Parise Advisory

Ci occupiamo di tematiche commerciali e strategiche dal 1994. Esperienze lavorative con imprese italiane ed estere, PMI e multinazionali.

Tel: +39 0422 360265
Mob: +39 347 9042232​
Email: studio@pariseadvisory.com



  L’USO DEI DATI MIGLIORA FATTURATO E MARGINI

  L’USO DEI DATI MIGLIORA FATTURATO E MARGINI

Dati e tecniche analitiche si traducono in maggiore efficienza.

L’analisi dei dati svolge un ruolo sempre più importante nelle vendite B2B e le organizzazioni di vendita ad alte prestazioni la utilizzano per differenziarsi dagli altri.

I dati e le nuove tecniche analitiche hanno introdotto maggiore rigore, efficienza e conoscenza. In molti settori, è l’adozione di analisi avanzate che ha iniziato a differenziare i vincitori dal resto.

Se i dati devono guidare l’azione, è fondamentale che queste metodologie siano accompagnate da un cambiamento nella gestione aziendale attraverso una chiara comunicazione, incentivi, formazione e la corretta gestione della prestazione. In caso contrario, la forza vendite le ignorerà.

Cosa fare? E soprattutto, come?

Programmi che supportano l’analisi dei dati garantiscono una crescita significativa dei margini e guidano i team di vendita verso decisioni migliori.
Ma ciò accade solo quando le aziende possono fare bene due cose:

  1. concentrarsi su aree in cui l’analisi può creare il massimo valore
  2. implementarli correttamente

A. QUATTRO AREE FONTE DI VALORE

Le aziende del B2B lungimiranti stanno utilizzando la diffusione e la crescita dell’analisi dei dati e dell’intelligenza artificiale per espandere la frontiera della creazione di valore e stanno ottenendo risultati notevoli nella generazione dei contatti, nella gestione del personale, nel cross-selling e nella gestione dei prezzi.

  1. Migliorare la generazione di contatti.

L’analisi dei dati è particolarmente adatta a migliorare l’accuratezza della generazione di contatti e ad automatizzare i processi di segmentazione al fine di identificare il cliente giusto al momento giusto.

Molte aziende utilizzano già informazioni storiche sul mercato per sviluppare una visione dettagliata delle prospettive di vendita di ciascuna area. Alcune aziende stanno spingendo ulteriormente tali attività introducendo algoritmi di lead-scoring basati su set di dati dettagliati su ciascuno dei loro potenziali clienti. Le fonti di dati interne sulla storia precedente del cliente sono combinate con dati esterni come notizie o social media per generare una visione “a 360 gradi” del cliente.

Questi algoritmi possono prevedere quali fattori sono veramente importanti nella conversione dei contatti e guidare di conseguenza la strategia di vendita.

  1. Abbinare le persone giuste alle specifiche offerte.

La forza vendite utilizza l’analisi dei dati per capire cosa determina il successo delle vendite.

La pianificazione tradizionale delle vendite si è basata sulla segmentazione degli account, spesso determinata più dalla conoscenza storica che da fatti aggiornati. Il risultato è che, nel tempo, i modelli di vendita diventano meno efficaci e incoerenti.

Quando nei team addetti alle vendite si introducono analisi di base alla pianificazione delle vendite, l’allocazione delle risorse verso gli account diventa rapidamente molto più efficace.

L’analisi dei dati sta rivoluzionando anche la comprensione del talento di vendita e del comportamento sul campo. Nella ricerca dei venditori più performanti, le organizzazioni stanno unendo dati relativi a vendite, clienti e risorse umane per comprendere i fattori intrinseci che determinano il successo dell’account. Queste analisi aiutano le aziende a identificare i migliori venditori e ad assegnarli ai loro account più importanti. L’analisi può anche rivelare i tratti statisticamente importanti dei venditori ad alte prestazioni, e ciò migliora sia l’assunzione che lo sviluppo delle persone.

Facendo un ulteriore passo avanti, alcune aziende stanno integrando i dati di interazione di e-mail, calendario e CRM per identificare le azioni sul campo correlate al successo, in particolare per i venditori tecnici il cui valore è più difficile da valutare.

  1. Massimizzare il lifetime value del cliente.

Le aziende che dispongono di portafogli di prodotti complessi possono trovare difficoltà ad abbinare le soluzioni a specifiche esigenze del cliente. I venditori si affidano a semplici regole decisionali, ma questo richiede ancora interazioni che richiedono tempo e spesso porta a opportunità mancate di vendere articoli correlati. Molte aziende B2B implementano algoritmi che attingono a dati su ciò che i clienti simili hanno acquistato.

L’approccio aiuta anche a fidelizzare i clienti. Coinvolgere i clienti a rischio che possono passare ad un concorrente richiede di riconoscere i segni di malcontento dei clienti prima di agire. Questi tipi di problemi si adattano perfettamente alle capacità di riconoscimento del modello degli algoritmi di apprendimento automatico. Il team di marketing-analisi di un’azienda chimica globale, ad esempio, voleva ridurre il tasso di abbandono dei clienti delle PMI. Il team ha costruito un modello predittivo basato su oltre 30 variabili e identificato dieci fattori chiave che allontanano i clienti. Hanno scoperto che più prodotti un cliente aveva, meno era probabile che se ne andasse. Il cross-selling era importante ed è stato un fattore determinante per la fedeltà dei clienti rispetto alle variazioni di prezzo. Ogni responsabile delle vendite regionale ha trovato rapidamente un elenco di clienti a rischio sulla propria scrivania con indicazioni su come coinvolgere ciascuno per assicurarsi che rimanessero fedeli. Con queste intuizioni, la compagnia ha ridotto il tasso di abbandono del 25%.

  1. Ottenere il giusto prezzo.

Nel mondo delle negoziazioni dei prezzi B2B, l’analisi delle offerte può garantire la trasparenza dei prezzi e consentire ai venditori di effettuare valutazioni durante le negoziazioni al fine di massimizzare il prezzo di vendita.

Tradizionalmente, i venditori B2B hanno fanno molto affidamento sull’esperienza per guidare le loro decisioni sui prezzi. Ma i team di acquisto sono diventati intelligenti e hanno iniziato a implementare i loro sofisticati strumenti di determinazione dei prezzi mettendo in difficoltà i team di vendita.

Esistono dei sistemi gestionali  (Dynamic Deal Scoring) che fornisce informazioni su trattative rilevanti ai rappresentanti durante la negoziazione. Utilizzando l’analisi dei criteri decisionali, i rappresentanti possono identificare acquisti simili e informazioni sugli accordi comparabili per guidare la vendita. I clienti con un comportamento di determinazione dei prezzi simile sono raggruppati in base a fattori quali il settore, il comportamento di acquisto passato o le dimensioni aziendali.
Una seconda sfida consiste nel fissare il prezzo di nuovi prodotti o soluzioni, in particolare quando non ci sono prodotti comparabili sul mercato o le condizioni di mercato cambiano rapidamente. Le aziende stanno implementando motori di prezzi dinamici che integrano dati di mercato e competitivi in ​​tempo reale con strategie di vendita per generare preventivi ottimali.

B. IMPLEMENTARE PER I VANTAGGI DELL’ANALISI DEI DATI

L’implementazione di un programma di analisi efficace è notoriamente complicata.

Le aziende di successo adottano cinque azioni specifiche per superare gli ostacoli comuni più significativi.

  1. Riconoscono che i dati perfetti non esistono. Implementando abilmente approcci di apprendimento continuo e integrando i dati interni con fonti esterne, le aziende leader sono state in grado di estrarre informazioni preziose anche da dati poveri. Nel tempo, la qualità dei dati migliora man mano che i primi risultati positivi giustificano maggiori investimenti in infrastrutture e qualità dei dati.
  2. Acquisiscono competenze specifiche in analisi dei dati, ma non dimenticano l’importanza delle informazioni raccolte sul campo utili ad alimentare il motore delle analisi. Ciò significa assumere persone con competenze avanzate in statistica e apprendimento automatico per integrarle con esperti di analisi delle vendite che possono tradurre gli approfondimenti in azioni di marketing.
  3. Utilizzano soluzioni a basso costo per iniziare. Molte soluzioni sono relativamente poco costose e pronte per essere distribuite dal cloud. Ulteriori investimenti potrebbero essere necessari in futuro, in particolare nell’infrastruttura dati, ma, un maggiore investimento nella qualità dei dati può essere fatto una volta che il valore commerciale dell’analisi è chiaro.
  4. Incorporano l’analisi all’interno dei flussi di lavoro delle vendite. In questo modo garantiscono che gli approfondimenti siano disponibili nel momento in cui sono più preziosi così che i venditori possano utilizzare tali informazioni durante le negoziazioni.
  5. Se i dati devono guidare l’azione, è fondamentale che queste metodologie siano accompagnate da un cambiamento nella gestione aziendale attraverso una chiara comunicazione, incentivi, formazione e la corretta gestione della prestazione. In caso contrario, la forza vendite le ignorerà.

I dati e le nuove tecniche analitiche hanno introdotto maggiore rigore, efficienza e conoscenza. In molti settori, è l’adozione di analisi avanzate che ha iniziato a differenziare i vincitori dal resto.

 

 

Tratto da “Copyright © 2016 McKinsey & Company. Tutti i diritti riservati.”