在上一篇文章中，我們已經(jīng)簡(jiǎn)單從宏觀(guān)的層面介紹了在降本增效的時(shí)代，數(shù)據(jù)本身所具備的價(jià)值。可以說(shuō)，在這個(gè)數(shù)字化的時(shí)代，各個(gè)公司銷(xiāo)售間比拼的就是獲得數(shù)據(jù)、分析數(shù)據(jù)以及利用數(shù)據(jù)的能力。另外，我們也已經(jīng)簡(jiǎn)單地引出，當(dāng)下，銷(xiāo)售團(tuán)隊(duì)?wèi)?yīng)該通過(guò)增設(shè)內(nèi)部信息洞察視角，來(lái)更加完善地重新審視并利用數(shù)據(jù)。那么，從微觀(guān)的角度，我們又該如何采集并處理這些數(shù)據(jù)呢？今天的文章將會(huì)帶你落地。

一般而言，許多銷(xiāo)售代表可能只會(huì)注意一通談判電話(huà)最后的結(jié)果，而內(nèi)部信息指的是，銷(xiāo)售代表與買(mǎi)家或潛在買(mǎi)家接觸過(guò)程中的所有信息，包括前期所作研究、中間的郵件、電話(huà)往來(lái)等各種碎片信息。如果能夠洞察這些信息，就能夠相對(duì)應(yīng)地提前布局，從而得以用最少的資源得到最大的收益。

那么，如何才可以構(gòu)建并利用內(nèi)部信息洞察視角？Megaview.com的數(shù)據(jù)分析專(zhuān)家認(rèn)為，這將要求銷(xiāo)售代表們能夠熟練掌握對(duì)諸如Megaview.com、Gong.io等銷(xiāo)售會(huì)話(huà)智能平臺(tái)的使用。

在收集與處理數(shù)據(jù)方面，銷(xiāo)售會(huì)話(huà)智能平臺(tái)的優(yōu)勢(shì)體現(xiàn)在哪里？一方面，相對(duì)原先主要基于手動(dòng)輸入的CRM系統(tǒng)來(lái)說(shuō)，由人工智能技術(shù)驅(qū)動(dòng)的會(huì)話(huà)智能平臺(tái)能夠自動(dòng)化地抓取更多的會(huì)話(huà)信息，人工手動(dòng)錄入信息的速度幾乎無(wú)法與之相比，從而大大降低了人工方面的成本；另一方面，在自然語(yǔ)言處理技術(shù)的加持下，智能會(huì)話(huà)系統(tǒng)能夠結(jié)構(gòu)化地拆解會(huì)話(huà)信息并“聰明”地進(jìn)行分析，從而率先為銷(xiāo)售代表與負(fù)責(zé)人提供一部分信息，從而大幅度提高從業(yè)人員的工作效率。

具體而言，一位優(yōu)秀的銷(xiāo)售代表應(yīng)該從獲取更準(zhǔn)確的客戶(hù)畫(huà)像、找到痛點(diǎn)并進(jìn)行預(yù)測(cè)以及自我提升為目的來(lái)處理獲得的數(shù)據(jù)。

那么問(wèn)題來(lái)了，難道過(guò)去在CRM系統(tǒng)中就無(wú)法獲得客戶(hù)畫(huà)像嗎？不是這樣的。CRM也有一些客戶(hù)畫(huà)像之類(lèi)的功能，但由于大多數(shù)因?yàn)槭鞘謩?dòng)輸入且添加標(biāo)簽，很容易因?yàn)槿斯さ呐袛嗯c操作而漏掉一些關(guān)鍵的信息。而相對(duì)來(lái)說(shuō)，通過(guò)機(jī)器學(xué)習(xí)處理數(shù)據(jù)的智能會(huì)話(huà)平臺(tái)可以“原汁原味”地保留所有的數(shù)據(jù)，這些數(shù)據(jù)可以幫助我們得到一個(gè)“更準(zhǔn)確的客戶(hù)畫(huà)像”。

舉一個(gè)例子，原先手動(dòng)輸入一個(gè)客戶(hù)的信息，男性，45歲，所在公司的規(guī)模是多少，但他的信息可能存?zhèn)位蚴怯凶儎?dòng)，這就需要你通過(guò)平日里更多的會(huì)話(huà)或是從諸如郵件、視頻錄屏等其他渠道收集起來(lái)的信息去相互佐證，顯然手動(dòng)采集已經(jīng)行不通了。

但是，銷(xiāo)售會(huì)話(huà)智能平臺(tái)卻能一字不漏地采集起來(lái)，甚至通過(guò)基本的會(huì)話(huà)數(shù)據(jù)分析就能直接輸出一個(gè)客戶(hù)畫(huà)像。客戶(hù)的一些靜態(tài)屬性，例如ToC場(chǎng)景下的性別、年齡等等信息，以及ToB場(chǎng)景下的公司規(guī)模，當(dāng)前使用系統(tǒng)等等，都是可以從會(huì)話(huà)中提取出來(lái)，輔助銷(xiāo)售代表進(jìn)行信息收集的。

除了客戶(hù)畫(huà)像以外，對(duì)于銷(xiāo)售代表來(lái)說(shuō)，更重要的是要在反復(fù)的對(duì)話(huà)中了解對(duì)方的痛點(diǎn)，因?yàn)橥袋c(diǎn)，也常常是客戶(hù)的需求所在。

對(duì)于銷(xiāo)售代表而言，在與客戶(hù)溝通前，要對(duì)客戶(hù)的信息有所了解，并從客戶(hù)信息中心了解到對(duì)方背景（也就是我們上文說(shuō)的畫(huà)像）并有針對(duì)性地對(duì)客戶(hù)痛點(diǎn)有一定的預(yù)判。在后續(xù)的溝通過(guò)程中，則需要評(píng)估痛點(diǎn)相關(guān)信息的挖掘與收集、對(duì)于客戶(hù)關(guān)注點(diǎn)以及客戶(hù)提出一些異議進(jìn)行重點(diǎn)理解。例如，在溝通過(guò)程中，在講到哪里客戶(hù)提問(wèn)的頻率比較高、到哪里時(shí)客戶(hù)提出的質(zhì)疑比較多、或者哪一處客戶(hù)提問(wèn)的頻率比較高，這些都有助于我們了解客戶(hù)的具體痛點(diǎn)和需求點(diǎn)。

這樣一來(lái)，似乎都有許多地方需要銷(xiāo)售代表留意，顯然再次挑戰(zhàn)了人工的極限。所以在傳統(tǒng)的銷(xiāo)售工具以外，專(zhuān)家建議引入銷(xiāo)售會(huì)話(huà)智能平臺(tái)獲得更多的客戶(hù)跟進(jìn)記錄（頻率、周期、客戶(hù)跟進(jìn)小結(jié)等），得到更加完善的信息。結(jié)合客戶(hù)畫(huà)像以及客戶(hù)痛點(diǎn)，銷(xiāo)售會(huì)話(huà)智能平臺(tái)可以根據(jù)算法綜合性地輸出一個(gè)最終的意向度，這個(gè)意向度相當(dāng)于是系統(tǒng)對(duì)未來(lái)交易的一個(gè)預(yù)測(cè)。

另外，從銷(xiāo)售負(fù)責(zé)人的角度來(lái)說(shuō)，他們也可以從系統(tǒng)中對(duì)在跟進(jìn)的各個(gè)客戶(hù)的需求進(jìn)行一個(gè)排序，根據(jù)輕重緩急來(lái)決定資源的分配。

最后，專(zhuān)家還提出了一個(gè)新視角——銷(xiāo)售代表應(yīng)該以實(shí)現(xiàn)自我提升為目的來(lái)處理數(shù)據(jù)。

他舉了一個(gè)例子方便我們來(lái)理解。一個(gè)銷(xiāo)售代表可以去留意自己在一次通話(huà)中發(fā)言的比例大概是多少，本次在對(duì)客戶(hù)進(jìn)行產(chǎn)品介紹花了多少時(shí)間，詢(xún)問(wèn)了客戶(hù)幾個(gè)問(wèn)題，客戶(hù)提出哪些問(wèn)題的時(shí)候自己有停頓、停頓的時(shí)間有多久等等。

銷(xiāo)售會(huì)話(huà)智能平臺(tái)在經(jīng)過(guò)對(duì)大量銷(xiāo)售代表的實(shí)戰(zhàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)之后，會(huì)提供一個(gè)成熟的結(jié)果，并對(duì)每個(gè)數(shù)據(jù)指標(biāo)都進(jìn)行較優(yōu)值推薦，比如，銷(xiāo)售發(fā)言占比最佳推薦值在65%。

因此，銷(xiāo)售代表可以將自己的數(shù)據(jù)與系統(tǒng)采集數(shù)據(jù)進(jìn)行對(duì)比，從而有針對(duì)性地發(fā)現(xiàn)自己的問(wèn)題，并且有針對(duì)性地進(jìn)行調(diào)整。