Цифровизация. Практические рекомендации по переводу бизнеса на цифровые технологии

Стартап Optimizely использует машинное обучение для выполнения A/B-тестов ценовой стратегии. В эксперименте с маркетинговой фирмой Bizible компания Optimizely интегрировала свое экспериментальное программное обеспечение с системой компании Salesforce. В результате появилась панель мониторинга, отображающая экспериментальные переменные (первоначальные цены и тестовые цены), а также информацию о клиентах, контактные данные, сопутствующие обстоятельства и др. Это программное обеспечение также выполняло согласование цен по имеющемуся диапазону IP-адресов так, чтобы потенциальные клиенты видели одинаковые цены у компаний – участниц эксперимента. Тестирование длилось всего 30 дней, но результаты оказались убедительными. Новые, более высокие цены сужали диапазон возможностей, но эти возможности обеспечивали более высокую ценность, в среднем на 25 %.

Интеллектуальная автоматизация научных исследований в пределах организаций позволяет тестировать новые действия и процессы для повышения роста доходов. Машинное обучение может оказывать помощь при лабораторных испытаниях, протоколировании и регистрации данных и разработке новых экспериментальных методик. Также оно «подсвечивает» ранее непрозрачные процессы и высвобождает время продавцов и маркетологов, чтобы они могли планировать собственные эксперименты с полной ясностью и уверенностью.

Повышение эффективности продаж с помощью автоматизированных систем научных исследований

Машинное обучение также позволяет оптимизировать процессы, протекающие в реальном времени без участия человека. С этим согласились представители более 90 % компаний в нашем опросе.

Благодаря использованию алгоритмов автоматизированные научные эксперименты с данными могут проводиться по мере необходимости без вмешательства человека. В сфере продаж машинное обучение может минимизировать время на решение административных задач и исключать действия, отвлекающие продавца от непосредственного взаимодействия с клиентами. Конечным результатом может стать значительное сокращение длительности времени сделки.

Исторически многие торговые и маркетинговые группы пытались повысить эффективность своей работы, используя одноразовые приемы, которые было трудно, а то и вообще невозможно воспроизвести или масштабировать. В качестве примера можно привести собственные макросы или персонализированные электронные таблицы. Между тем алгоритмы машинного обучения (иначе – «машинного осмысления»), автоматизирующие административные задачи или своевременно составляющие прогноз поведения клиентов, напротив, легко поддаются стандартизации. Поэтому они могут быть реализованы разными командами в различных ситуациях.

Компания Gainsight производит программное обеспечение для более эффективного управления продажами и обслуживанием клиентов. Она помогла службе онлайновых опросов SurveyMonkey создать систему автоматических оповещений, чтобы все члены команды были в курсе обновлений, выставления счетов и возможностей дополнительных продаж. Используя технологию Gainsight, SurveyMonkey сократила время обработки при отправке счетов примерно на треть.

Другая компания под названием Anaplan намерена помочь Hewlett-Packard сократить время сбора данных о продажах с месяца до трех дней, то есть фактически в 10 раз. Тогда вместо обращения к информации месячной давности отделы продаж смогут принимать решения на основании результатов анализа актуальных данных. Аналогично оператор машинного обучения Aviso, работающий с корпоративной облачной компанией Nutanix, сможет «ужать» двенадцатичасовое составление отчетов о продажах до четырех минут.

Но независимо от того, используется машинное обучение для облегчения анализа, экспериментов или автоматизации, оно приносит реальную пользу. Зачастую продавцы и маркетологи начинают понимать и уверенно использовать процессы, которые до этого были непрозрачными. Это позволяет внедрять более стандартизованные и последовательные подходы к взаимодействию с клиентами. В других случаях машинное обучение позволяет запускать эксперименты «за кулисами», опять же ускоряя процессы и позволяя продавцам уделять необходимое время решению более ценных задач. Пока мы только ищем подходы к внедрению машинного обучения в сфере продаж (и в других подразделениях организаций) и реализации его преимуществ в полной мере. Но уже сейчас ясно, что оно обладает большим потенциалом в плане поиска значительных скрытых доходов там, где ранее выгоды были весьма незначительными.

10 Новый подход к автоматизации обслуживания

Мэри Лейсити и Лесли Уиллкокс