Usein tarvittava tieto on jo olemassa, mutta se on hajallaan eri järjestelmissä, vaikeasti löydettävissä tai ei kulje sinne, missä sitä tarvitaan. Aikaa kuluu tiedon etsimiseen ja kokoamiseen sen sijaan, että sitä voitaisiin hyödyntää.
Tämä on Alfamelle tuttu haaste. Autamme asiakkaitamme yhdistämään järjestelmiä, automatisoimaan prosesseja ja hyödyntämään dataa liiketoiminnassaan.
Samoja kysymyksiä olemme ratkoneet myös omassa toiminnassamme, esimerkiksi kehittäessämme myyntiämme datan avulla.
Myyjä tarvitsee tietoa, jolla voi tehdä jotain
B2B-myynnissä mahdollisista asiakkaista löytyy paljon tietoa. Yritykset kasvavat, rekrytoivat, investoivat ja uudistavat toimintaansa. Nämä muutokset voivat kertoa uusista tarpeista.
Pelkkä tieto investoinnista ei kuitenkaan vielä kerro, kannattaako yritykseen ottaa yhteyttä.
Myyjän pitäisi tietää myös, mitä yrityksestä jo tiedetään. Onko sen kanssa keskusteltu aiemmin? Millaisia tarpeita sillä voisi olla? Mihin suuntaan sen liiketoiminta on kehittymässä? Voisiko juuri nyt olla hyvä hetki aloittaa keskustelu?
Jos vastaukset ovat hajallaan eri järjestelmissä, myyjän aikaa kuluu tilannekuvan rakentamiseen varsinaisen myyntityön sijaan.
Tiedosta ei ole hyötyä, jos se ei liiku
Kun yritys haluaa hyödyntää dataansa paremmin, ensimmäinen ajatus on usein uusi työkalu. Viime aikoina ratkaisuja on haettu erityisesti tekoälystä.
Uusi teknologia ei kuitenkaan yksin ratkaise ongelmaa, jos tarvittava tieto on hajallaan tai sen laatuun ei voi luottaa.
Lopulta kyse on samasta asiasta kuin monessa muussakin liiketoiminnan kehityshankkeessa. Teknologiasta syntyy hyötyä vasta, kun se helpottaa ihmisten työtä.
Ensin pitää selvittää, mitä tietoa tarvitaan ja mistä sitä saadaan. Sen jälkeen tiedot on pystyttävä yhdistämään ja tuomaan oikeaan paikkaan.
Tässä integraatioilla on keskeinen rooli. Ne yhdistävät järjestelmiä ja mahdollistavat tiedon siirtymisen niiden välillä. Tiedonsiirrossa hyödynnetään usein API-rajapintoja, joiden kautta järjestelmät voivat vaihtaa tietoa automaattisesti.
Myynnissä tämä voi tarkoittaa esimerkiksi sitä, että ulkoisista lähteistä saatava tieto yrityksen tilanteesta yhdistyy CRM-järjestelmässä jo olevaan asiakastietoon. Silloin myyjän ei tarvitse rakentaa tilannekuvaa alusta asti itse.
”Me ajattelemme tätä arkkitehtuurikysymyksenä, emme työkalukysymyksenä. Ensin pitää olla selvillä, mikä järjestelmä omistaa minkäkin tiedon, miten tiedot tunnistetaan toisiinsa ja miten ne liikkuvat integraatioiden kautta. Vasta sen päälle kannattaa tuoda tekoäly”, kertoo Alfamen myynti- ja teknologiajohtaja Jani Haglund.
Haglundin mukaan sama koskee myös uusia tapoja kytkeä tekoäly osaksi yritysten järjestelmiä.
“MCP:n kaltaiset standardit tekevät kielimallien kytkemisestä järjestelmiin helppoa, mutta ne eivät korjaa huonoa dataa – ne vain välittävät sen eteenpäin. Jos pohjatyöt ohitetaan, lopputulos on tuttu: myyjä ei luota siihen, mitä työkalu näyttää, ja palaa tekemään selvitystyön käsin.”
MCP (Model Context Protocol) on standardi, jonka avulla tekoälysovellukset voivat käyttää ulkoisia tietolähteitä ja työkaluja yhtenäisellä tavalla.
Sama tiedon liikkumisen haaste koskee muitakin liiketoiminnan alueita. Tuotannossa, toimitusketjuissa ja asiakaspalvelussa tieto kulkee usein usean järjestelmän kautta. Jos järjestelmät eivät keskustele keskenään, tieto jää helposti siiloihin ja työ hidastuu.
Datan arvo ei siis synny vain siitä, että sitä kerätään. Tiedon pitää myös liikkua ja päätyä käyttöön.
Teemme itse sitä, mitä suosittelemme asiakkaillemme
Alfamella olemme kehittäneet omaa myyntiämme samalla periaatteella, jota sovellamme asiakasprojekteissamme eli ensin määritellään liiketoiminnan tarve ja sen jälkeen rakennetaan tekniset edellytykset tiedon hyödyntämiselle.
Käytännössä työssä on yhdistetty kolme asiaa: myynnille olennaisten signaalien tunnistaminen, tiedon automatisoitu kerääminen ja siirtäminen sekä asiakastiedon laadun varmistaminen.
“Ensin määrittelimme, mitkä signaalit kertovat meille mahdollisesta tarpeesta – esimerkiksi rekrytoinnit, investoinnit ja johdon vaihdokset. Toiseksi otimme Clayn seuraamaan näitä signaaleja ja rikastamaan yritystietoja ja veimme tiedot integraatiolla automaattisesti HubSpotiin. Kolmanneksi teimme ne tylsät pohjatyöt: CRM-datan siivoamisen ja yhteisten tunnisteiden sopimisen, jotta ulkoinen tieto osuu oikeaan asiakkaaseen”, Haglund kertoo.
Työ ei myöskään pääty siihen, että tieto saadaan liikkumaan. Seuraava kysymys on, miten sitä voidaan hyödyntää entistä helpommin.
“Myyjä näkee nyt HubSpotissa suoraan, mitä yrityksessä tapahtuu, ilman että kokoaa tilannekuvaa itse. Tekoälyavustaja, joka hakee tiedot järjestelmistä MCP:n kautta, on seuraava vaihe ja edistyy, mutta se rakentuu nimenomaan tämän datakerroksen päälle.”
Tavoitteena ei ole korvata myyjän osaamista teknologialla. Tarkoitus on vähentää turhaa selvittelyä ja auttaa myyjää keskittymään asiakkaan tilanteen ymmärtämiseen.
Lopulta kyse on samasta asiasta kuin monessa muussakin liiketoiminnan kehityshankkeessa. Teknologiasta syntyy hyötyä vasta, kun se helpottaa ihmisten työtä.
Kerromme kokemuksistamme Vantican webinaarissa
Miten data auttaa tunnistamaan oikeat asiakkaat? Mitä yritysten tilanteesta kertovat signaalit voivat paljastaa? Entä mitä pitää tehdä, jotta tieto todella tukee myyjän arkea?
Muun muassa näistä aiheista keskustelevat Alfamen myynti- ja teknologiajohtaja Jani Haglund sekä myyntipäällikkö Tero Hakala Vantican järjestämässä webinaarissa torstaina 19.11. klo 9.00.
