以下是 4 位分析師對您的數據的看法

事實：數據可以幫助您做出更好的決策——簡單明了。 如果無法獲得準確的實時信息，您的預測和計劃能力可能會出現偏差和過時。 事實上，根據最近的研究，人類和機器生成的數據的增長速度是傳統業務數據的 10 倍，而機器數據的增長速度甚至比傳統業務數據的 50 倍還要快（Inside Big Data）。 當您分解該聲明時，它表明各種規模的公司，包括企業，都在轉向 AI/ML 數據解決方案，以幫助滿足他們的業務需求並做出有意義的選擇。

隨著公司在全球健康和經濟逆風中渡過難關，您可能會覺得有很多事情不在您的掌控之中。 這就是為什麼擁有像銷售績效管理 (SPM)這樣的自動化、直觀的解決方案不僅在當今的環境中至關重要，而且可以成為幫助您在競爭中保持領先的驅動力。

根據 Gartner 的說法，“SPM 解決方案提供的功能正在將組織從高效執行中獲得的好處轉變為流程的有效性和優化。 這是由於先進的分析功能，例如機器學習 (ML) 算法，現已推出並專為 SPM 設計。”

翻譯——銷售績效管理 (SPM) 是一種數據驅動的方法，用於容量和配額規劃、區域映射、激勵設計和持續分析，以幫助組織更有效地規劃和最大化績效。

但是，如果不訪問實時、準確的數據，這些好處都將無法實現。 但不要只是從我們這裡得到它，這是四家行業專家公司對數據的看法以及您為什麼需要它。

Gartner 對 AI/ML 的預測

在 Gartner 最近發表的一篇文章中，他們評估了我們作為一個行業的當前能力和資源，並預測了人工智能技術的未來。 毫不奇怪，他們完全相信銷售在 AI/ML 軟件方面正走在正確的軌道上，以及它將如何與數據一起在我們的未來發揮重要作用。

根據 Gartner 2020 年 CIO 議程調查，“領先的組織預計明年將實施的人工智能 (AI) 項目數量翻一番，其中超過 40% 的企業計劃到 2020 年底實際部署 AI 解決方案。” 他們還就 AI/ML 技術的五個關鍵領域以及如何在最近但快速發展的時代駕馭它們提供建議：

1. 人工智能將推動基礎設施決策，所以一切都在數據快車上！
2. 通過協作管理日益複雜的人工智能技術
3. 簡單的機器學習技術有時最有意義
4. 讓雲服務提供商成為您戰略的一部分
5. 採用超越表面的人工智能增強自動化

隨著組織必須管理的數據量增加，這些新技術帶來的問題和復雜性也會增加。 通過現在採用人工智能，公司可以掌握組織的脈搏，並全速邁向未來。

Forrester 對人工智能和數據的看法

銷售組織需要更深入的洞察力和對數據的訪問才能在競爭中保持領先地位。 這些公司實現這一目標的一種方式是通過數據存儲庫、人工智能和機器學習 (AI/ML)。

Forrester的專家認為，“2020 年將是企業高度關注人工智能價值、跳出實驗模式、立足現實以加速採用的一年。” 我們也相信。 當公司可以訪問正確的數據時，他們可以充分利用自動化和 AI/ML 的優勢，為自己提供競爭優勢。

以下是 Forrester 專家的三條建議：

1. 選擇一個堅定的團隊：與組織內部和外部的合適合作夥伴合作，將大大幫助您為成功做好準備——尤其是當您覺得自己可能正在踩水時。
2. 導航更新的數據、分析和人工智能/機器學習技術：這些技術承諾提供多種從數據中創造價值的方法。
3. 加強您的（數據）錨：數據是您組織的支柱，因此要了解可用數據管理技術的成熟度和業務價值。 一旦你知道你的落腳點，你就可以採取更多的規定性行動，例如製定路線圖。

Ventana 談為什麼數據驅動的銷售領導力很重要

Ventana Research 首席執行官兼首席研究官 Mark Smith 表示：“通過對當前情況的清晰評估，可以確定存在哪些機會來利用數據提高銷售效率和效率”

Mark 認為，幫助您的組織採用數據驅動的業務方法的一大步將不僅有助於您的領導力，還可以確保您的銷售人員了解“更大的圖景”以及這種戰略方法將為您的公司帶來的優勢。 最終，了解您的數據是幫助您改進銷售計劃流程、決策制定和整體績效的第一步。

麥肯錫對銷售數據的看法

在釋放銷售數據的真正力量時，麥肯錫的專家為您提供了一些建議。 他們認為，有遠見的公司正在利用數據分析和人工智能的發展，不僅改變他們的產品，而且改變他們與市場和客戶群互動的方式。

根據他們的研究，對於使用您可以在 2020 年利用的數據的組織來說，這裡有四個價值來源：

1. 從根本上改善潛在客戶生成：分析非常適合提高潛在客戶生成的準確性和自動化售前流程，因為公司使用豐富的數據集在正確的時間識別正確的客戶。
2. 更好地將人員與交易相匹配：銷售人員使用分析不僅可以了解推動銷售成功的因素，還可以為規劃、覆蓋範圍、招聘和培訓提供信息。
3. 最大化客戶的生命週期價值：擁有復雜產品組合的公司會發現很難將解決方案與特定客戶需求相匹配。 這就是為什麼他們正在實施下一個產品購買算法，該算法利用有關類似客戶購買了什麼的數據來識別其客戶群中的交叉銷售機會。
4. 獲得合適的價格：分析可以通過複雜的定價工具在賣家和潛在客戶之間提供價格透明度。

數據是 24/7 的資源

Ventana Research 的 Mark Smith 非常有見地，他說：“在組織中，銷售是一個 24/7 的流程，所以不要等待完美的時機。 相反，尋求這一改進機會的時機應該基於銷售業績優化的優先順序。”

訪問數據以及跟踪、使用、解釋以及最重要的是改進流程的能力對於在該領域保持競爭力至關重要。 連接數據源後，您可以通過實施AI/ML 解決方案輕鬆更進一步，以提取有價值的見解。

長話短說，人工智能可以提供獨特的洞察力，推動組織內的有效成果和轉型——但人工智能的真正優勢來自於一組強大的數據，可以分析這些數據以產生有用的洞察力。

如果這些主題引起了您的興趣，並且您想將其帶回您的組織，請查看我們的博客AI/ML 在銷售中：如何獲得正確的數據以成功繼續您的研究。

​​​