Big Data Trends: สถานะการขายในปี 2561

แนวโน้มข้อมูลขนาดใหญ่ในปี 2560 คืออะไร? ตั้งแต่ปัญญาประดิษฐ์ (AI) ไปจนถึงการรวมข้อมูล มีแนวคิดและเทคโนโลยีหลายอย่างที่ดึงดูดใจอุตสาหกรรมและขับเคลื่อนไปข้างหน้า บางทีอาจไม่มีอะไรใหญ่โตและครอบคลุมเท่ากับระบบอัตโนมัติ ซึ่งมีอิทธิพลต่อทุกอย่างตั้งแต่การจัดลำดับความสำคัญของโอกาสในการขายไปจนถึงการให้ข้อมูลผู้มีโอกาสเป็นลูกค้าตามบริบทที่แม่นยำยิ่งขึ้น เมื่อปีใหม่เริ่มต้นขึ้น เราก็หันมองไปยังอนาคต—และสถานะการขายในปีหน้า

แนวคิดภาพรวมของระบบอัตโนมัติจะขับเคลื่อนเข็มฉีดยาอีกครั้งในปีนี้ เมื่อแมชชีนเลิร์นนิงเติบโตเต็มที่ องค์กรต่างๆ จะใช้ประโยชน์จากเครื่องมือเหล่านี้เพื่อปรับแต่งกลยุทธ์การรวบรวมข้อมูล ในทำนองเดียวกัน ข้อมูลทางเทคโนโลยีจะช่วยให้ทีมระบุตลาดใหม่และตัดสินใจทางธุรกิจอย่างมีข้อมูล สุดท้าย การวิเคราะห์เชิงคาดการณ์จะช่วยให้ทีมสามารถกำหนดสิ่งที่พวกเขาคิดว่าเป็น "ลูกค้าระดับทอง" ใหม่ได้

สนใจเรียนรู้เพิ่มเติม? มาทบทวนการคาดการณ์ของเราสำหรับแนวโน้มที่ใหญ่ที่สุดที่เราจะได้เห็นในปี 2018

แต่ก่อนอื่น คำจำกัดความของข้อมูลขนาดใหญ่ที่ "รวดเร็ว"

แล้วบิ๊กดาต้าหมายถึงอะไรในปี 2561? พูดตามตรง ไม่มีคำจำกัดความที่ยอมรับกันอย่างกว้างขวาง บทความปี 2014 จาก Forbes เรื่อง “12 Big Data Definitions: What's Yours?” ติดตามที่มาของคำ มีการบันทึกครั้งแรกในปี 1997 และเผยแพร่ในปี 2008 คำนี้ได้รับการเปลี่ยนแปลงค่อนข้างมาก การศึกษาของ McKinsey & Company ในปี 2011 ได้นำประวัติศาสตร์ที่ขัดแย้งนี้ไปอีกขั้นหนึ่ง และให้คำจำกัดความของข้อมูลขนาดใหญ่ว่า “ชุดข้อมูลที่มีขนาดเกินความสามารถของเครื่องมือซอฟต์แวร์ฐานข้อมูลทั่วไปในการจับภาพ จัดเก็บ จัดการ และวิเคราะห์” การศึกษาดำเนินไปโดยอ้างว่าคำจำกัดความนี้เป็น "อัตนัยโดยเจตนา" และแตกต่างกันไปตามขนาดและการประยุกต์ใช้ชุดข้อมูล

ทั้งหมดนี้หมายความว่าอย่างไร และในปี 2561 หมายความว่าอย่างไร

ก่อนอื่น คำว่า "ข้อมูลขนาดใหญ่" เป็นการเรียกชื่อผิด โดยมีคำว่า "ใหญ่" ทำหน้าที่เป็นรากเหง้าของปัญหา ในปี 2018 คำนี้หมายถึงเขตข้อมูลที่แตกต่างกันอย่างมีประสิทธิภาพ จากภายนอกและภายในไปจนถึงไม่มีโครงสร้างและมีโครงสร้าง ข้อมูลขนาดใหญ่พยายามทำความเข้าใจแหล่งข้อมูลจำนวนมาก ข้อมูลขนาดใหญ่เป็นวิธีที่ยอดเยี่ยมในการมีข้อมูลทั้งหมดที่คุณต้องการ และเป็นวิธีที่ดียิ่งขึ้นไปอีกในการตรวจสอบให้แน่ใจว่าคุณเห็นข้อมูลที่คุณอาจไม่เห็น

หนึ่งในแนวโน้มที่ใหญ่ที่สุดที่เราจะได้เห็นในปีนี้คือธุรกิจกำหนดนิยามใหม่ว่าข้อมูลขนาดใหญ่คืออะไรและจะรวบรวมอย่างไร ในอดีต ความคิดของธุรกิจคือการรวบรวมข้อมูลให้ได้มากที่สุด สิ่งนี้ทำให้พวกเขามีข้อมูลมากเกินไป และในไม่ช้าพวกเขาก็ตระหนักว่าพวกเขาไม่จำเป็นต้องรู้ทุกสิ่งเล็กน้อยเกี่ยวกับผู้มีแนวโน้มจะเป็นลูกค้า จากข้อมูลในปี 2015 พบว่า 53% ของผู้จัดการฝ่ายขายกล่าวว่าพวกเขารู้สึกหนักใจกับปริมาณข้อมูลของพวกเขา และ 38% ยอมรับว่าพวกเขาไม่รู้ว่าจะทำอย่างไรกับข้อมูลเมื่อได้ข้อมูลมา

เป็นความจริงที่หลายๆ บริษัทมีข้อมูลมากเกินไป แทนที่จะเก็บรวบรวมข้อมูลมากขึ้น ดังนั้น ธุรกิจต่างๆ จึงต้องปรับปรุงและขัดเกลากระบวนการรวบรวมข้อมูลของตน สิ่งนี้ต้องการให้ทีมขายค้นหาเครื่องมือ—หรือบุคคลที่มีทักษะ—เพื่อช่วยในการตีความข้อมูล ในการที่จะประสบความสำเร็จในปีหน้า ธุรกิจต่างๆ จะต้องใช้ประโยชน์จากเทคโนโลยีที่เหมาะสมและทำให้กลยุทธ์การเก็บรวบรวมข้อมูลเป็นไปโดยอัตโนมัติ ด้านล่างนี้คือเทคโนโลยีสามอย่างที่จะช่วยขับเคลื่อนแนวโน้มของข้อมูลขนาดใหญ่เหล่านี้

1. การเรียนรู้ของเครื่อง

ดังที่เราได้กล่าวไว้ข้างต้น แนวโน้มของบิ๊กดาต้าที่มีแนวโน้มมากที่สุดแห่งปีคือการทำให้กระบวนการรวบรวมข้อมูลเป็นไปโดยอัตโนมัติ และเราคาดการณ์ว่าปีนี้จะเป็นปีที่ยิ่งใหญ่สำหรับแมชชีนเลิร์นนิง เพื่อให้เข้าใจว่าเราอยู่ที่ไหน อันดับแรก ให้พิจารณาวิธีการเก็บรวบรวมข้อมูลในช่วงเวลาหนึ่งก่อน ในอดีต กระบวนการโดยทั่วไปต้องการให้ตัวแทนป้อนข้อมูลลงใน CRM ด้วยตนเอง สิ่งนี้สร้างอคติโดยเนื้อแท้ เนื่องจากมีองค์ประกอบของความเป็นส่วนตัวในกระบวนการ

อัลกอริธึมการเรียนรู้ของเครื่องทำให้กระบวนการนี้คล่องตัวขึ้นโดยการวิเคราะห์ปัจจัยที่กำหนดไว้ล่วงหน้าและนำงานที่ต้องทำด้วยตนเองออก ตัวอย่างเช่น การวิเคราะห์เสียงพูดเป็นข้อความมีความน่าเชื่อถือมากขึ้นในช่วงไม่กี่ปีที่ผ่านมา เครื่องมือเหล่านี้ช่วยให้ตัวแทนสามารถวิเคราะห์สิ่งที่พูดระหว่างการขายทางโทรศัพท์และเปรียบเทียบกับผลลัพธ์ได้ บริษัทต่างๆ เช่น Gong, Chorus และ ExecVision ได้วางเครื่องมือไว้บนกระบวนทัศน์การแปลงคำพูดเป็นข้อความ และทำให้องค์กรมองเห็นได้

ในท้ายที่สุด การกำหนดมาตรฐานการรวบรวมข้อมูลจะขจัดความรู้สึกของลำไส้ และการทำให้กระบวนการจัดหมวดหมู่และการรวบรวมเป็นไปโดยอัตโนมัติจะลบองค์ประกอบของมนุษย์ออกจากสมการ เนื่องจากผู้จำหน่ายเทคโนโลยีแมชชีนเลิร์นนิงไม่มีส่วนได้เสียอื่นใดนอกจากการปรับปรุงความแม่นยำของระบบ แนวทางนี้จึงให้ภาพรวมวัตถุประสงค์ของความสมบูรณ์ของไปป์ไลน์แก่ผู้จัดการฝ่ายขาย

2. ข้อมูลเทคโนโลยี

ธุรกิจต่างๆ อาศัยข้อมูลประชากรและข้อมูลบริษัทมาเป็นเวลานานเพื่อทำความเข้าใจฐานลูกค้าของตนให้ดีขึ้น ด้วยการใช้ประโยชน์จากข้อมูลนี้ นักการตลาดผู้บริโภคสามารถปรับแต่งข้อความเกี่ยวกับคุณลักษณะต่างๆ เช่น อายุ เพศ และรายได้ครัวเรือน แม้ว่าคุณลักษณะเหล่านี้จะยังคงใช้ได้ในปี 2018 ทีมขายสามารถใช้ประโยชน์จากข้อมูลเทคโนโลยีเพื่อเพิ่มความพยายามของพวกเขาได้ ด้วยการวิเคราะห์กลุ่มเทคโนโลยีของบริษัท ข้อมูลทางเทคโนโลยีช่วยให้ผู้จัดการฝ่ายขายกำหนดเครื่องมือและเทคโนโลยีที่ผู้มีแนวโน้มจะเป็นลูกค้าใช้

เครื่องมือด้านเทคโนโลยีช่วยให้ทีมขายสามารถเจาะลึกความเข้าใจของลูกค้าของตนได้ เทคโนโลยีนี้จะสแกนอินเทอร์เน็ตเพื่อสร้างโปรไฟล์เว็บและเครือข่ายภายนอก โดยอิงจากทุกอย่างตั้งแต่เครื่องมือการจัดการโครงการไปจนถึง CRM ไปจนถึงเครื่องมือการตลาดอัตโนมัติ สิ่งนี้ทำให้องค์กรมีโอกาสที่จะมีส่วนร่วมในการโทรขายเป้าหมายกับผู้มีโอกาสเป็นลูกค้า และพิจารณาว่าโซลูชันและข้อเสนอของพวกเขาเหมาะสมหรือไม่

เมื่อตัวแทนเข้าใจเทคโนโลยีที่ลีดใช้ พวกเขาสามารถมีข้อมูลในการสนทนามากขึ้น ข้อความนี้สามารถปรับให้เข้ากับจุดปวดในชีวิตจริงของผู้มีแนวโน้มเป็นลูกค้าได้ ทีมงานยังสามารถระบุตลาดใหม่ และทำการพัฒนาธุรกิจอย่างมีข้อมูลและการตัดสินใจในการวางแผนผลิตภัณฑ์

3. การวิเคราะห์เชิงทำนาย

การวิเคราะห์เชิงคาดการณ์ไม่ใช่เรื่องแปลกสำหรับแนวโน้ม เนื่องจาก Inc. ได้เรียกสิ่งนี้ว่าสิ่งที่ยิ่งใหญ่ครั้งถัดไปในอดีต เครื่องมือเหล่านี้ใช้การทำเหมืองข้อมูล การเรียนรู้ของเครื่อง และสถิติเพื่อคาดการณ์ลีดและผู้มีแนวโน้มเป็นลูกค้า—และแสดงให้เห็นวิธีที่ดีที่สุดในการดึงดูดพวกเขา แบบจำลองการคาดการณ์ประกอบด้วยปัจจัยที่ส่งผลต่อผลลัพธ์ในอนาคต เช่น ขนาดของบริษัท รอบการขาย และประวัติการซื้อ แม้ว่าจะมีเครื่องมือวิเคราะห์ต่างๆ มากมาย แต่ท้ายที่สุดแล้ว เครื่องมือเหล่านี้เป็นแดชบอร์ดที่ช่วยให้ธุรกิจทราบสถานะหรือเงื่อนไขของโปรแกรมของตนได้อย่างรวดเร็ว และแสดงภาพกิจกรรมและแนวโน้ม

ในอดีต การวิเคราะห์เชิงคาดการณ์ถูกสร้างขึ้นจากแนวคิดในการคาดการณ์ หรือบอกธุรกิจว่าจะเกิดอะไรขึ้น การวิเคราะห์เชิงคาดการณ์ต้องก้าวไปไกลกว่าการบอกธุรกิจเกี่ยวกับทฤษฎี และแสดงให้เห็นสิ่งที่สามารถเกิดขึ้นได้โดยใช้คุณลักษณะต่างๆ ร่วมกัน และที่สำคัญที่สุดคือวิธีที่ธุรกิจสามารถทำให้ผลลัพธ์เหล่านี้เกิดขึ้นได้ ในปี 2018 ธุรกิจต้องเรียนรู้ที่จะใช้ตรรกะในการคาดการณ์เพื่อให้เข้าใจว่าสิ่งใดส่งผลกระทบมากที่สุดต่อผลลัพธ์ที่ต้องการ ไม่ว่าจะเป็นจำนวนการขาย ราคา หรือคุณลักษณะอื่นๆ

แนวโน้มของข้อมูลขนาดใหญ่ที่มีแนวโน้มมากที่สุดอย่างหนึ่งที่เราเคยเห็นด้วยการวิเคราะห์เชิงคาดการณ์คือแนวคิดของการจัดกลุ่ม ในอดีต ธุรกิจต่างๆ ใช้แอตทริบิวต์เดียวเพื่อระบุลูกค้าระดับทองรายเดียว อย่างไรก็ตาม ธุรกิจอาจมีลูกค้าระดับทองห้าหรือหกประเภทหรือรูปแบบที่แตกต่างกัน ในปี 2018 สามารถใช้การวิเคราะห์เชิงคาดการณ์เพื่อจัดกลุ่มข้อมูลประชากรเพื่อขยายแนวคิดของลูกค้าในอุดมคติ เพื่อให้องค์กรสามารถระบุลีดที่สำคัญได้ นอกจากนี้ยังช่วยให้พวกเขาหลีกเลี่ยงการมองข้ามโอกาสในการขายที่อาจพลาดไปในอดีต

ข้อมูลขนาดใหญ่ในการดำเนินการ

ระบบอัตโนมัติและการวิเคราะห์ช่วยให้องค์กรมีมุมมองแบบ 360 องศาของลีดได้ดีขึ้น องค์กรที่ประสบความสำเร็จซึ่งใช้เครื่องมือการเรียนรู้ของเครื่อง ข้อมูลเทคโนโลยี และการวิเคราะห์เชิงคาดการณ์ใช้ประโยชน์จากความพยายามอย่างเต็มที่ ตัวอย่างเช่น การรวบรวมข้อมูลทางเทคโนโลยีเกี่ยวกับผู้มีแนวโน้มจะเป็นลูกค้าและเชื่อมโยงกับการวิเคราะห์เชิงคาดการณ์สามารถช่วยแสดงให้เห็นว่าลีดใช้เครื่องมือใดบ้างและวิธีปรับแต่งการสนทนาด้านการขายตามเทคนิคและแนวโน้มที่ได้รับการพิสูจน์แล้ว

การผสานรวมเทคโนโลยีที่มองการณ์ไกลจะช่วยให้ลูกค้าของคุณมีมุมมองที่สมบูรณ์ การรู้วิธีรวบรวมและจัดระเบียบข้อมูลไม่เพียงช่วยประหยัดเวลาและเงิน แต่ยังช่วยลดอาการปวดหัวได้อีกด้วย อย่างไรก็ตาม ระบบอัตโนมัติไม่ได้เกิดขึ้นชั่วข้ามคืน ต้องมีการตั้งค่าและวิธีการที่เป็นที่ยอมรับ และต้องการข้อมูลที่แม่นยำที่สุด การวิจัยจากอเบอร์ดีนแสดงให้เห็นว่าองค์กรที่ดีที่สุดในระดับเดียวกัน “ลงทุนในความถูกต้องของข้อมูลรอบด้านของผู้มีแนวโน้มจะเป็นลูกค้าและพฤติกรรมของลูกค้า”

เมื่อดำเนินการอย่างถูกต้อง กลยุทธ์การเก็บรวบรวมข้อมูลจะช่วยให้ทีมสามารถใช้กลยุทธ์ส่วนบุคคลและปรับแต่งตามข้อมูลเชิงลึกจริงที่ให้ผลลัพธ์จริง มีแนวโน้มว่าคุณต้องการเข้าสู่ตลาด กลุ่ม และภูมิศาสตร์ใหม่ อย่างไรก็ตาม ทุกวันนี้ การได้รับข้อมูลทางการตลาดที่แม่นยำอาจเป็นเรื่องที่น่าเบื่อและใช้เวลานาน

แล้วจะเตรียมองค์กรให้พร้อมสำหรับบิ๊กดาต้าได้อย่างไร?

การว่าจ้างผู้เชี่ยวชาญในการขายจากภายนอกช่วยให้กระบวนการนี้ง่ายขึ้นโดยทำให้ข้อมูลของคุณเป็นจริง เพื่อให้คุณสามารถติดตามแนวโน้มที่สำคัญ วิเคราะห์ความภักดี และประเมินกลยุทธ์การขยายงานทั้งหมดของคุณ ด้วยการผสานรวมเทคโนโลยีและเครื่องมือล่าสุด โซลูชันการขายจากภายนอกจะช่วยให้มองเห็นว่าอะไรที่ทำให้ผู้ปฏิบัติงานระดับบนของคุณประสบความสำเร็จ ผู้เชี่ยวชาญเหล่านี้ยังให้การวิเคราะห์และการรายงานเพื่อประเมินความต้องการของโปรแกรมของคุณ เพื่อให้องค์กรของคุณสามารถตัดสินใจทางธุรกิจซึ่งให้ผลลัพธ์ที่คาดการณ์ได้และทำซ้ำได้

MarketStar ได้ให้ผลลัพธ์ที่แท้จริงและจับต้องได้สำหรับลูกค้าของเราตั้งแต่ปี 1988 (30 ปี!) โซลูชันที่กว้างขวางของเราได้ให้ข้อมูลที่มั่นคงซึ่งเป็นรากฐานสำหรับโปรแกรมการขายที่ประสบความสำเร็จ เราช่วยให้ทีมสามารถปรับใช้แรงงานเฉพาะได้ในเวลาเพียงเสี้ยววินาที แต่ด้วยคุณภาพที่เพิ่มขึ้น โซลูชันการขายจากภายนอกของเราช่วยให้องค์กรสามารถแปลงข้อมูลสำคัญให้เป็นตัวเลขที่เป็นไปได้

นอกจากนี้ เรายังคงติดตามแนวโน้มของข้อมูลขนาดใหญ่ ดังนั้นคุณจึงประสบความสำเร็จในปี 2018 และปีต่อๆ ไป

บทความนี้เขียนขึ้นโดยมีส่วนร่วมจาก Kyle Richardson และ Paul Brown