran para apoyar al nuevo cliente.

La configuración y la eficacia del equipo son críticas cuando se están desplegando grandes equipos para cerrar ventas complejas. Esto significa guiar al cliente a través de su experiencia con su producto, servicio o empresa.

Los mismos factores que hacen que el trabajo en equipo sea más crítico también están haciendo obsoleta la forma antigua de determinar cómo se desempeñan los equipos de ventas juntos. La forma antigua se basa casi exclusivamente en los resultados de ventas con una revisión cualitativa ligera. Los líderes de ventas solían unirse a llamadas de prospectos y reuniones de lanzamiento para brindar capacitación, que luego podría usarse más adelante cuando realizaban revisiones de canalización y evaluaban las tasas de conversión. Hoy, esto puede no ser suficiente.

La nueva forma de evaluar el desempeño del equipo de ventas combina lo mejor de lo antiguo con tres técnicas de alto poder que utilizan imperativos estratégicos relacionados con datos para analizar y optimizar la estructura efectiva del equipo de ventas.

Técnica de ciencia de datos n.º 1: modelado de roles del equipo de ventas

El modelado de roles del equipo de ventas analiza comportamientos específicos para desarrollar y reforzar lo que parece "genial"; luego crea perfiles de roles de equipo basados ​​en brechas y fortalezas en las capacidades de su equipo de ventas.

Información requerida

Para llevar a cabo esta iniciativa estratégica, necesitará ciertos datos sobre los miembros de su equipo, específicamente datos biográficos educativos y laborales y características de personalidad. Para agregar objetividad y datos adicionales al proceso, puede ser útil administrar una prueba de personalidad integral a los miembros del equipo e incorporar la información recopilada.

Enfoque del análisis

El siguiente paso es analizar la composición de su equipo y de otros equipos para comparar la composición con el rendimiento. Las preguntas más importantes a responder son:

• ¿Qué características/experiencias tienen la mayoría de los miembros del equipo?
• ¿Qué características/experiencias tienen/no tienen los equipos de ventas de alto/bajo rendimiento?

Se pueden aplicar dos enfoques básicos de análisis de datos a los datos que ha recopilado: regresión y agrupación.

La regresión es una función de aprendizaje automático que predice un número, como una cifra de ventas anual. La tarea de regresión comienza con un conjunto de datos en el que se conoce el valor objetivo. En el proceso de construcción (entrenamiento) del modelo, un algoritmo de regresión estima el valor del objetivo (rendimiento de ventas) en función de los predictores (rasgos de personalidad, antigüedad, etc.) para cada caso en los datos de construcción. Estas relaciones entre predictores y objetivos se resumen en modelos. Estos modelos pueden ayudar a identificar qué características y experiencias de los miembros del equipo y de un equipo en su conjunto predicen mejor el rendimiento de las ventas.

Las técnicas de agrupación son un tipo de aprendizaje automático que utiliza las características y experiencias de los miembros de su equipo de ventas para identificar categorías comunes. Por ejemplo, para realizar un análisis que compare la cantidad de experiencias de capacitación de los miembros con el tiempo que pasan interactuando con un cliente, la agrupación podría identificar dos grupos de empleados: un grupo que tiene más capacitación y más tiempo con el cliente, y el otro grupo que tiene menos formación y pasa menos tiempo con el cliente. Estos perfiles se pueden vincular a los KPI (indicadores clave de rendimiento).

Ejemplo: La detección de patrones señala el camino hacia la mejora

Utilizando técnicas basadas en la ciencia de datos, una empresa de tecnología pudo descubrir algunas características comunes de sus equipos de ventas de bajo rendimiento. Estaban más dispersos geográficamente, tenían listas de objetivos de ventas más difusas y tenían competencias de ventas que estaban menos alineadas con sus funciones que los equipos de alto rendimiento. Tener conocimiento de patrones que de otro modo serían difíciles de percibir puede conducir a una remediación exitosa del desempeño deficiente.

Técnica de ciencia de datos n.º 2: toma de decisiones del equipo de ventas

El análisis de toma de decisiones puede identificar momentos específicos durante la línea de tiempo de compra (y éxito del cliente) del cliente en los que se deben tomar ciertas acciones para maximizar los KPI de ventas.

Información requerida

Los dos tipos de datos que se requieren para esta técnica son:

• Datos de movimiento de tiempo orientados al cliente (actividades de preventa, venta y posventa)
• Datos de comunicaciones (correo electrónico, citas de calendario, intercambios en plataformas de redes profesionales)

Enfoque del análisis

Este análisis encuentra específicamente los mejores momentos para que los miembros del equipo de ventas participen en ciertas actividades orientadas al cliente al examinar la trayectoria de las acciones, decisiones y comunicaciones del equipo de ventas a lo largo del recorrido de compra del cliente. Luego, esto se compara con su proceso de ventas al vincular el tiempo con el desempeño del equipo de ventas.

Las técnicas de regresión , como se describe en la última sección, también se pueden utilizar aquí. En este caso, primero puede crear "códigos" en sus datos para representar los puntos en la línea de tiempo del equipo de ventas cuando se producen ciertas acciones, decisiones y comunicaciones. Estos códigos se pueden utilizar como predictores del rendimiento de ventas en sus modelos.

Ejemplo: Descubrir lo que los mejores tienen para enseñar

Un bufete de abogados estaba tratando de comprender los comportamientos de sus principales hacedores de lluvia para poder destilar los conocimientos en una capacitación efectiva para otros desarrolladores de negocios en la firma. Una encuesta de tiempo y movimiento más el análisis de los patrones de comunicación fueron fundamentales para lograr este propósito.

Técnica de ciencia de datos n.º 3: colaboración del equipo de ventas

Analizar la colaboración del equipo de ventas puede ayudarlo a determinar la eficacia con la que los miembros de su equipo de ventas trabajan juntos, interactúan con el cliente y cómo estas interacciones del equipo impulsan las ventas.

Información requerida

Necesitará datos que ayuden a traducir la colaboración del equipo en ingresos y ganancias reales, incluidos:

• Comunicaciones (correo electrónico, citas de calendario, intercambios en plataformas de redes profesionales)
• Compensación y rendimiento, CRM y datos de facturación del cliente

Enfoque del análisis

Estos datos se pueden utilizar para aclarar con quién se comunican los equipos de ventas, con qué frecuencia y qué patrones de comunicación están asociados con un alto rendimiento de ventas.

El análisis de redes organizacionales (ONA) es un método para estudiar la comunicación y las redes impulsadas socialmente dentro de una empresa. Esta técnica crea modelos gráficos y estadísticos que pueden ayudarlo a comprender completamente los patrones de comunicación de su equipo de ventas.

Tres métricas de redes comunes producidas por ONA son:

• Densidad: el grado en que los miembros del equipo se comunican directamente entre sí.
• Centralidad: qué miembros del equipo de ventas tienen más influencia en sus comunicaciones.
• Reciprocidad: el grado en que los miembros del equipo de ventas intercambian información mutuamente.

Estas métricas, una vez desarrolladas, se pueden utilizar en el modelado predictivo de los KPI del equipo de ventas.

Ejemplo: Resaltar comportamientos que conducen al éxito

Una organización de consumidores basada en el campo buscaba una comprensión más profunda, basada en datos, de cómo sus gerentes de ventas contribuían al crecimiento y las ganancias. A través de análisis predictivos, ONA y modelado, pudieron identificar los enfoques de tareas y los comportamientos cruciales que contribuyen al éxito de los gerentes de ventas de alto rendimiento. Los datos de personalidad, las firmas de la red y los comportamientos de los gerentes de ventas predijeron el 18 por ciento de la variación en las ventas año tras año.

No cometa el error de suponer que las cuotas y la compensación son los únicos determinantes del éxito de ventas. El proceso es crítico. Asegúrese de que su equipo de operaciones de ventas tenga herramientas basadas en la ciencia de datos para optimizar el proceso y el rendimiento, además del conocimiento que necesitan para aprovecharlos al máximo. Obtenga más información sobre cómo mejorar la efectividad de sus ventas en nuestra guía reciente, " Dominar la gestión del rendimiento de ventas: una guía para la transformación de ventas digitales ".

Esta es una publicación invitada de Tom Hill y Tatem Burns de Axiom Consulting Partners. Obtenga más información sobre Axiom aquí.