以下是 4 位分析师对您的数据的看法

事实：数据可以帮助您做出更好的决策——简单明了。 如果无法获得准确的实时信息，您的预测和计划能力可能会出现偏差和过时。 事实上，根据最近的研究，人类和机器生成的数据的增长速度是传统业务数据的 10 倍，而机器数据的增长速度甚至比传统业务数据的 50 倍还要快（Inside Big Data）。 当您分解该声明时，它表明各种规模的公司，包括企业，都在转向 AI/ML 数据解决方案，以帮助满足他们的业务需求并做出有意义的选择。

随着公司在全球健康和经济逆风中渡过难关，您可能会觉得有很多事情不在您的掌控之中。 这就是为什么拥有像销售绩效管理 (SPM)这样的自动化、直观的解决方案不仅在当今的环境中至关重要，而且可以成为帮助您在竞争中保持领先的驱动力。

根据 Gartner 的说法，“SPM 解决方案提供的功能正在将组织从高效执行中获得的好处转变为流程的有效性和优化。 这是由于先进的分析功能，例如机器学习 (ML) 算法，现已推出并专为 SPM 设计。”

翻译——销售绩效管理 (SPM) 是一种数据驱动的方法，用于容量和配额规划、区域映射、激励设计和持续分析，以帮助组织更有效地规划和最大化绩效。

但是，如果不访问实时、准确的数据，这些好处都将无法实现。 但不要只是从我们这里得到它，这是四家行业专家公司对数据的看法以及您为什么需要它。

Gartner 对 AI/ML 的预测

在 Gartner 最近发表的一篇文章中，他们评估了我们作为一个行业的当前能力和资源，并预测了人工智能技术的未来。 毫不奇怪，他们完全相信销售在 AI/ML 软件方面正走在正确的轨道上，以及它将如何与数据一起在我们的未来发挥重要作用。

根据 Gartner 2020 年 CIO 议程调查，“领先的组织预计明年将实施的人工智能 (AI) 项目数量翻一番，其中超过 40% 的企业计划到 2020 年底实际部署 AI 解决方案。” 他们还就 AI/ML 技术的五个关键领域以及如何在最近但快速发展的时代驾驭它们提供建议：

1. 人工智能将推动基础设施决策，所以一切都在数据快车上！
2. 通过协作管理日益复杂的人工智能技术
3. 简单的机器学习技术有时最有意义
4. 让云服务提供商成为您战略的一部分
5. 采用超越表面的人工智能增强自动化

随着组织必须管理的数据量增加，这些新技术带来的问题和复杂性也会增加。 通过现在采用人工智能，公司可以掌握组织的脉搏，并全速迈向未来。

Forrester 对人工智能和数据的看法

销售组织需要更深入的洞察力和对数据的访问才能在竞争中保持领先地位。 这些公司实现这一目标的一种方式是通过数据存储库、人工智能和机器学习 (AI/ML)。

Forrester的专家认为，“2020 年将是企业高度关注人工智能价值、跳出实验模式、立足现实以加速采用的一年。” 我们也相信。 当公司可以访问正确的数据时，他们可以充分利用自动化和 AI/ML 的优势，为自己提供竞争优势。

以下是 Forrester 专家的三条建议：

1. 选择一个坚定的团队：与组织内部和外部的合适合作伙伴合作，将大大帮助您为成功做好准备——尤其是当您觉得自己可能正在踩水时。
2. 导航更新的数据、分析和人工智能/机器学习技术：这些技术承诺提供多种从数据中创造价值的方法。
3. 加强您的（数据）锚：数据是您组织的支柱，因此要了解可用数据管理技术的成熟度和业务价值。 一旦你知道你的落脚点，你就可以采取更多的规定性行动，例如制定路线图。

Ventana 谈为什么数据驱动的销售领导力很重要

Ventana Research 首席执行官兼首席研究官 Mark Smith 表示：“通过对当前情况的清晰评估，可以确定存在哪些机会来利用数据提高销售效率和效率”

Mark 认为，帮助您的组织采用数据驱动的业务方法的一大步将不仅有助于您的领导力，还可以确保您的销售人员了解“更大的图景”以及这种战略方法将为您的公司带来的优势。 最终，了解您的数据是帮助您改进销售计划流程、决策制定和整体绩效的第一步。

麦肯锡对销售数据的看法

在释放销售数据的真正力量时，麦肯锡的专家为您提供了一些建议。 他们认为，有远见的公司正在利用数据分析和人工智能的发展，不仅改变他们的产品，而且改变他们与市场和客户群互动的方式。

根据他们的研究，对于使用您可以在 2020 年利用的数据的组织来说，这里有四个价值来源：

1. 从根本上改善潜在客户生成：分析非常适合提高潜在客户生成的准确性和自动化售前流程，因为公司使用丰富的数据集在正确的时间识别正确的客户。
2. 更好地将人员与交易相匹配：销售人员使用分析不仅可以了解推动销售成功的因素，还可以为规划、覆盖范围、招聘和培训提供信息。
3. 最大化客户的生命周期价值：拥有复杂产品组合的公司会发现很难将解决方案与特定客户需求相匹配。 这就是为什么他们正在实施下一个产品购买算法，该算法利用有关类似客户购买了什么的数据来识别其客户群中的交叉销售机会。
4. 获得合适的价格：分析可以通过复杂的定价工具在卖家和潜在客户之间提供价格透明度。

数据是 24/7 的资源

Ventana Research 的 Mark Smith 非常有见地，他说：“在组织中，销售是一个 24/7 的流程，所以不要等待完美的时机。 相反，寻求这一改进机会的时机应该基于销售业绩优化的优先顺序。”

访问数据以及跟踪、使用、解释以及最重要的是改进流程的能力对于在该领域保持竞争力至关重要。 连接数据源后，您可以通过实施AI/ML 解决方案轻松更进一步，以提取有价值的见解。

长话短说，人工智能可以提供独特的洞察力，推动组织内的有效成果和转型——但人工智能的真正优势来自于一组强大的数据，可以分析这些数据以产生有用的洞察力。

如果这些主题引起了您的兴趣，并且您想将其带回您的组织，请查看我们的博客AI/ML 在销售中：如何获得正确的数据以成功继续您的研究。

​​​