Mikko Myyntijohtaja sulkee perjantai-iltapäivän päätteeksi konttorin oven tyytyväisyyttään myhäillen: “onpa mukava lähteä viikonlopun viettoon, kun myynnin pipeline porskuttaa lähes ennätyslukemissa!”

Tämän kuun myynti on huipussaan ja loppukuun ennuste näyttää lupaavalta, sillä pipelinea on vielä lähes tuplasti tavoitteen verran. Näin hyviä uutisia kelpaa juhlistaa viikonloppuna tuopilla jos toisellakin! 🍺

Maanantaiaamuna karu arki iskee vasten kasvoja.

Mikko Myyntijohtaja avaa tietokoneensa ja huomaa, että pipeline on jostain mystisestä syystä enää hädin tuskin tavoitteen kokoinen. Yhtäkkiä Mikon maali laahaakin kaukana kuin kala löysässä siimassa, eikä Mikko osaa kuin arvailla, mitä hänen hankkeilleen on viikonlopun aikana tapahtunut.

Kylmä hiki virtaa pitkin selkäpiitä Mikon penkoessa ja vertaillessa vanhoja raportteja nykytilaan. Ehkäpä niiden tarjoamien tietojen avulla löytyisi syy siihen, mitkä hankkeet ovat kadonneet tai poistuneet ajanjaksolta? Vielä kun pitäisi ennen pomon ilmestymistä soitella ja selvittää, miksi näin on tapahtunut.

Raskaat askeleet kaikuvat uhkaavasti käytävällä. Pian yrmeä pomo seisoisi Mikon ovella vaatimassa tietoja siitä, mistä ongelma johtuu ja miten se paikataan.

Mitä Mikko Myyntijohtajan pitäisi tässä tilanteessa tehdä?
 

Tiedolla johtaminen vs. tiedon saatavuuden haaste


Moni myyntijohtaja tietänee, millaista on olla Mikon housuissa vastaavassa tilanteessa. Jotain täysin selittämätöntä tapahtuu nopeasti, ja vaikka nykytila onkin selvillä, tapahtumaan johtanut muutos on hämärän peitossa.

Myynnin analytiikan tavallisimmat ongelmat johtuvat useimmiten oikean tiedon heikosta saatavuudesta. Nykytilan ja toteutumien seurantaa on tehty ties kuinka kauan, mutta yllä kuvatun tai muun vastaavan muutoksen seuranta on vaikeaa ellei jopa mahdotonta. Kuitenkin juuri muutosten ymmärtäminen ja ennakointi on arvokkainta tietoa myynnin johtamisessa.

Tiedolla johtaminen on ollut yrityspäättäjien huulilla jo vuositolkulla, mutta prosessit sen sujuvaan toteuttamiseen ontuvat edelleen.

Päätöksenteon kannalta ratkaisevinta olisi saada käsiinsä oikea data oikeassa muodossa oikeaan aikaan ja oikeassa paikassa. Tuntuuko hokema Graalin maljalta vai toteutuuko tämä jo yrityksessänne?

Rohkenen epäillä. Suurin osa yrityksistä nimittäin kertoo, että todellisuus on hyvin kaukana tavoitteesta.
 

LUE MYÖS ► Myyntijohtaja, on aika oikaista asenteesi analytiikkaan!
 

Data yksin ei ratkaise ongelmia


Analytiikka palvelee käyttäjiä lukuisina raportteina, dashboardeina tai käsin kerättyinä taulukoina, joita pyritään hyödyntämään myyntiprosessin eri vaiheissa. Analytiikan järjestelmät ja työkalut ovat kuitenkin varsin data- tai teknologiakeskeisiä. Siitä kielivät tämän päivän tietovarastot ja data laket, joiden päälle isketään usein standardiksi julistettu BI-työkalu ja kas, kuin salamaniskusta kaikki myynnin analytiikan ongelmien oletetaan ratkeavan.

Mutta mitä tapahtuukaan myynnin parissa työskentelevälle käyttäjälle? Myyntianalytiikan käyttäjä on yleensä enemmänkin prosessi- tai asiakaskeskeinen. Sen sijaan, että hän voisi hyödyntää dataa myyntiponnistelujen ohessa luontaisessa työskentely-ympäristössään eli tavallisimmin CRM-järjestelmän parissa, hänet ohjataankin toisaalle etsimään tietoa.

Aikansa pengottuaan hän todennäköisesti löytää kaipaamansa tiedon ja jopa vastauksen ongelmaansa – kuten mihin myynnin pipeline katosi – mutta kaikkein kriittisin elementti eli ongelman ratkaiseva toiminta on vielä monen mutkan takana.

Asetelma muistuttaa tilannetta, jossa arktisen alueen tutkija lähetetään Saharaan etsimään ratkaisua ilmastonmuutoksen aiheuttamaan jäätiköiden sulamiseen. Oivalluksia saattaa Saharassakin syntyä, mutta niiden täytäntöönpano on aavikolta käsin äärimmäisen hankalaa.
 

Analytiikka ja CRM kuuluvat yhteen


Kuten myyntijohtajat tietävät, ongelmilta voidaan harvoin täydellisesti välttyä. Siksi on huolehdittava, että myyntitiimin käytössä olevat työkalut mahdollistavat ongelmatilanteiden ratkaisun mahdollisimman suoraviivaisesti.

CRM-järjestelmän parissa työskenteleville myynnin ammattilaisille tämä tarkoittaa analyyttisen kokemuksen tuomista saumattomaksi osaksi päivittäistä työskentely-ympäristöä.

Palataanpa ystäväämme Mikko Myyntijohtajaan. Mitä, jos Mikolla olisi ollut ongelman iskiessä käytössään dashboard, joka….

✅ Visualisoisi pipelinen kehityksen tietyllä ajanjaksolla?

✅ Kertoisi selkein luvuin paljonko pipelinea oli ajanjaksolle tullessa ja sieltä poistuessa?

✅ Osoittaisi paljonko ajanjaksolla onnistuttiin pipelinea kasvattamaan joko löytämällä uutta tai kasvattamalla vanhaa?

Tai Mikon tapauksessa: tarjoaisi vastauksen, mihin pipeline on kadonnut? Onko kyse muutamasta isosta hankkeesta, jotka siirtyivät eteenpäin, vai onko iso osa tietyn tuotealueen hankkeista hävitty?

Jos Mikon käytössä olisi ollut yllä esitetyn kuvakaappauksen mukainen dashboard, olisi hän välittömästi havainnut, mitä viikonlopun aikana oli tapahtunut ja minne osuus pipelinesta oli hävinnyt.

Vanhojen raporttien penkomisen ja tutkimisen sijaan Mikko olisi voinut avata minkä tahansa kyseisellä ajanjaksolla liikahtaneen hankkeen ja siirtyä oivalluksesta toimenpiteeseen saumattomasti oman asiakashallintajärjestelmän sisällä.


LUE MYÖS ► Myyntijohtajan kolmen askeleen ohjelma: datanoviisista analytiikkavelhoksi
 

Oivalluksesta ratkaisuun analytiikan ja tekoälyn yhteispelillä


Mitä kauempana analytiikka ja CRM-käyttökokemus toisistaan pidetään, sen syvemmäksi saatavilla olevan datan sekä ongelmanratkaisun ja päätöksenteon välinen kuilu syvenee. Kuiluun putoamisen voi välttää yhdistämällä analytiikka kiinteäksi osaksi päivittäistä asiakashallintajärjestelmän käyttöä, ja juuri tähän me olemme Salesforcella tarttuneet.

Salesforce keskittyy analyyttisen kokemuksen luomiseen osaksi CRM-järjestelmää: kokemuksen, jossa tieto voi tavoittaa käyttäjän jo ennen varsinaista tapahtumaa ja jossa kaikki tieto on vapaan porautumisen ja kommentoinnin kohteena.

Käyttäjä voi käydä vuoropuhelua myyntitiedon kanssa osana CRM-järjestelmän käyttöä. Tähän vuoropuheluun osallistuu luonnollisesti myös Salesforcen oma tekoäly (AI) Einstein, joka kertoo käyttäjälle mihin asioihin hänen kannattaa ensisijaisesti keskittyä.

Mikon tapauksessa Einstein olisi saattanut varoittaa tiettyjen hankkeiden riskeistä jo viikkoja etukäteen, eikä tarinan alun vaikea maanantai olisi koskaan koittanut.

Edellä luetelluista rakennusaineista syntyy analyyttinen kokemus, jossa tehdyt oivallukset voidaan muuttaa välittömästi käänteentekeviksi teoiksi.

Mutta miksi tämän pitäisi kiinnostaa Mikkoa – tai sinua?

Koska miellyttävä ja menestyksekäs analyyttinen kokemus näkyy entistä parempina päätöksinä sekä konkreettisina, myyntiä edistävinä toimenpiteinä. Vaikka myyjien itsensä tuottama analytiikka onkin arvokasta ja tarpeellista, yhdistämällä tekoälyn ratkaisevaksi osaksi käyttökokemusta voidaan datan tuomat mahdollisuudet nostaa kokonaan uusiin ulottuvuuksiin.

Einstein-tekoäly työskentelee tauotta Salesforce Analytics -ohjelman sisällä etsien järjestelmän sisältämästä datasta pieniä kultahippuja, joita se kääntää ohjenuoriksi tukemaan myyjän päivittäin kohtaamia tilanteita. Einstein voi esimerkiksi kertoa, mitkä asiakkaat ovat valmiita ostamaan juuri nyt, mitkä hankkeet vaativat vielä lisää lämmittelyä tai tarjota ohjeita alkavan projektin hinnoitteluun.

Taltuta tiedon saatavuusongelmat tänään. Uusi e-kirjamme Analytiikka + tekoäly – myyntijohtajan avaimet menestykseen kertoo miten.