什么是引导式销售？它如何帮助您改善客户体验？

当今的组织努力为与之互动的每个人实现完美的客户体验 (CX)。 这些努力并不集中在部门层面，而是反映在整个组织中。 显然，CX 高管承担着确保顺畅、简化的客户交互的最重要任务。 一次不完美的互动会让您失去一位客户。 然后是另一个，因为口耳相传和负面评论会加速损害品牌声誉。 幸运的是，技术进步以现代销售解决方案的形式帮助了组织。 人工智能的采用在各个行业呈指数级增长，但并不是每个人都认为它是解决所有 CX 问题的万能救星。

如今，只有 41% 的 CX 高管声称他们拥有 AI 战略。 在 AI 融入我们生活方方面面的时代，这个比例微不足道。 IBM 确定了一系列因素，促使 CX 高管渴望在其组织内采用 AI，改善 CX 是主要原因之一。 但让我们在下面看看引导式销售和技术如何带来公平的贡献。

什么是引导销售？

简而言之，引导式销售是在客户数据的帮助下分析当前和历史销售趋势并定制产品推荐以加快转化率的过程。 据Gartner称，75% 的 B2B 销售将通过人工智能和机器学习驱动的销售解决方案进行管理。

Netflix 在推荐您下一部最喜欢的剧集方面做得很出色。 在平台上观看的节目中有 80%是通过引导销售或推荐发现的。 许多 B2B 和 B2C 企业都渴望达到同样的“魔力”水平。 引导式销售远非魔术，而更接近人工智能驱动的数据工程、定制软件开发和部署。

B2B 销售中的引导式销售

在 B2B 中，买家旅程比在 B2C 或电子商务中更加微妙。 买家更倾向于重新审视其买家旅程中过去的步骤，以确保他们做出正确的决定。 通过这样做，他们打破了我们在 B2C 动态中遇到的传统流程。 因此，在 B2B 中，引导式销售引入了 B2B 软件销售解决方案，通过推荐最佳内容、沟通策略、操作和产品来完成交易，帮助销售团队增加销售额。

在这种情况下，公司需要强大的人工智能工具来将原始数据转化为可操作的见解。 ML 在这里也发挥了作用。 以这种技术为后盾的工具可以通过学习行为趋势来指导销售代表，并根据精确数据、历史趋势、市场状况和人口统计数据建议下一步最佳行动。

B2C 或电子商务销售中的引导式销售

在 B2C 和电子商务销售中，引导销售主要是通过推荐工具进行的。 该技术根据客户互动和数据过滤和显示产品推荐：思考评论、评级、页面浏览量、购物车事件、点击率等。 十多年前，亚马逊再次率先部署了类似的引擎。 剩下的就是历史——由数据、客户交互和复杂、敏捷的算法驱动的历史。 在过去十年中，用户产生的数据量增加了提供卓越用户体验的机会，帮助企业提供卓越的全渠道客户体验。 正确部署的类似工具可以帮助企业提高客户保留率、建立忠诚的客户群并增加收入。 人工智能驱动的引导式销售软件可以帮助促进不同层面的客户体验战略。

引导式销售如何运作？

您如何利用 AI 驱动的引导式销售来提升全公司的绩效 KPI​​？ 这些系统使用不同的规则和模型来改变买家的购买决定。 以下是一些与 B2C 和电子商务动态相关的示例：

• Last Purchase Model——这个模型使用一个简单的原则：这个买家之前购买的是什么，也可能是他们的下一个。产品目录有时会更改，之前购买的商品可能不再可用。 上次购买推荐工具模型可以从用户交互中检索信息，并推荐商店目录中的类似商品。
• 流行度模型——基于流行度的模型通过在特定时间范围内根据产品在目录中的流行度对产品进行排名并根据此数据提出建议来工作。在电子商务中，这些模型占据了舞台。
• 关联模型——用户是否为情人节购买了一盒巧克力？一瓶葡萄酒将恰到好处地补充它。 这是推荐系统可以帮助您的企业提高绩效 KPI​​ 并从长远来看改善客户体验的另一种简单而有效的方法。
• 时间序列模型——这个模型的工作原理与关联规则相同，但它更具体一些。它使用基于顺序的算法并记录长期和短期用户偏好。

在 B2B 中，流程更为复杂。 销售自动化工具是引导式销售的核心。 支持 AI 的销售自动化和 CRM 工具可帮助销售代表在缺乏完整数据的情况下发现独特的见解。 高性能软件从外部来源收集数据并遵守内部记录，以 360 度全方位了解每个客户。

您什么时候应该考虑引导式销售？

B2B 和 B2C 业务都可以从引导式销售技巧中受益。 促进这些过程的专用工具具有一系列好处：

• AI 生成的见解可帮助您的公司发现隐藏的市场机会。
• 通过了解您应该优先考虑管道中的哪些潜在客户来提高销售效率。
• 通过帮助您的销售代表根据每个客户的具体情况做出正确的决策和建议来提高客户满意度。
• 通过实时预测案例路由和上下文数据改进客户参与策略。
• 通过确定您的投资组合中的哪些客户最有可能流失，战略性地与客户互动。

引导式销售最佳实践

不管很多人怎么想，引导销售中推荐的产品远不是一组相同的产品。 而这正是许多企业错失为客户量身定制独特体验并让他们成为品牌拥护者的机会（这也是追加销售机会的产生方式）。 以下是我们对如何确保您遵循最安全、最干净的路径以引导销售支持的 CX的看法。

了解您的客户

由于缺乏数据，CX 高管尚未声称了解他们的客户。 数据是组织内所有部门取得成功的关键，但有时，数据需要更具凝聚力、更完整且冗余更少。

要充分了解客户行为并成功利用产品推荐和引导式销售，您必须确保完整的数据集驱动这些推荐。 尽管您可能拥有明确的客户角色，但并非该池中的每个人都符合相同的描述并且具有确切的需求或预算。 这些标准会影响他们的购买决定，您的建议必须采纳。

例如，如果您拥有一家在线服装店，比方说，一些购物者可能会以连衣裙为目标，并且只会购买此类别的产品。 但并不是所有的裙子都符合“完美裙子”的描述。 有些人根据长度做出决定，有些则根据颜色或面料做出决定。 其他人只会虔诚地购买单一品牌的连衣裙。 高效的产品推荐引擎会考虑所有这些变量，并将每个访问者识别为独​​一无二的。 为此，引擎必须发现每个过去购买决定背后的“原因”。 这个理论在B2B 场景中也是可移植的。 在存在完整数据的情况下，您的引擎将确定吸引客户的因素以及他们购买决定背后的触发因素。 一个成功的引擎将做更多的事情。 它还将说服他们通过相关产品推荐增加平均订单价值。

数字有魔力——少即是多

那么，产品推荐的完美数量是多少？ 有时，电子商店、B2C 和 B2B 企业将这些引擎视为加速转化的手段，从而忽略了重点。 这就是为什么他们的建议很多。 但实际上，产品推荐的存在是为了增强客户体验并为访问者提供愉快轻松的互动。

虽然提供许多产品推荐很诱人，但这很快就会成为决策疲劳的根源，从而使购物者感到沮丧。 请记住，引导访客与将您的电子商店转变为 2000 年代的网站之间存在微妙的界限。 考虑到这一点，我们建议在采用这种方法时质量胜于数量。 与您的客户及其当前购物会话相关的精选产品的简短列表就足够了。

为您的产品策划一个高质量的图片库

电子商务企业有两个先决条件：产品本身和引人注目的图像。 就在线商店而言，视觉内容是基础，是简化客户体验的重要组成部分。 高质量的视觉内容可以为您的客户提供真实的在线购物体验，同时确保他们获得与他们的需求紧密匹配的产品。 看看 Zalando。 他们的建议包括特色产品的清晰图像，增加它们的吸引力并有助于为客户提供更顺畅的体验。

部署高度准确的推荐引擎

根据Marketing Dive的说法，策划不当的客户体验可能会将访客推向您的竞争对手——48% 的受访者这样说。 投资推荐引擎时，您必须确保系统以灵活、直观和高度准确的方式开发，能够根据多个数据入口点预测客户的偏好。 使用 STAMP 模型创建的引擎是基于会话的神经网络引擎，计算不是很复杂但非常准确。 Zalando 和 Home Depot 都成功实施了此类模型。

社会证明和信任徽章

客户体验是可以转移的。 其他客户对您品牌的信任可能只是打造独特体验的缺失部分。 将社会证明和信任徽章嵌入到您的推荐中可以提高可信度。 在推荐产品旁边添加评论数量和总体评分将提高买家对您的品牌和产品的信任度。 它还将增加平均订单价值 (AOV)。

联系 SugarCRM 以在您的引导式销售流程中获得帮助

SugarCRM 可以帮助您更聪明地工作，而不是更努力地实现您的客户体验和销售目标。 我们的系统可以生成准确的预测，以便在您的指导销售过程中做出更好的决策。 借助 AI 支持的可预测性，您的公司可以获得可靠的下一步建议，并通过外部数据获得更好的可见性。

您可以在此处申请演示并查看 SugarCRM 如何帮助您进行引导式销售流程。