ビッグデータのトレンド: 2018 年の販売状況

2017 年の主要なビッグデータのトレンドは何ですか? 人工知能 (AI) からデータ統合まで、業界を魅了し、前進させるいくつかの概念とテクノロジがありました。 おそらく、リードの優先順位付けから、ますます正確で状況に応じた見込み客データの提供まで、すべてに影響を与えた自動化ほど大きくて包括的なものはありませんでした。 しかし、新しい年が始まると、私たちは将来、そして翌年の販売状況に目を向けます。

自動化の全体像のアイデアは、今年も大きな変化をもたらすでしょう。 機械学習が成熟し続けるにつれて、組織はこれらのツールを活用してデータ収集戦略を改善するでしょう。 同様に、技術データは、チームが新しい市場を特定し、情報に基づいたビジネス上の意思決定を行うのに役立ちます。 最後に、予測分析により、チームは「ゴールデン カスタマー」と見なすものを再定義できます。

もっと学びたいですか？ 2018 年に見られる最大のトレンドの予測を確認してみましょう。

しかし、最初に、ビッグデータの「簡単な」定義について説明します。

では、2018 年のビッグデータは何を意味するのでしょうか? 正直なところ、広く受け入れられている定義はありません。 Forbes の 2014 年の記事「12 のビッグデータ定義: What's Yours?」 用語の由来をたどります。 1997 年に最初に文書化され、2008 年に普及したこの用語は、かなりの変化を遂げました。 2011 年の McKinsey & Company の調査では、この論争の的となっている歴史をさらに一歩進めて、ビッグ データを「典型的なデータベース ソフトウェア ツールのキャプチャ、保存、管理、および分析の能力を超えるサイズのデータ​​セット」と定義しています。 この研究は、定義が「意図的に主観的」であり、データセットのサイズとアプリケーションに基づいて異なると主張しています。

では、これは何を意味し、2018 年には何を意味するのでしょうか?

まず、「ビッグデータ」という用語は誤称であり、「ビッグ」という言葉が問題の根源となっています。 2018 年には、この用語は事実上、データの異なるフィールドを意味します。 外部および内部から非構造化および構造化に至るまで、ビッグ データは多数のデータ ソースを理解しようとします。 ビッグ データは、必要になる可能性のあるすべてのデータを取得するための優れた方法であり、他の方法では確認できないデータを確実に表示するためのさらに優れた方法です。

今年見られる最大のトレンドの 1 つは、企業がビッグ データとは何か、そしてその収集方法を再定義することです。 これまでの企業の考え方は、できるだけ多くのデータを収集することでした。 これにより事実上、あまりにも多くのデータが残り、見込み客についてすべてを知る必要がないことにすぐに気付きました。 実際、2015 年のデータによると、セールス マネージャーの 53% がデータの量に圧倒されていると述べており、38% がデータを取得したらどうすればよいかわからなかったと認めています。

多くの企業があまりにも多くのデータを持っていることは事実です。 したがって、企業はより多くのデータを収集するのではなく、データ収集プロセスに磨きをかけ、改良する必要があります。 これには、営業チームがデータを解釈するのに役立つツール (または熟練した個人) を見つける必要があります。 この点で、来年成功するためには、企業は適切なテクノロジーを活用し、データ収集戦略を自動化する必要があります。 以下は、これらのビッグデータのトレンドを推進するのに役立つ 3 つのテクノロジーです。

1.機械学習

繰り返し述べてきたように、今年の最も有望なビッグ データ トレンドの 1 つは、データ収集プロセスの自動化です。 現在の状況を理解するために、まずデータがどのように収集されてきたかを考えてみましょう。 以前は、このプロセスでは通常、担当者が手動で CRM にデータを入力する必要がありました。 プロセスには主観的な要素があったため、これは本質的に偏見を生み出しました。

機械学習アルゴリズムは、事前に決められた要因を分析し、手作業を排除することで、このプロセスを合理化します。 たとえば、音声からテキストへの分析は、近年ますます信頼性が高まっています。 これらのツールを使用すると、担当者はセールス コール中に言われたことを分析し、その結果と比較できます。 Gong、Chorus、ExecVision などの企業は、音声からテキストへのパラダイムの上にツールを配置し、それを組織に可視化しています。

最終的に、データ収集を標準化することで直感が取り除かれ、分類と収集プロセスを自動化することで人間の要素が方程式から取り除かれます。 機械学習テクノロジのベンダーは、システムの精度を向上させること以外に既得権を持っていないため、このアプローチにより、セールス マネージャーはパイプラインの健全性に関する客観的な概要を把握できます。

2. 技術データ

企業は長い間、顧客ベースをよりよく理解するために人口統計と企業統計に依存してきました。 このデータを活用することで、消費者マーケティング担当者は、年齢、性別、世帯収入などの属性に合わせてメッセージを調整できます。 これらの属性は 2018 年にも適用できますが、営業チームは技術データを活用して取り組みを強化できます。 企業の技術スタックを分析することにより、技術データは、見込み客が使用するツールと技術を販売マネージャーが定義するのに役立ちます。

テクノグラフィック ツールを使用すると、営業チームは顧客についての理解を深めることができます。 このテクノロジーは、インターネットをスキャンして、プロジェクト管理ツールから CRM、マーケティング自動化ツールまで、あらゆるものに基づいて、外部の Web およびネットワーク プロファイルを構築します。 これにより、組織は見込み客とのターゲットを絞ったセールス コールに参加し、見込み客のソリューションと製品が最適かどうかを判断する機会が得られます。

営業担当者がリードが使用する技術を理解すると、より多くの情報に基づいた会話を行うことができます。 このメッセージは、見込み客の実際の問題点に合わせて調整できます。 チームはまた、新しい市場を特定し、情報に基づいたビジネス開発と製品計画の決定を下すことができます。

3. 予測分析

Inc. が過去の次の大きな出来事と呼んでいたように、予測分析はトレンドにとって見知らぬ人ではありません。 これらのツールは、データ マイニング、機械学習、統計を利用してリードと見込み客を予測し、それらを引き付ける最善の方法を示します。 予測モデルは、会社の規模、販売サイクル、購入履歴など、将来の結果に影響を与える要因で構成されています。 何十もの異なる分析ツールがありますが、最終的には、それらは基本的に、企業がプログラムの状態や状態を一目で把握し、活動や傾向を視覚化できるダッシュボードです。

歴史的に、予測分析は予測、つまり何が起こるかをビジネスに伝えるという考えに基づいて構築されてきました。 予測分析は、企業に理論を伝えるだけでなく、さまざまな属性の組み合わせに基づいて何が起こり得るかを示す必要があります。そして、最も重要なことは、企業がこれらの結果を実現する方法を示すことです。 2018 年、企業は予測ロジックを使用して、売上数、価格、その他の属性など、望ましい結果に最も大きな影響を与えるものを理解する必要があります。

予測分析で見られるビッグ データの最も有望な傾向の 1 つは、クラスタリングの概念です。 これまで、企業は単一の属性を使用して 1 人のゴールデン カスタマーを識別していました。 ただし、企業には 5 ～ 6 種類のゴールデン カスタマー (バリエーション) が存在する場合があります。 2018 年には、予測分析を使用して人口統計をクラスタリングし、理想的な顧客のアイデアを拡張して、組織が重要なリードを特定できるようにします。 また、過去に見逃した可能性のあるリードを見逃さないようにするのにも役立ちます。

実際のビッグデータ

自動化と分析は、組織が見込み客の 360 度ビューをより適切に実現するのに役立ちます。 機械学習ツール、技術データ、予測分析を適用して成功している組織は、その努力を最大限に活用しています。 たとえば、見込み客に関する技術データを収集し、それを予測分析と組み合わせると、見込み客が使用しているツールや、実績のある手法や傾向に基づいてセールス カンバセーションを調整する方法を示すのに役立ちます。

先進的なテクノロジーを統合することで、顧客の全体像を把握できます。 データを統合して整理する方法を知ることは、時間とお金を節約するだけでなく、頭痛の種も減らします。 ただし、自動化は一夜にして実現するものではありません。 セットアップと確立されたアプローチが必要であり、正確なデータが必要であることは間違いありません。 Aberdeen の調査によると、クラス最高の組織は「見込み客や顧客の行動に関するデータの精度に投資している」ことが示されています。

データ収集戦略を適切に実行すると、チームは実際の結果をもたらす実際の洞察に基づいて、パーソナライズされたカスタマイズされた戦略を実装できます。 新しい市場、セグメント、および地域への参入を検討している可能性があります。 しかし、最近では、正確な市場情報を取得するのは面倒で時間がかかる場合があります。

では、組織がビッグデータに備えるにはどうすればよいでしょうか?

販売活動を専門家にアウトソーシングすると、データを活用してこのプロセスを簡素化できます。そのため、重要な傾向を追跡し、ロイヤルティを分析し、アウトリーチ戦略全体を評価できます。 最新のテクノロジーとツールを組み込むことにより、アウトソーシングされたセールス ソリューションは、トップ パフォーマーを成功させる正確な要因を可視化します。 これらの専門家は、プログラムのニーズを評価するための分析とレポートも提供するため、組織は予測可能で再現可能な結果を​​生み出すビジネス上の意思決定を行うことができます。

MarketStar は、1988 年 (30 年!) 以来、クライアントに実際の具体的な結果を提供してきました。 当社の幅広いソリューションは、販売プログラムを成功させるための基礎となる確かなデータを提供してきました。 私たちは、チームが専任の労働力をわずかな時間で配置できるようにしますが、品質は向上させます。 当社のアウトソーシング販売ソリューションにより、組織は重要なデータを実現可能な数値に変換できます。

さらに、ビッグデータのトレンドを常に把握しているため、2018 年以降も成功を収めることができます。

この記事は、Kyle Richardson と Paul Brown の寄稿によって書かれました。