Появление разговорного интеллекта

Эра разведки близится к нам, и игровое поле для программного обеспечения B2B изменилось.

За последние три года ИТ превратились из приложений рабочего процесса SaaS, которые характеризовали эру облачных вычислений, к приложениям, которые помогают клиентам принимать разумные решения.

В эту эпоху интеллекта источник конкурентного преимущества быстро смещается в сторону уникальных данных и самообучающихся алгоритмов.

Прибытие этого следующего этапа происходит при сближении основных тенденций, которые разрабатывались в течение последних трех десятилетий: дешевые вычисления, больший объем хранилища данных и прогресс в алгоритмах.

Как и предыдущая эволюция программного обеспечения B2B, это приводит к изменению ожиданий инвесторов, а также к появлению нового набора возможностей, который подчеркивает стратегическую позицию, которую компании могут реализовать с помощью интеллектуального программного обеспечения.

Находясь на стыке интеллектуального программного обеспечения, предприятия и голосовой связи, в разговорной аналитике продаж B2B появляется новая категория, которая меняет методы работы отделов продаж, предоставляя инструменты, предназначенные для использования ценного стратегического актива для предприятий - данных о телефонных звонках.

Голос: неиспользованный ресурс данных

Сегодня существует многомиллиардный рынок, состоящий из инструментов, предназначенных для оптимизации электронной почты - доставляемости электронной почты, открытых ставок, доступности и т. Д., Но рынок инструментов оптимизации звонков и аналитики гораздо менее насыщен. Только в 2016 году 425 технологических стартапов в сфере продаж получили венчурный капитал на сумму более 5 млрд долларов, но очень немногие продукты ориентированы на то, что 70% торговых переговоров происходит по телефону, по сравнению с 10–15%, которые происходят по электронной почте.

Теперь, при относительно недорогой и снижающейся стоимости хранения и вычислений, поставщики могут захватывать и разблокировать эту новую единицу голосовых данных.

Торговые разговоры - это кладезь данных, потому что:

Они генерируются в объеме: в среднем сотрудники отдела продаж тратят почти 750 часов в год на встречи с клиентами и потенциальными клиентами (1100 встреч x среднее время онлайн-встречи 43 минуты), и

В них значительно больше контента, чем в записях CRM, которые они собираются заменить: средний торговый разговор B2B содержит 6000 слов в час по сравнению со средним значением 30 слов в типичной записи CRM.

Разговорный интеллект может использовать эти надежные данные для решения серьезных проблем, которые в настоящее время существуют в корпоративных отделах продаж. В настоящее время организации очень плохо понимают, что говорят их торговые представители, почему один представитель может превзойти другого на 600% или как обеспечить эффективную обратную связь и повысить эффективность конверсии.

Повышение эффективности отдельного специалиста по продажам сводится к эффективному наставничеству и обучению - процессу, который в настоящее время требует, чтобы руководитель выслушивал часы разговоров на одного представителя, а затем использовал систему флажков, чтобы субъективно оценить, как их обучать.

Это одна из их самых трудоемких задач, и в настоящее время этот процесс не ориентирован на данные.

Важно отметить, что проблема пост-телефонной аналитики наиболее остро ощущается в средних и крупных корпоративных организациях с более крупными отделами продаж (от 50 до 150 представителей), где меньшая близость к командам вызывает значительные трения со стороны руководства.

Между тем, у малых и средних предприятий нет роскоши (учитывая более низкие ASP и ограниченность капитала), чтобы нанять крупные полевые торговые организации, поэтому по умолчанию они занимаются эффективными внутренними продажами. Интеллектуальное программное обеспечение для продаж может решить значительную многоуровневую проблему.

Макро-темы: почему именно сейчас?

Макросреда предоставляет возможности для реализации привлекательных инвестиционных возможностей в интеллектуальных технологиях продаж.

Увеличенный бюджет для отделов продаж

Продажа в функциональные области предприятий может быть непростой задачей. Из-за шума оправданий, которые обычно приводятся для отказа от регистрации поставщика программного обеспечения, наиболее частым возражением в функциональных группах является то, что у них просто «нет бюджета».

Однако компании, которые продают в отделы продаж компаний, не слышат таких возражений по поводу бюджета. Факт прост: отдел продаж приносит доход, который для большинства компаний является источником жизненной силы их бизнеса.

В то время как другие функциональные отделы, такие как отдел кадров, финансов, операций и т. Д., Постоянно стремятся сократить расходы, отделы продаж получают все больше возможностей для использования технологий для увеличения доходов, особенно потому, что они обеспечивают четкую окупаемость инвестиций.

Таким образом, у них есть бюджет, который они могут потратить, что делает их лучшим типом клиентов. Кроме того, большинству корпораций необходимо продемонстрировать организационную продуктивность, что еще больше увеличивает потребность в экспериментах с новыми инструментами. Нельзя сказать, что отделы продаж не зависят от цены, но в относительном выражении им становится намного легче продавать.

Тактика продаж стала более ориентированной на данные

Сегодня, более чем когда-либо, эффективность отделов продаж оценивается с точки зрения эффективности, и у них есть большой интерес к продуктам, которые могут помочь повысить рентабельность инвестиций.

Вице-президент по продажам уполномочен принимать решения о покупке программного обеспечения, но должен делать это на основе конкретных стратегий, основанных на данных. Интеллектуальные решения, которые могут привести к ощутимому повышению эффективности продаж, являются естественным продолжением технических стеков отделов продаж.

Отделы продаж перешли на SaaS

Хотя SaaS все еще находится на начальном этапе своего развития, в нем были внедрены ступенчатые функции, и группы продаж в компаниях, включая малый и средний бизнес, и предприятия, по всей видимости, являются теми, кто в наибольшей степени воспринял революцию SaaS.

Эта динамика приводит к появлению более осведомленной клиентской базы и, следовательно, более короткого цикла продаж.

Поскольку ранние программные приложения было легко настроить и требовали минимальной локальной интеграции, продавцы начали обходить ИТ-организацию, которая исторически была областью бюрократии, с которой многие компании-разработчики корпоративного программного обеспечения сталкивались в процессе продажи. Инерция продолжается с течением времени, и отделы продаж получают больше возможностей для поддержания автономии закупок технологий.

Конкуренция накаляется

С вышеупомянутым наделением также появляется обоюдоострый меч быстрых перемен. Циклы закупок могут быть короче, но и продавцы могут быть вытеснены быстрее.

Часто отделы продаж покупают программное обеспечение в качестве пробной версии или подтверждения концепции, а затем со временем переходят к более широкому развертыванию или иным образом полностью отключают программное обеспечение. Последовательные инвестиции в НИОКР, чтобы идти в ногу с растущими требованиями клиентов, имеют решающее значение.

Сильная среда выхода

Крупные горизонтальные игроки (например, Salesforce, Oracle, SAP, IBM, Marketo) остаются активными покупателями вертикальных компаний-разработчиков программного обеспечения.

Большинство этих субрынков технологий продаж являются большими и могут поддерживать несколько компаний с существенными потоками доходов. Кроме того, отделы продаж являются разнородными покупателями, а собираемые наборы данных фрагментированы в зависимости от успеха клиентов, внутри и за пределами каналов продаж. В результате такой динамики экосистема допускает наличие нескольких победителей, смягчая обратную сторону, заключающуюся в том, что победитель не выбирается.

Размер рынка

Рассмотрим грубую оценку ТАМ снизу вверх. Только в США есть 2-миллиметровые специалисты по продажам внутри и снаружи.

Если предположить, что средняя цена на преобладающие продукты составляет 1500 долларов в год на пользователя, то имеется доступный рынок в 3,0 миллиарда долларов. Принимая во внимание специалистов по обслуживанию и работе с клиентами, в США есть еще 5-миллиметровые специалисты или потенциальная возможность получения дохода в размере 7,5 миллиардов долларов.

Обращаясь к еще большему количеству всех профессионалов в сфере выездных услуг, где телефонные звонки являются основным видом делового общения (например, маркетинг, партнерство, сбор средств, подбор персонала), в США есть 20-миллиметровые профессионалы, что соответствует рынку примерно на 30,0 млрд долларов.

Система оценки для компаний, использующих машинное обучение

Несомненно, существует много шумихи вокруг стартапов, которые идентифицируют себя как «ИИ-компании», поэтому важно разработать критерии оценки, специфичные для стартапов, которые позволяют машинному обучению создавать конкурентные преимущества на своем соответствующем рынке. Ниже приведена схема оценки компаний, ориентированных на машинное обучение, которую можно применить к диалоговому анализу B2B для торговых площадей.

Сильный выход на рынок с помощью машинного обучения

Инновационное решение машинного обучения - это уникальная технология, открывающая совершенно новые возможности, которые клиенты считают в 10 раз лучше, чем ее замена, а не просто оптимизация существующих возможностей. Изменяя соотношение риска и вознаграждения покупателя и потенциально снижая стоимость привлечения клиентов, продукты на основе машинного обучения могут иметь разрушительный эффект, но одной технологической инновации недостаточно.

Проприетарный доступ к данным

Алгоритмы есть в готовом виде и доступны каждому. Создание закрытых данных за счет использования продукта или через ключевые ранние партнерские отношения имеет важное значение для создания устойчивого конкурентного преимущества.

Продукты полного стека, а не платформы

Платформы, которые обслуживают сотни тысяч разработчиков (например, Google, Amazon, Apple, IBM), вероятно, выиграют в бизнесе ML-as-a-Service.

У них больше НИОКР, меньше затрат на инфраструктуру и гораздо больше маркетинговых долларов, чем у любого стартапа. Сквозные приложения, предлагающие увеличение доходов, снижение затрат и / или повышение производительности, являются гораздо более жизнеспособными путями выхода стартапа на рынок. Разработка интерфейса продукта и владение им позволяет использовать инструменты и собирать проприетарные данные.

Специалисты в этой области

Алгоритмы становятся все более массовыми, но эти стандартные API откалиброваны, чтобы быть максимально широко применимыми и генерировать базовые результаты.

Чтобы обеспечить исключительный опыт (например, точность транскрипции 95%), стартапу потребуется талант в области распознавания речи, обработки естественного языка и других основных дисциплин. Точно так же продажа этих продуктов требует доверия, уважения и отношений внутри отрасли.

Продуктовые решения в B2B Conversational Sales Intelligence

Где-то между 2009 и 2010 годами новая захватывающая технология вышла на передний план исследований машинного обучения. Одной из областей, в которых были достигнуты наибольшие успехи, было автоматическое распознавание речи (ASR), задача автоматического преобразования голосовых записей в письменные слова.

Точность механизмов транскрипции выросла с 84% в 2012 году до почти 90% менее чем за два года. Эти достижения в области НИОКР продвинули интеллектуальные технологии на основе машинного обучения на рынок, где теперь они демонстрируют ощутимые результаты, помогая предприятиям повысить эффективность продаж за счет анализа огромных объемов разговорных данных.

Передовые технологии обеспечивают определенную основу для конкуренции в космосе; однако основной осью конкуренции будет выход на рынок. Победившие продуктовые решения в этой области будут сосредоточены на том, как продукт увеличивает доход, снижает затраты или увеличивает производительность (читай: выигрывает у покупателя продвижение по службе).

Как видно на других рынках корпоративного программного обеспечения, ведущими на рынке будут компании, которые смогут сочетать аналитику данных с автоматизацией рабочих процессов, чтобы встроить продукт в организацию клиента и создать устойчивое конкурентное преимущество.

Взаимодействие с существующими стеками технологий в CRM, управлении персоналом и т. Д. Позволит нескольким командам организовать рабочий процесс и использовать новые бизнес-аналитики в этих новых продуктах. С этой целью эта развивающаяся часть цепочки создания стоимости продаж обладает мощным потенциалом для дополнения полного цикла обучения, адаптации и развития групп продаж.

Ниже приводится разбивка текущих функций продукта в диалоговой аналитике продаж и их текущие ценностные предложения, которые они стремятся предложить членам группы продаж, от вице-президента по продажам до руководителя по работе с клиентами:

Соревнования и самообучение

Инструменты обработки естественного языка и машинного обучения могут предоставлять в реальном времени коучинг по продажам, чтобы предоставлять ценные сведения в масштабе и проводить с помощью семантического (контент) и эмоционального (эмоционального) анализа. Отдельные торговые представители и менеджеры могут анализировать успешные стратегии продаж лучших исполнителей, повышая эффективность продаж за счет выявления и распространения передовых методов продаж.

Управляйте командами торговых представителей

Сократите время, затрачиваемое менеджерами и вице-президентами по продажам на рассмотрение звонков торговых представителей. Руководители могут просматривать звонки и организовывать рабочий процесс в реальном времени, а также анализировать масштабы с помощью доступа по запросу к продажам.

Сами по себе запись разговоров и транскрипция не решают всей проблемы. Например, если вице-президент по продажам хотел бы предоставить обратную связь своим представителям, ей пришлось бы следить за ними или слушать их записанные звонки для анализа в более поздний момент времени, что является громоздким и трудоемким процессом, который приводит к довольно значительным затратам времени. субъективный анализ.

Снижение затрат на привлечение новых торговых представителей

Вместо того, чтобы полагаться на «испытание огнем» при привлечении новых сотрудников, отдел продаж может создавать программы обучения, используя ролики с выделенными фрагментами, чтобы проиллюстрировать, как лучшие исполнители справляются с конкретными темами, управляют ходом встречи и т. Д.

Обзор рынка

Отраслевые гиганты объявляют о новых играх с искусственным интеллектом - Salesforce приобрела Metamind и запустила Einstein, Microsoft развернула Dynamics 365 с технологиями AI Cortana, PowerBI и Azure ML.

Текущие голосовые решения существуют для корпоративных продаж, такие как Einstein от Salesforce или Watson от IBM; однако эти продукты в основном развертываются на периферии более крупных горизонтальных пакетов продуктов и предлагают ограниченную конкуренцию начинающим вендорам, предлагающим более мощные и тяжелые точечные решения.

Аналогичным образом, действующие поставщики технических средств продаж, такие как InsideSales, SalesLoft, Persado и Verint, по сути, являются решениями для поддержки продаж, которые предлагают приложения для анализа продаж для генерации потенциальных клиентов на вершине воронки, и они обычно находятся в другой области цепочки создания стоимости, чем та. новый класс продвинутых стартапов, движимых голосом.

Ниже представлены новые лидеры в этой категории:

Gong.io

Компания Gong.io, базирующаяся в Тель-Авиве с офисами в Сан-Франциско, вышла из скрытности с серией A за 6 мм в июне 2016 года, возглавляемой Norwest Ventures Partners, и недавно подняла дополнительный раунд серии A1 на 20 млн долларов в июле 2017 года. Гонг использует НЛП и распознавание речи, чтобы делать предложения в режиме реального времени, чтобы помочь направить разговор о продажах и предоставить аналитику обучения.

Прогностическая аналитика Gong в первую очередь основана на ключевых словах для определения вероятных результатов, но также способна обнаруживать эмоции в разговоре и предписывать тактику для перенаправления разговора. Программное обеспечение анализирует разговоры из большинства источников звука, а также платформ веб-конференций (например, Cisco WebEx, GoToMeeting, Zoom), а затем передает результаты в системы CRM.

Изначально Gong ориентирован на продажи B2B на среднем рынке, и сегодня 30% бизнеса Gong приходится на внешние продажи и другие области CRM. Компания удвоила выручку за последние четыре квартала и утверждает, что ее решение принесло совокупный доход в размере 1,0 миллиарда долларов ее клиентской базе, в которую входят Act-On, SalesLoft, Sisense, Greenhouse и Zywave. Настроения клиентов были впечатляюще позитивными, и недавно компания сообщила, что 30-дневный NPS-рейтинг составил 76.

Gong был признан Gartner одним из ведущих поставщиков аналитики конверсии в 2017 году, а G2 Crowd - «Лучшим программным обеспечением для обучения продажам и адаптации». Gong.io в настоящее время насчитывает 40+ сотрудников и быстро ускорил набор исследователей и инженеров в области речи, НЛП и смежных областях для улучшения пользовательского опыта и анализа данных. После недавнего финансирования компания планирует увеличить количество сотрудников в отделах продаж и маркетинга.

Амит Бендов (генеральный директор и соучредитель) руководил компаниями-разработчиками программного обеспечения как в качестве генерального директора, так и в качестве руководителя высшего звена. До Гонга он занимал должность генерального директора платформы бизнес-аналитики SiSense.

Эйлон Решеф (технический директор и соучредитель) ранее был соучредителем SaaS-платформы управления контентом Webcollage, которую в 2013 году приобрела Answer.com. Вместе они собрали команду мирового класса с исключительным опытом исследований и разработок. поступает от SiSense, Panaya, Webcollage и ClickSoftware.

VoiceOps:

Voiceops, выпускник Y-Combinator, разбирает основные навыки и подчеркивает поведенческие различия между лучшими и худшими исполнителями, распределяя выигрышное поведение на остальную команду. Они нацелены на PM, а не на отдельных продавцов, и привлекли первых клиентов, включая Weebly, Advent, Livestream и Intermedia.

Компания проверила свой продукт с высокими показателями на начальном этапе: у одного клиента наблюдается рост числа успешных попыток закрытия на 5%, что для такой крупной организации, как их, приравнивается к миллионам доходов. Другой клиент заметил, что время, затрачиваемое на подготовку к коучинговым сессиям, сократилось на 85%, а количество попыток закрытия увеличилось на 40%, что привело к тому, что клиент полностью исключил ручную проверку качества из своего процесса продаж. Компания проанализировала более 1,5 мм заявлений и сообщает о 99% точности транскрипции.

VoiceOps организовал посевной раунд в апреле 2017 года под руководством инвестора Accel Стива Лафлина, ранее возглавлявшего Salesforce Einstein и генерального директора RelateIQ перед продажей Salesforce в 2014 году. Это была его первая инвестиция в Accel.

В команду входят инженеры и специалисты по обработке данных из Гарварда и Йельского университета, а основатели компании Итан Бархидт, Нейт Беккер и Дарья Евдокимова в совокупности потратили около десяти лет на создание аналитики продаж и поддержки клиентов. инструменты для Google, LinkedIn, Coinbase, Gusto и General Assembly. Текущий размер команды составляет менее 10 человек, но она активно расширяется.

Chorus.ai

Подобно VoiceOps, Chorus оптимизирован для расшифровки звонков; однако уникальные преимущества компании в области распознавания речи, НЛП и технологий искусственного интеллекта позволяют командам немедленно обнаруживать моменты, которые влияют на результаты продаж, и использовать эти идеи для обучения продажам в реальном времени и для распространения передовых методов продаж в организациях.

Chorus объединяет разговоры всей группы продаж в единую панель управления, а также функцию «плейлист» для отслеживания моментов звонков, а затем интегрирует данные с системами CRM, освобождая представителей от необходимости делать обильные заметки и расширяя возможности менеджера по научите свою команду продвигать сделки, не отслеживая и не проверяя каждый звонок.

В октябре 2016 года компания привлекла начальный раунд на 6,3 млн долларов и быстро завершила выпуск серией A за 16,0 млн долларов в феврале 2017 года с последующим участием Emergence Capital, а также нового инвестора Redpoint Ventures .

Команда Chorus уже привлекла высококлассных пилотных клиентов в категории продаж среднего размера, включая Qualtrics, Marketo, Cisco, Talkable и Dynamic Signal, которые только в 2016 году использовали программное обеспечение для анализа более 500 000 разговоров о продажах. Этот запатентованный сбор данных был ценным для дальнейшего расширения механизма машинного обучения Chorus, который сообщает клиентам среднего размера всего за две недели об использовании продукта, чтобы добиться положительных результатов от его моделей обучения.

Компания планирует удвоить преимущество своей платформы в реальном времени. Например, если клиент по телефону ссылается на конкурента, Chorus может высветить на экране информационную подсказку с известными отличительными чертами и прошлыми успешными предложениями, чтобы дать торговому представителю более умную «карту козыря».

Cogito

Базируясь в Бостоне, Cogito отделился от Human Dynamics Lab в Массачусетском технологическом институте и в ноябре 2016 года поднял серию B стоимостью 16,0 млн долларов под руководством OpenView. Программное обеспечение Cogito оценивает сотни поведенческих сигналов с помощью голоса, чтобы обеспечить коучинг в реальном времени и аналитику клиентского опыта.

Агентам рекомендуется говорить с большим сочувствием, уверенностью, профессионализмом и эффективностью, в зависимости от эмоций, обнаруживаемых в речи звонящего, в то время как ранние признаки разочарования клиентов и намерения совершить покупку помогают улучшить обслуживание и заключить сделки. Humana, например, сообщила, что Cogito повысил удовлетворенность клиентов на 28%, повысил вовлеченность сотрудников на 63% и увеличил разрешение звонящих впервые на 6%.

Компания привлекла внушительную клиентскую базу, в которую входят организации с большим персоналом колл-центра, такие как Humana, Zurich и Blue Cross Blue Shield, которые развернули программное обеспечение среди сотрудников от нескольких сотен до нескольких тысяч.

Cogito продолжит фокусироваться на клиентах, оказывающих медицинские, страховые и финансовые услуги, а также расширит свои варианты использования за пределы обслуживания клиентов в другие внутренние функции продаж. Тенденции найма также ускоряются, поскольку в компании насчитывается 75 сотрудников, и она уже превзошла поставленную на 2016 год цель - удвоить штат сотрудников, насчитывающих 40 человек, к четвертому кварталу 2017 года.

Другие участники рынка

Другие стартапы привлекают клиентов и за последние 18 месяцев привлекли стартовое финансирование. Стартапы TalkIQ, Oto.ai, Qurious.io и Tethr создают конкурентоспособные продукты, особенно с более продвинутыми функциями, такими как аналитика звонков в реальном времени.

Что определит победителя (ов)?

Победившие программные решения в области диалоговой информации о продажах будут превосходить в следующих областях.

Что такое рв для данных?

Новые алгоритмы все чаще становятся общественным достоянием, поэтому ключевым отличием стартапов и, в конечном итоге, долгосрочным конкурентным преимуществом является доступ к закрытым наборам данных.

Поскольку наборы данных гораздо более фрагментированы и поскольку применение машинного обучения в корпоративном мире только появляется, у стартапов B2B есть возможность накапливать проприетарные обучающие данные в качестве конкурентного преимущества.

Построение лучших в своем классе моделей, обеспечивающих диалоговый анализ за небольшую часть его нынешних затрат, сводит к минимуму отток клиентов и делает практически невозможным для новичка достичь такого уровня точности при тех же затратах.

Может ли продукт быстро внедриться и интегрироваться в рабочий процесс пользователя?

Машинное обучение, которое может пройти «лишнюю милю» и исчезнуть в продукте, может получить широкое распространение среди корпоративных клиентов.

Компании, которые могут создать долгосрочное доверие к продукту за счет чуткого дизайна продукта, который создает простой пользовательский интерфейс и беспрепятственное обучение в режиме реального времени, достигнут быстрых циклов окупаемости CAC, ускоренного пути к прибыльности и, в конечном итоге, ценных долгосрочных клиентов ( LTV / CAC).

Может ли стартап подтвердить рентабельность инвестиций для нескольких составляющих отдела продаж?

Торговые организации имеют нюансы и включают заинтересованных лиц с различными стимулами в зависимости от AE, менеджеров по продажам и вице-президентов по продажам.

Прикрепленные продукты, демонстрирующие эффективные результаты продаж, могут получить одобрение на нескольких уровнях организации, что приведет к возможностям расширения продаж и отрицательным показателям чистого оттока и, как следствие, к защищаемой позиции на рынке.

Есть ли путь к увеличению операционной прибыли в масштабе?

Многие из первых лидеров выбрали точку входа на средний рынок, хотя аналитика продаж может повлиять на предприятия любого размера, особенно на пробелы в малых и средних предприятиях, которые не могут позволить себе роскоши (с учетом более низких ASP и ограничений капитала) нанимать крупные торговые организации на местах, поэтому по умолчанию работают эффективные внутренние продажи.

Поставщики стартапов, которые могут продемонстрировать ранний путь к операционному эффекту, будут иметь наилучшие возможности для расширения круга своих клиентов и захвата ценных долей на рынке в целом.

Присоединяйтесь к 30 000+ людям, которые читают еженедельную рассылку Машинное обучение, чтобы понять, как ИИ повлияет на их работу и жизнь.