다음은 4명의 분석가가 귀하의 데이터에 대해 말하는 것입니다.

사실: 데이터는 더 나은 결정을 내리는 데 도움이 됩니다. 정확한 실시간 정보에 액세스하지 못하면 예측 및 계획 능력이 왜곡되고 구식이 될 수 있습니다. 실제로 최근 연구에 따르면 사람과 기계가 생성한 데이터는 기존 비즈니스 데이터보다 10배 더 빠르게 증가하고 있으며 머신 데이터는 그 성장률의 50배에 달하는 속도로 훨씬 더 빠르게 증가하고 있습니다(Inside Big Data). 이 진술을 분석하면 기업을 포함한 모든 규모의 기업이 비즈니스 요구 사항을 충족하고 의미 있는 선택을 하는 데 도움이 되는 AI/ML 데이터 솔루션으로 전환하고 있음을 보여줍니다.

기업이 글로벌 건강과 경제 역풍 속에서 흐릿한 바다를 헤쳐 나갈 때, 당신의 손을 벗어난 많은 것들이 있다고 느낄 수 있습니다. 그렇기 때문에 SPM(Sales Performance Management) 과 같은 직관적이고 자동화된 솔루션을 보유하는 것은 오늘날의 환경에서 매우 중요할 뿐만 아니라 경쟁 우위를 유지하는 데 도움이 되는 원동력이 될 수 있습니다.

Gartner에 따르면 "SPM 솔루션은 조직이 효율적 실행에서 얻는 이점을 프로세스의 효율성 및 최적화로 전환하는 기능을 제공합니다. 이는 머신 러닝(ML) 알고리즘과 같은 고급 분석 기능이 현재 사용 가능하고 SPM을 위해 특별히 설계되었기 때문입니다.”

번역 - 영업 성과 관리(SPM)는 조직이 보다 효과적으로 계획하고 성과를 극대화할 수 있도록 지원하는 용량 및 할당량 계획, 영역 매핑, 인센티브 설계 및 지속적인 분석에 대한 데이터 기반 접근 방식입니다.

그러나 이러한 이점 중 어느 것도 실시간의 정확한 데이터에 대한 액세스 없이는 불가능합니다. 그러나 우리의 말을 그대로 받아들이지 마십시오. 여기 4개의 업계 전문 회사가 데이터에 대해 말하는 것과 데이터가 필요한 이유가 있습니다.

AI/ML에 대한 Gartner의 예측

Gartner가 최근 발표한 기사에서 그들은 산업으로서 우리의 현재 능력과 자원을 평가하고 AI 기술의 미래를 예측합니다. 놀라운 일이 아닙니다. 그들은 AI/ML 소프트웨어와 관련하여 판매가 올바른 방향으로 나아가고 있으며 이것이 데이터와 함께 우리의 미래에 어떻게 중요한 역할을 할 것이라고 전적으로 확신합니다.

Gartner 2020 CIO Agenda Survey에 따르면, "선도적인 조직은 내년에 인공 지능(AI) 프로젝트의 수를 두 배로 늘릴 것으로 예상하며, 그 중 40% 이상이 2020년 말까지 AI 솔루션을 실제로 배포할 계획입니다." 그들은 또한 AI/ML 기술의 5가지 핵심 영역과 최근이지만 빠르게 진화하는 이 시기에 이를 탐색하는 방법에 대한 조언을 제공합니다.

1. AI는 인프라 결정을 주도하므로 모든 탑승객이 데이터를 표현합니다!
2. 협업을 통해 증가하는 AI 기술의 복잡성 관리
3. 간단한 ML 기술이 때로는 가장 적합합니다.
4. 클라우드 서비스 제공업체를 전략의 일부로 만드십시오.
5. 표면 수준을 넘어 AI 증강 자동화 채택

조직이 관리해야 하는 데이터의 양이 증가함에 따라 이러한 새로운 기술과 함께 발생하는 문제와 복잡성도 증가합니다. 지금 AI를 수용함으로써 기업은 조직의 흐름을 파악하고 전속력으로 미래에 도전할 수 있습니다.

AI 및 데이터에 대한 Forrester의 견해

영업 조직은 경쟁에서 앞서 나가기 위해 더 깊은 통찰력과 데이터 액세스가 필요합니다. 이러한 기업이 달성하는 한 가지 방법은 데이터 저장소, 인공 지능 및 기계 학습(AI/ML)을 사용하는 것입니다.

Forrester 의 전문가들은 "2020년은 기업이 AI 가치에 집중하고 실험 모드에서 벗어나 현실에 발을 들여 채택을 가속화하는 해가 될 것"이라고 믿습니다. 우리도 그렇게 믿습니다. 기업이 올바른 데이터에 액세스할 수 있을 때 자동화 및 AI/ML의 이점을 최대한 활용하여 경쟁 우위를 확보할 수 있습니다.

다음은 Forrester 전문가의 세 가지 조언입니다.

1. 확고한 조직을 선택하십시오: 조직 내부와 외부 모두에서 적합한 파트너와 팀을 구성하면 성공을 위한 준비에 많은 도움이 될 것입니다.
2. 최신 데이터, 분석 및 AI/기계 학습 기술 탐색: 이러한 기술은 데이터에서 가치를 창출하는 다양한 방법을 약속합니다.
3. (데이터) 앵커 강화: 데이터는 조직의 중추이므로 사용 가능한 데이터 관리 기술의 성숙도와 비즈니스 가치를 기반으로 합니다. 자신이 어디에 속하는지 알게 되면 로드맵 작성과 같은 보다 규범적인 조치를 취할 수 있습니다.

데이터 기반 영업 리더십이 중요한 이유에 대한 Ventana

Ventana Research의 CEO이자 최고 연구원인 Mark Smith에 따르면 "현재 상황에 대한 명확한 평가를 통해 데이터를 사용하여 영업 효율성과 효율성을 개선할 수 있는 기회가 무엇인지 결정할 수 있습니다."

Mark는 조직 이 비즈니스에 대한 데이터 기반 접근 방식을 채택하도록 지원하는 한 단계의 큰 단계가 리더십뿐만 아니라 영업 사원이 '더 큰 그림'과 이 전략적 접근 방식이 회사에 가져올 이점을 이해하도록 하는 데 도움이 될 것이라고 믿습니다. 궁극적으로 데이터를 이해하는 것은 판매 계획 프로세스, 의사 결정 및 전반적인 성과를 개선하는 데 도움이 되는 첫 번째 단계입니다.

판매 데이터에 대한 McKinsey의 견해

McKinsey의 전문가들이 판매 데이터의 진정한 힘을 발휘할 수 있는 몇 가지 조언을 제공합니다. 그들은 미래 지향적인 기업이 데이터 분석 및 인공 지능의 성장을 사용하여 제품뿐만 아니라 시장 및 고객 기반과 상호 작용하는 방식도 변화시키고 있다고 믿습니다.

그들의 연구에 따르면 2020년에 활용할 수 있는 데이터를 사용하는 조직의 가치 원천은 다음과 같습니다.

1. 리드 생성을 근본적으로 개선: 분석은 기업이 풍부한 데이터 세트를 사용하여 적시에 적합한 고객을 식별하므로 리드 생성의 정확성을 개선하고 사전 판매 프로세스를 자동화하는 데 매우 적합합니다.
2. 거래에 사람을 더 잘 연결: 영업 팀 은 분석을 사용하여 영업 성공을 이끄는 요인을 이해할 뿐만 아니라 계획, 적용 범위, 고용 및 교육에 정보를 제공합니다.
3. 고객의 평생 가치 극대화: 제품 포트폴리오가 복잡한 회사는 특정 고객 요구 사항에 맞는 솔루션을 찾기 어려울 수 있습니다. 그렇기 때문에 유사한 고객이 구매한 제품에 대한 데이터를 바탕으로 고객 기반 내에서 교차 판매 기회를 식별하는 다음 제품 구매 알고리즘을 구현하고 있습니다.
4. 적절한 가격 확보: Analytics는 정교한 가격 책정 도구를 통해 판매자와 잠재 고객 간에 가격 투명성을 제공할 수 있습니다.

데이터는 연중무휴 리소스입니다.

Ventana Research의 Mark Smith는 다음과 같이 매우 통찰력이 있었습니다. 대신, 개선을 위해 이 기회를 추구하는 타이밍은 영업 실적 최적화가 어떻게 우선 순위가 지정되는지에 따라 결정되어야 합니다."

이 분야에서 경쟁력을 유지하려면 데이터에 대한 액세스와 추적, 사용, 해석 및 가장 중요한 프로세스 개선 능력이 중요합니다. 데이터 소스가 연결되면 귀중한 통찰력을 추출하기 위해 AI/ML 솔루션 을 구현하여 쉽게 한 단계 더 나아갈 수 있습니다.

간단히 말해서 인공 지능은 조직 내에서 효과적인 결과와 변화를 이끄는 고유한 통찰력을 제공할 수 있지만 AI의 진정한 강점은 유용한 통찰력을 생성하기 위해 분석할 수 있는 강력한 데이터 세트에서 나옵니다.

이러한 주제에 관심이 있고 이를 조직에 다시 적용하고 싶다면 당사의 블로그 AI/ML in Sales: How to Get Right Data to Succeed 를 확인하여 연구를 계속하십시오.

​