اتجاهات البيانات الضخمة: حالة المبيعات في 2018

ما هي اتجاهات البيانات الضخمة الرائدة في عام 2017؟ من الذكاء الاصطناعي (AI) إلى تكامل البيانات ، كانت هناك العديد من المفاهيم والتقنيات التي أسرت الصناعة ودفعت بها إلى الأمام. ربما لم يكن هناك شيء كبير وشامل مثل الأتمتة ، والتي أثرت في كل شيء بدءًا من تحديد أولويات العملاء المحتملين إلى توفير بيانات احتمالية دقيقة وسياقية متزايدة. ومع بداية العام الجديد ، نوجه نظرنا نحو المستقبل - وحالة المبيعات خلال العام المقبل.

ستقود فكرة الصورة الكبيرة للأتمتة الإبرة مرة أخرى هذا العام. مع استمرار نضج التعلم الآلي ، ستستفيد المؤسسات من هذه الأدوات لتحسين استراتيجيات جمع البيانات الخاصة بها. وبالمثل ، ستساعد البيانات التقنية الفرق على تحديد الأسواق الجديدة واتخاذ قرارات تجارية مستنيرة. أخيرًا ، ستمكّن التحليلات التنبؤية الفرق من إعادة تعريف ما يعتبرونه "العميل الذهبي".

هل أنت مهتم بمعرفة المزيد؟ دعنا نراجع توقعاتنا لأكبر الاتجاهات التي سنراها في 2018.

لكن أولاً ، تعريف "سريع" للبيانات الضخمة.

إذن ، ماذا تعني البيانات الضخمة في عام 2018؟ بصراحة ، لا يوجد تعريف مقبول على نطاق واسع. مقال نشر عام 2014 من مجلة Forbes بعنوان "12 تعريفًا للبيانات الضخمة: ما هو ملكك؟" يتتبع أصول المصطلح. تم توثيق المصطلح لأول مرة في عام 1997 وتم تعميمه في عام 2008 ، وقد خضع المصطلح إلى تحول كبير. تأخذ دراسة McKinsey & Company لعام 2011 هذا التاريخ المثير للجدل خطوة أخرى إلى الأمام وتعرف البيانات الضخمة على أنها "مجموعات بيانات يتجاوز حجمها قدرة أدوات برامج قواعد البيانات النموذجية على الالتقاط والتخزين والإدارة والتحليل." تستمر الدراسة في الادعاء بأن التعريف "ذاتي عن قصد" ويختلف بناءً على حجم مجموعات البيانات وتطبيقها.

إذن ، ماذا يعني كل هذا - وماذا يعني ذلك في عام 2018؟

أولاً ، مصطلح "البيانات الضخمة" تسمية خاطئة ، حيث تستخدم كلمة "كبير" كجذر للمشكلة. في عام 2018 ، يعني المصطلح بشكل فعال مجالات متباينة من البيانات. من البيانات الخارجية والداخلية إلى غير المنظمة والمنظمة ، تحاول البيانات الضخمة فهم مصادر البيانات العديدة. تعد البيانات الضخمة طريقة رائعة للحصول على جميع البيانات التي قد تحتاجها - وهي طريقة أفضل للتأكد من أنك ترى بيانات قد لا تكون كذلك.

أحد أكبر الاتجاهات التي سنراها هذا العام هو قيام الشركات بإعادة تعريف ماهية البيانات الضخمة وكيفية جمعها. في الماضي ، كانت عقلية الشركات هي جمع أكبر قدر ممكن من البيانات. لقد تركهم هذا فعليًا مع الكثير من البيانات ، وسرعان ما أدركوا أنهم لا يحتاجون إلى معرفة كل شيء صغير عن العميل المحتمل. في الواقع ، وفقًا لبيانات عام 2015 ، قال 53 في المائة من مديري المبيعات إنهم شعروا بالإرهاق من حجم بياناتهم ، واعترف 38 في المائة بأنهم لم يعرفوا ما يجب فعله بالبيانات بمجرد حصولهم عليها.

صحيح أن العديد من الشركات لديها الكثير من البيانات. بدلاً من جمع المزيد من البيانات ، يجب على الشركات صقل وتحسين عملية جمع البيانات الخاصة بهم. يتطلب هذا من فرق المبيعات العثور على الأدوات - أو الأفراد المهرة - لمساعدتهم على تفسير البيانات. في هذا الصدد ، لتحقيق النجاح في العام المقبل ، يجب على الشركات الاستفادة من التكنولوجيا المناسبة وأتمتة استراتيجيات جمع البيانات الخاصة بها. فيما يلي ثلاث تقنيات ستساعد في دفع اتجاهات البيانات الضخمة هذه.

1. تعلم الآلة

كما أكدنا من جديد ، فإن أحد أكثر اتجاهات البيانات الضخمة الواعدة لهذا العام هو أتمتة عملية جمع البيانات - ونتوقع أن يكون هذا العام ضخمًا للتعلم الآلي. لفهم ما وصلنا إليه ، دعنا أولاً نفكر في الطريقة التي تم بها جمع البيانات بمرور الوقت. في الماضي ، كانت العملية تتطلب عمومًا مندوبًا لإدخال البيانات يدويًا في CRM. هذا خلق تحيزًا بطبيعته ، حيث كان هناك عنصر ذاتية في العملية.

تعمل خوارزميات التعلم الآلي على تبسيط هذه العملية من خلال تحليل العوامل المحددة مسبقًا وإزالة العمل اليدوي. على سبيل المثال ، أصبحت تحليلات الكلام إلى نص موثوقة بشكل متزايد في السنوات الأخيرة. تمكّن هذه الأدوات المندوبين من تحليل ما قيل أثناء مكالمة المبيعات ومقارنتها بنتائجها. تقوم شركات مثل Gong و Chorus و ExecVision بالفعل بوضع أدوات فوق نموذج تحويل الكلام إلى نص وجعله مرئيًا للمؤسسات.

في نهاية المطاف ، يؤدي توحيد جمع البيانات إلى إزالة الشعور الداخلي ، وتؤدي أتمتة عمليات التصنيف والجمع إلى إزالة العنصر البشري من المعادلة. نظرًا لأن بائعي تكنولوجيا التعلم الآلي ليس لديهم مصلحة خاصة بخلاف تحسين دقة أنظمتهم ، فإن هذا النهج يوفر لمديري المبيعات نظرة عامة موضوعية على صحة خطوط الأنابيب الخاصة بهم.

2. البيانات التكنولوجية

لطالما اعتمدت الشركات على التركيبة السكانية والرسوم الثابتة لفهم قاعدة عملائها بشكل أفضل. من خلال الاستفادة من هذه البيانات ، يمكن للمسوقين الاستهلاكيين تصميم رسائل حول سمات مثل العمر والجنس ودخل الأسرة. في حين أن هذه السمات لا تزال قابلة للتطبيق في عام 2018 ، يمكن لفرق المبيعات الاستفادة من البيانات التقنية لزيادة جهودهم. من خلال تحليل مجموعة تقنيات الشركة ، تساعد البيانات التقنية مديري المبيعات على تحديد الأدوات والتقنيات التي يستخدمها العميل المحتمل.

تمكن الأدوات التكنولوجية فرق المبيعات من التعمق في فهمهم لعملائهم. تقوم هذه التقنية بمسح الإنترنت لإنشاء ملفات تعريف خارجية للشبكة والويب ، استنادًا إلى كل شيء بدءًا من أدوات إدارة المشاريع إلى CRM إلى أدوات أتمتة التسويق. يوفر هذا للمؤسسة فرصة للانخراط في مكالمات مبيعات مستهدفة مع العملاء المحتملين وتحديد ما إذا كانت حلولهم وعروضهم مناسبة بشكل مثالي.

عندما يفهم المندوبون التقنية التي يستخدمها عملاؤهم المحتملون ، يمكنهم إجراء محادثات أكثر استنارة. يمكن تصميم هذه الرسائل حول نقاط الألم في الحياة الواقعية المحتملة. يمكن للفرق أيضًا تحديد أسواق جديدة واتخاذ قرارات مستنيرة لتطوير الأعمال وتخطيط المنتجات.

3. التحليلات التنبؤية

التحليلات التنبؤية ليست غريبة على الاتجاهات ، حيث وصفتها Inc. بأنها الشيء الكبير التالي في الماضي. تستخدم هذه الأدوات التنقيب عن البيانات والتعلم الآلي والإحصاءات للتنبؤ بالعملاء المحتملين والتوقعات - وتوضيح أفضل الطرق لإشراكهم. تتكون النماذج التنبؤية من عوامل تؤثر على النتائج المستقبلية ، مثل حجم الشركة ودورة المبيعات وسجل الشراء. في حين أن هناك العشرات من أدوات التحليل المختلفة ، في النهاية ، فهي في الأساس لوحات معلومات توفر للشركات نظرة سريعة على حالة أو حالة برامجها وتصور النشاط والاتجاهات.

تاريخيًا ، تم بناء التحليلات التنبؤية حول فكرة التنبؤ أو إخبار الأعمال بما سيحدث. يجب أن تتجاوز التحليلات التنبؤية إخبار الشركات بالنظرية وتوضح ما يمكن أن يحدث بناءً على مجموعة من السمات المختلفة - وبعد ذلك ، والأهم من ذلك ، كيف يمكن للشركات تحقيق هذه النتائج. في عام 2018 ، يجب أن تتعلم الشركات استخدام المنطق التنبئي لفهم التأثير الأكبر على النتائج المرجوة ، سواء كان ذلك عدد المبيعات أو السعر أو أي سمات أخرى.

يعد مفهوم التجميع أحد أكثر اتجاهات البيانات الضخمة الواعدة التي رأيناها مع التحليلات التنبؤية. في الماضي ، استخدمت الشركات سمات فردية لتحديد عميل ذهبي واحد. ومع ذلك ، قد يكون للشركات خمسة أو ستة أنواع مختلفة ، أو أشكال مختلفة ، من العميل الذهبي. في عام 2018 ، يمكن استخدام التحليلات التنبؤية لتجميع التركيبة السكانية لتوسيع فكرة العملاء المثاليين ، حتى تتمكن المؤسسات من تحديد العملاء المتوقعين المهمين. كما أنه يساعدهم على تجنب إهمال العملاء المحتملين الذين ربما فاتتهم في الماضي.

البيانات الضخمة في العمل

تساعد الأتمتة والتحليلات المؤسسات على تحقيق عرض 360 درجة للعملاء المحتملين بشكل أفضل. تحقق المنظمات الناجحة التي تطبق أدوات التعلم الآلي والبيانات التقنية والتحليلات التنبؤية أقصى استفادة من جهودها. على سبيل المثال ، يمكن أن يساعد جمع البيانات التقنية حول التوقعات وربطها بالتحليلات التنبؤية في توضيح الأدوات التي يستخدمها العملاء المحتملون وكيفية تخصيص محادثات المبيعات حول التقنيات والاتجاهات التي أثبتت جدواها.

يمكن أن يساعد دمج تقنية التفكير المستقبلي في توفير رؤية كاملة لعملائك. إن معرفة كيفية توحيد البيانات وتنظيمها لا يوفر الوقت والمال فحسب ، بل يقلل أيضًا من المتاعب. ومع ذلك ، لا تحدث الأتمتة بين عشية وضحاها. يتطلب الإعداد ونهجًا راسخًا - ويتطلب بالتأكيد بيانات دقيقة. تُظهر الأبحاث من أبردين أن أفضل المؤسسات في فئتها "تستثمر في دقة البيانات حول سلوكيات العملاء والعملاء المحتملين".

عند تنفيذها بشكل صحيح ، تمكن استراتيجيات جمع البيانات الفرق من تنفيذ استراتيجيات مخصصة ومخصصة بناءً على البصيرة الفعلية التي تسفر عن نتائج فعلية. من المحتمل أنك تتطلع إلى دخول أسواق وقطاعات ومناطق جغرافية جديدة. ومع ذلك ، في هذه الأيام ، قد يكون الحصول على معلومات دقيقة عن السوق أمرًا شاقًا ويستغرق وقتًا طويلاً.

لذا ، كيف يمكنك تجهيز مؤسستك لتكون جاهزة للبيانات الضخمة؟

يساعد إسناد جهود المبيعات الخاصة بك إلى الخبراء في تبسيط هذه العملية عن طريق إعادة إحياء بياناتك - حتى تتمكن من تتبع الاتجاهات المهمة وتحليل الولاء وتقييم إستراتيجية التواصل الخاصة بك بالكامل. من خلال دمج أحدث التقنيات والأدوات ، توفر حلول المبيعات الخارجية رؤية لما يجعل الأشخاص ذوي الأداء الأفضل ينجحون بالضبط. يوفر هؤلاء الخبراء أيضًا تحليلات وتقارير لتقييم احتياجات برنامجك ، حتى تتمكن مؤسستك من اتخاذ قرارات العمل التي تنتج نتائج يمكن التنبؤ بها وقابلة للتكرار.

قدمت MarketStar نتائج حقيقية وملموسة لعملائنا منذ عام 1988 (30 عامًا!). لقد وفر اتساع نطاق الحلول التي نقدمها بيانات قوية تعتبر أساسًا لأي برنامج مبيعات ناجح. نحن نمكّن الفرق من نشر قوة عاملة مخصصة في جزء بسيط من الوقت ، ولكن مع زيادة الجودة. تتيح حلول المبيعات الخارجية الخاصة بنا للمؤسسات تحويل البيانات المهمة إلى أرقام مجدية.

بالإضافة إلى ذلك ، نبقى على اطلاع دائم باتجاهات البيانات الضخمة ، حتى تتمكن من النجاح في عام 2018 وما بعده.

تمت كتابة هذا المقال بمساهمات من كايل ريتشاردسون وبول براون.