Zero
La vendita può essere un duro e imprevedibile luogo di lavoro; è in grado di intelligenza artificiale dare rappresentanti di vendita, un modo migliore di gestire la propria porta e dare loro padroni in un modo migliore di previsione?
Clari è predittiva del sistema di gestione delle vendite, mira ad aiutare le aziende a identificare il diritto di offerte e rischi nella loro pipeline di vendita ed è utilizzato da aziende, tra cui GE e Audi. ZDNet ha parlato il CEO della società Andy Byrne per saperne di più.
ZDNet: dimmi un po ‘ di te e della tua azienda?
Byrne: Clari è nato nel 2013. Prima abbiamo iniziato Clari sono stato coinvolto in avvio di una società denominata Clearwall Sistemi, nel 2005. Che stava facendo machine learning su grandi volumi di dati aziendali per consentire all’utente di rispondere a un titoli di indagine o di un contenzioso problema.
E siamo cresciuti che società fino a che non faceva per 100 milioni di dollari di fatturato e Symantec ha acquisito. Che è stato nel giugno del 2011.
Byrne: “stiamo iniziando a vedere il grande cambiamento che sta avvenendo in vendita con macchina di apprendimento.”
Foto: Clari
Ho voluto portare questo perché abbiamo fatto in macchina di apprendimento dal ’05. L’abbiamo chiamato predictive coding.
Il mio co-fondatore, Venkat Rangan, è venuto da me e mi disse iniziamo un’altra, ma con la tesi che la macchina di apprendimento stava per essere davvero, davvero grande nel Software Enterprise.
È diventato molto chiaro che il luogo che si dovrebbe iniziare nelle vendite, in quanto le vendite era davvero rotto. Avevano buoni sistemi di contabilità per estrarre i record in un database, ma che era davvero tutto è stato. Che non lo stava aiutando rep, sales manager per incrementare il fatturato e ai dirigenti di prevedere con precisione.
Qui era un $50 miliardi, realizzato di mercato in cui tutti i clienti che abbiamo parlato sono super deluso. Scarsa qualità dei dati è il problema Numero Uno. Numero Due punti ciechi in cui i gestori non sapevo cosa stava succedendo. E Numero Tre è stato il processo di previsione.
Tutto era fondamentalmente rotto. Essi stavano spingendo roba utilizzo di fogli di calcolo di Excel. Era solo brutale. Erano davvero solo un segnale e che era CRM dati. E che i dati inseriti manualmente dal personale di vendita e che odiavano lo fa.
VEDI: Come implementare l’IA e il machine learning (ZDNet relazione speciale) | Scaricare il report in formato PDF (TechRepublic)
Che era il dolore che abbiamo visto e ci siamo resi conto che avremmo potuto costruire una nuova build, la piattaforma di gestione che potrebbe utilizzare una macchina di apprendimento all’interno del suo nucleo.
Che è quello che abbiamo cercato di costruire.
E ora stiamo iniziando a vedere il grande cambiamento che sta avvenendo in vendita con il machine learning.
In termini di spesa, si può dire che due anni fa AI è stato un esperimento interessante per le vendite, da parte dei Cio furono una sorta di considerazione. Ora è uno dei migliori, se non il migliore area di spendere.
Come va allora?
Se si guarda la matematica dietro la nostra base di clienti, quindi abbiamo quasi triplicato si anno su anno. Se si guarda il trascorrere di intelligenza artificiale in azienda — JP Morgan ancorata oggi a $12 miliardi-si può vedere che è destinato a crescere nei prossimi tre anni, a poco meno di $60 mld di dollari di spesa.
Abbiamo previsto indietro nel 2013 la macchina di apprendimento stava per essere grande. Non sto dicendo che siamo chiaroveggente, abbiamo avuto fortuna. E qui siamo una piccola azienda che improvvisamente diventa una società elettrica. Siete sempre alla ricerca di una tendenza che si può andare e non c’è dubbio che c’è con l’intelligenza artificiale.
Che tipo di applicazioni si fa a vedere la guida di questo?
I nostri contratti di andare avanti e indietro. Ci sono un sacco di segnali. Se si aggiunge che il segnale di segnali che si trova nel record di account e di CRM e di sposare il marketing aggiuntive segnali come Marketo — stiamo analizzando tutte le Marketo dati — e aggiungere che il supporto per DocuSign e questi sono super-caratteristiche interessanti che è possibile utilizzare in macchina di apprendimento.
Stai individuando le aree in cui è a rischio attraverso decine di migliaia di offerte. Come si fa che si manifesta in un’applicazione che è in vendita la piattaforma di gestione? Ti faccio tre esempi.
Prendere il rappresentante di vendita. Invece di accedere al sistema CRM è un sistema mal progettato che non è realmente aiutare, li vendono, sono alla ricerca in Clari e Clari è ricordare loro dove sono a rischio, dove vedono a rischio e in cui non hanno speso abbastanza tempo. Diamo la priorità alle azioni che si devono intraprendere per chiudere loro le più veloci.
Ora guardate il sales manager. Lui ha dieci ripetizioni e hanno ciascuno ha dieci offerte. 100 offerte. Prima di Clari, si erano di registrazione in Salesforce e non aveva idea di che i rappresentanti stavano facendo. Essi non stanno andando a inserire manualmente tutte le cose che fanno. Stanno cercando di indovinare.
Ora, con Clari, Clari mostra immediatamente dove è a rischio. Si può vedere che si dispone di alcuni accordi con qualche rischio e hanno un look super rischioso. Potrebbe essere che i clienti non sono impegnati nel modo in cui dovrebbe essere, ma Clari li aiuta e poi si può portare più entrate.
VEDERE: Sensore piacerebbe enterprise: IoT, ML, e big data (ZDNet relazione speciale) | Scaricare il report in formato PDF (TechRepublic)
Nella terza area, pensare che l’esecutivo e l’incubo di previsione in Excel-inferno. Fanno rotolare tutti questi fogli di calcolo di Excel o fogli di lavoro Google in un mal progettato scheda CRM e non scala.
Log-in Clari e Clari è mostrare loro cose come il loro obiettivo è di 100 milioni in questo trimestre, ma si sta effettivamente facendo 120 milioni di euro. O la loro squadra è bisogno di fare i 160 e Clari è chiamata 125. Noi aiutarli a vedere che.
E poi ci suggeriscono le cose come, qui sono le aree in cui vediamo rischi e si può agire per ridurre tale e poi si farà il tuo numero.
Hai una vasta gamma di clientela che copre una vasta serie di aree di business. Come ha avuto inizio e dove ha fatto costruire?
Quello che state vedendo è un movimento che sta accadendo tra di chief revenue officer, e tra VPs di vendite, che hanno bisogno di un diploma di un sistema di CRM e di fogli di calcolo Excel e report BI per un nuovo modo di gestire il loro team di vendita con un predittiva, vendite piattaforma di gestione.
Che cosa è il prossimo?
Dipende dal tuo orizzonte temporale. Per noi, siamo laser focalizzato sulla predittivo applicazioni per i team di vendita. La quantità di opportunità che ci è vasto. Tutto quel dolore dentro di vendita è quello che vogliamo fare con.
Andando avanti ciò che si nota su di noi è che non solo stiamo guardando la gestione delle opportunità, la pipeline di ispezione, di previsione, che è il nostro core area, ma ci sono altri ambiti in cui stiamo iniziando a ottenere la trazione. Come possiamo estendere la nostra piattaforma e la portata e il segnale che noi sosteniamo, stiamo analizzando Marketo dati, è super-interessante per noi di coniugare le vendite e il marketing segnali in un’unica piattaforma. Che non è mai stato fatto. Sono sempre stati di sistemi separati.
In definitiva, non si tratta di top-of-imbuto di marketing i dati di vendita e medio fondo-di-imbuto dati di vendita. Solo le entrate.
Ti faccio un esempio. Prendere Okta: stavamo guardando i dati dell’utente e abbiamo visto un sacco di utenti che sono stati sempre il sistema e abbiamo pensato chi sono queste persone? E poi ci siamo resi conto che non erano nemmeno in vendita. Sono in finanza, sono in marketing, sono in HR, sono in operazioni di.
Quindi stiamo guardando le loro vendite noleggi e siamo in grado di prevedere, entro sei mesi, che sta per rendere il loro numero e chi non lo è. Così tutto ad un tratto, di risorse umane e di reclutamento ha un buon senso di come sono bravi ad assumere. O dove non lo sono, siamo in grado di mostrare loro dove stanno andando ad avere per apportare modifiche per migliorare le cose.
Come migliore software potrebbe migliorare le vostre operazioni di vendita
Con Einstein Voce di conversazione CRM sta per andare mainstream
Salesforce salti in segreteria assistenti di gara con la teoria di Einstein Voce.
La voce e la prossima generazione di CRM adozione
Mentre più spese di CRM che mai, più deve essere fatto per essere utile come dovrebbe essere.
SAP svela C/4HANA, mira a rinnovare il CRM, leva la sua base di ERP
SAP sta progettando di prendere a Salesforce, su più fronti, in quanto mira a legare il suo back-end software finanziario di front-office e ridefinire il customer relationship management.
Microsoft ha in programma di mettere le Dinamiche di 365 CRM/ERP su una due volte l’anno, al programma di aggiornamento
Microsoft sta portando Dinamiche 365 Online in linea con Windows 10 e Office 365 rilasciando aggiornamenti due volte l’anno, in aprile e in ottobre.
Etsy è la raccolta di quote del venditore a spendere di più in marketing, assistenza clienti
Il Brooklyn basato artigianato venditore ha detto che la nuova tassa struttura permetterà Etsy di investire in strategie di marketing per attirare gli acquirenti, migliorare l’assistenza ai clienti e auto di innovazione di prodotto.
Salesforce aggiornamento utilizza l’automazione di limitare le attività manuali, velocità di ciclo di vendita (TechRepublic)
Salesforce ampliato le sue Vendite Piattaforma Cloud più intelligenti di automazione di marketing. Ecco le nuove funzionalità pro dovrebbe sapere.
Migliori servizi cloud per le piccole imprese (CNET)
Più conosciuta di cloud storage e servizi di cloud computing
Argomenti Correlati:
Cloud
Big Data Analytics
L’innovazione
Tecnologia e Lavoro
Collaborazione
Sviluppatore
0