O tym jak data automation i analityka predyktywna zamienia serwis korporacyjny w aktywnego sprzedawcę

Piotr Golczyk

Łączę marketing z technologią, naukę z intuicją, a pracę z zabawą. Konsultuję rozwiązania. piotr @ golczyk com.

To fascynujące, że wystarczy mądrze połączyć kilka istniejących usług, żeby stworzyć serwis www o kompetencjach zawodowego sprzedawcy – zupełnie nowa jakość. Przeczytaj jak mogłoby to wyglądać.

Temat hiperaktywnego korporacyjnego serwisu www, który potrafi automatycznie dostosować się do oczekiwań użytkownika, a potem płynnie przeprowadzić do go celu, w ostatnim czasie zawładnął moim umysłem.

Co robi sprzedawcę z serwisu www?

Żeby serwis www zachowywał się jak sprzedawca musi przejść kilka etapów: zebrać odpowiednią ilość danych o użytkowniku, dokonać oceny tych danych w kontekście tego czy można go zakwalifikować jako potencjalnego klienta czy tez nie, opowiedzieć mu o firmie i usłudze tak by zaspokoić jego ciekawość, zredukować niepewność prezentując dotychczasowe dokonania i finalnie przekierować go do konwersji.

Składniki do mieszanki

Wydawałoby się to raczej niemożliwe dla zwykłej strony www ale przy wykorzystaniu współczesnych narzędzi i odpowiednich ich połączeniu, całość nabiera realnych kształtów. Z mojej perspektywy jest to absolutnie najwyższy poziom jaki można osiągnąć dla serwisów korporacyjnych ale także rozwiązań o charakterze czysto handlowym.

Elementy, które należy połączyć to:

  • dojrzały system Marketing Automation
  • dojrzały system CRM, połączony z Marketing Automation
  • Systemy Analityki Predyktywnej bazujące na SaaS/Cloud
  • W pełni konfigurowalny/re-programowalny CMS
  • rozbudowany system statystyk

Mieszanie składników

Marketing Automation ma zazwyczaj bogate bazy danych pozwalające zebrać odpowiednią ilość informacji o użytkowniku na podstawie jego IP oraz szczegółowe dane historyczne. Te dane pozwalają wstępnie ocenić użytkownika. Systemy CRM przydadzą się w kontekście Analityki Predyktywnej, po to by zbudować profile i patterny behavioralne takich użytkowników. Analityka Predyktywna pozwoli także odpowiednio ustawić indywidualną matrycę scoringową dla danego użytkownika, a co za tym idzie szybko rozpoznać wartościowy MQL i wrzucić go do systemu CRM, gdzie zajmą się nim zawodowi handlowcy. Na podstawie powyższych danych i wspomnianych platform, system CMS jest w stanie wyświetlić użytkownikowi taki zestaw danych w odpowiednich kategoriach (np. zaspokajanie ciekawości, wzbudzanie zaufania, zachęcanie do konwersji).

Efekt finalny

W efekcie użytkownik wchodzi na stronę. Serwis www wyświetla mu dedykowaną stronę www, dostarczając mu tego czego użytkownik najprawdopodobniej będzie szukał, jednocześnie podsunie mu kilka informacji, które pozwolą zbudować zaufanie i zredukować niepewność, a następnie ułatwi konwersję – gdzie cel jest uzależniony od kategorii w którą wpadł dany użytkownik np. potencjcalny klient, partner, pracownik, dziennikarz, inwestor itd.

Podsumowanie

Całość może wyglądać – w zależności od doświadczenia czytającego – bądź jako bardzo prosty mechanizm bądź jako bardzo ogólne wprowadzenie. Myślę, że obydwie grupy czytelników mają rację. System z mojej perspektywy jest prosty, aczkolwiek z pewnością wymaga niszowego doświadczenia i wiedzy oraz zespołu, który będzie w stanie połączyć wszystkie dane do matrycy, a następnie odpowiednio zaprogramować system CMS.

Wygląda jak prawdziwe wyzwanie!