Новая эпоха в продажах

Как продавать людям то, что им нужно, а не то, что у вас есть.
Торговля существует более десяти тысяч лет. И всё это время она оставалась неизменной в своей сути: вы берёте какой-то продукт (хоть обереги от злых духов, хоть HDTV) — и всеми силами убеждаете клиента купить это у вас.

Десять тысяч лет эта логика была незыблемой. Но сейчас, прямо на наших глазах, происходит настоящая смена эпох: благодаря новым технологиям меняется сам подход к объекту продажи.

Новая парадигма продаж: продавать не то, что у вас есть, а то, в чём действительно нуждается клиент.

Как это работает? И как внедрить такой подход в своей компании?

Типовая история №1
Продавец звонит вам по телефону, а вам удобнее общаться по электронной почте. Вы пытаетесь перевести разговор в электронный формат, но консультант к этому не готов. В итоге разговор не идёт, продажа срывается. Компания теряет клиента, вы, возможно, тоже остаётесь без чего-то для себя полезного.

Если б консультант заранее знал о вашей любви к электронной почте — он бы не потерял этот контракт.

Но где ему взять такое знание?
Капризные клиенты, нерадивые менеджеры
«У нас и продукт вроде неплохой — не хуже, чем у других. А продажи что-то не очень хорошо идут».
Эта фраза — как вишенка на торте, предприниматели очень часто произносят её.

Что ж, если с продуктом всё в порядке, то с чем проблема? Бизнес начинает искать причину в сотрудниках, и даже клиентах.

Иные руководители сетуют: «Сотрудники — ленивые и неумелые, рекламы мало и вообще она не работает. А клиентов интересуют только скидки».

Тут можно вложиться в обучение, накачать маркетинговые бюджеты, заставить рекламное агентство выдать гениальный креатив. Крупные компании так и делают — и обнаруживают, что с какого-то момента эффект перестаёт расти. Потому что нельзя «ещё больше научить» тех, кто уже и так научен.

А с клиентами вообще непонятно: как привить лояльность тому, кто за скидку в 5% легко поменяет вас на другую компанию? Как вернуть тех, кто уже купил? И как продать им больше, чем они сами уже положили в корзину?

Типовая история №2
Мобильный оператор предлагает вам перейти на новый тариф. Консультант убедителен: тратя в месяц всего на 100 рублей больше, вы получите больше включённых в тариф звонков, больше смс и ещё больше интернета — на целый гигабайт!

Однако при этом вы точно знаете, что возможности своего текущего тарифа (который дешевле!), вы используете не более чем на 30%. Зато вы часто путешествуете, и не отказались бы от более выгодного роуминга.

Но этого консультант вам не предлагает – он просто пытается навязать ненужные вам услуги. Вы злитесь, отказываетесь, ваша лояльность оператору подвергается испытанию. Продажа не происходит, рабочее время консультанта потрачено впустую.

А если бы он заранее знал о вашем интересе к роумингу — смог бы подготовить действительно интересное предложение!

Но откуда бы ему это знать?
От продукта к клиенту
Хорошо, когда ваши продукт или услуга уникальны. Ни у кого такого больше нет, купят только у вас. А если вы «обычный банк»? «Типичная страховая компания»? У вас продукт — у конкурентов такой же продукт. У вас сервис — и у них сервис. У вас улыбчивые девушки в шейных платочках с логотипами — и у них такие же.

И что делать?
Перенести фокус внимания с продукта на вашего клиента.
Информацию о продукте клиентам сегодня нетрудно собрать самостоятельно: сравнить предложения разных банков или страховых компаний, посмотреть характеристики товаров, прочитать отзывы других покупателей.

Чего они пока не могут — так это самостоятельно сделать себе интересное предложение. Именно этого они ожидают от магазина, банка, туроператора и т. д.

Типовая история №3
Консультант вашего банка очередной раз предлагает вам взять кредит. «У нас сейчас появился новый продукт — это кредит на любые цели, и он очень выгодный. Процентная ставка по нему составляет… Вам предварительно одобрена сумма…» И так далее.

Вы точно знаете, что не нуждаетесь в таком кредите, зато давно подумываете об ипотеке. Но этого не знает банк — поэтому об ипотеке вы должны сказать сами. Если скажете — вас отправят «в другой отдел» и будут «рассматривать вашу заявку», а если промолчите, то в этот раз клиента получит какой-то другой банк.
Мораль типовых историй
Во всех трёх приведённых выше историях результат примерно одинаков: вы испытываете раздражение, потому что вас принуждают тратить время на пустой разговор. А ещё вы понимаете, что вас пытаются «развести»: компания заботится о своих интересах, но не особенно печётся о ваших. Ваша лояльность к поставщику услуг топчется на месте или медленно скукоживается.

Заметьте, в вашем раздражении никак не виноват сам продукт: просто конкретно вам он не интересен.

Дело именно в подходе: на словах компания прикрывается вашими интересами («...и тогда вы сможете позволить себе больше...»), но, по факту, она совсем не в курсе, от какого предложения вы бы действительно не отказались.
Те компании, которые первыми научатся угадывать потребности клиентов — получат серьёзные преимущества перед конкурентами.
Хотите узнать, как должны были выглядеть три наши истории, чтобы клиент остался доволен?
Показать
История первая
Ещё до контакта с клиентом консультант знает, какой способ общения тот предпочитает — потому что в анкету клиента был включён вопрос о предпочтительном способе связи. И консультант выбирает именно этот вариант.
История вторая
Мобильный оператор проанализировал, как клиент использует свой тариф и сделал вывод, что ему нужно предложить не «ещё больше лишнего за большие деньги», а более выгодный роуминг — учитывая при этом, естественно, как свои интересы, так и интересы клиента.
История третья
Чтобы понять, что клиенту интересна ипотека, нужно иметь о нём больше информации: знать, какие услуги и продукты он смотрит на сайте банка, проанализировать дополнительную информацию: возможно, он упоминал в соцсетях, что подумывает о покупке квартиры, или же подписан на страницы агентств недвижимости или новости компаний-застройщиков. Если бы банк владел этой информацией, он смог бы сделать по-настоящему интересное предложение и получить нового клиента.
Big Data
Big Data, также «большие данные»
Точного определения нет. Обычно под этими терминами понимают группу технологий, которые: 1) обрабатывают бо́льшие по сравнению со «стандартными» сценариями объемы данных; 2) умеют работать с быстро поступающими данными в очень больших объемах, когда их постепенно становится всё больше; 3) умеют работать со структурированными и неструктурированными данными параллельно.

Подробнее:
Большие данные, «Википедия»
Что такое Big Data?
Data Driven маркетинг
Data Driven маркетинг, также «маркетинг, основанный на данных», «маркетинг данных».
Подход к маркетингу, в котором основные решения принимаются на основании собранных и проанализированных данных. Объектом анализа в первую очередь становится информация о клиентах и целевой аудитории (их предпочтения, модели поведения и др.), а также сами маркетинговые действия, акции, кампании.
Современные продажи должны строиться на разнообразной информации о клиентах и её анализе. BigData и Data Driven-маркетинг перестали быть абстракцией.
Как узнать о клиенте больше?
Долго искать решение не придётся: оно уже есть, но знают о нём пока немногие. Преимущество будет на стороне тех, кто освоит его раньше других.
Это решение — прогнозная аналитика.
Она же — предсказательная аналитика, прогностическая аналитика, предиктивная аналитика (от английского predictive analytics).

Прогнозная аналитика помогает оценить риски и возможности, установить связи между разными фактами и предсказывать поведение клиентов.
Хотите увидеть систему в работе?
Отправьте заявку — и получите демонстрацию. Система помогает персонализировать подход
к вашим клиентам.
Оставить заявку
Пример 1: как прогнозная аналитика работает в продаже банковских услуг
1
Александр — клиент банка. Из данных системы прогнозной аналитики видно, что Александр недавно звонил в банк и интересовался долгосрочными кредитами. Потом на сайте банка он изучал процентные ставки по ипотеке. Недавно Александр согласился принять участие в исследовании, которое проводил банк. Отвечая на вопросы, он упомянул, что подумывает о покупке второго дома.
2
Система зафиксировала эту информацию, внесла её в профиль клиента и проанализировала. Теперь банк точно знает, какое предложение заинтересует Александра.
3
Затем система формирует для него персональное предложение — конечно же, это ипотека на привлекательных условиях.
4
Это предложение отправляется Александр по электронной почте — он предпочитает именно этот способ общения.
5
Александр получает то, что хотел, а банк увеличивает свой доход от конкретного клиента.
Прогнозная аналитика помогает маркетингу глубже и точнее понять своих клиентов.
Вместо угадывания — придут или не придут, понравится им или нет, купят или не купят — можно опираться на довольно точный прогноз и действовать наверняка.
Показать кейс «Как прогнозная аналитика помогает продавать бытовую технику»
Пример 2: Как прогнозная аналитика помогает продавать бытовую технику
1
Наталья зарегистрировалась на сайте магазина, где до того делала покупки.
2
Программа анализирует ID Натальи, её демографическую информацию, историю заходов на сайт и историю её покупок. На основе этого система специально отбирает товары, подходящие для Натальи, и показывает их ей.
3
Наталья обращает внимание на кухонный комбайн Surf Force, выпущенный ограниченной серией. Прогноз системы: скорее всего, Наталья купит его.
4
Наталья смотрит по ссылке характеристики комбайна и добавляет его в корзину. После этого программа классифицирует её как клиента, которому интересны товары не мэйнстрим-группы.
5
После покупки кухонного комбайна Наталье начисляются бонусные баллы и система ещё раз уточняет классификацию: оценивает её как покупателя с высокой или средней отдачей в течение клиентского жизненного цикла.
6
После этого Наталья долго не заходит на сайт. Через некоторое время она получает e-mail с напоминанием, что у неё есть неиспользованные бонусные баллы. Параллельно с этим мобильное приложение на телефоне сообщает ей, что в продаже есть тостер той же эксклюзивной серии, что и комбайн.
7
Через мобильное приложение Наталья покупает этот тостер, после чего система предлагает ей персональную 10%-скидку на любой из домашних кинотеатров. Скидка нужна, чтобы привлечь Натали к покупкам в новой категории товаров — такой прогноз делает система, основываясь на предыдущем поведении этого покупателя.
8
Через мобильное приложение Наталья покупает этот тостер, после чего система предлагает ей персональную 10%-скидку на любой из домашних кинотеатров. Скидка нужна, чтобы привлечь Натали к покупкам в новой категории товаров — такой прогноз делает система, основываясь на предыдущем поведении этого покупателя.
9
Наталья заинтересовалась скидкой. Она звонит в компанию и уточняет, будет ли скидка действовать при покупке в их офлайн-магазинах. Ей отвечают «да», а попутно консультант сообщает, что на этой неделе к ним поступит много новых моделей HDTV-телевизоров. Наталья решает зайти в ближайший магазин, чтобы взглянуть на них.
10
В магазине Наталья получает сообщение, что ей — как постоянному клиенту — предоставлена 15%-скидка на любые товары и аксессуары категории «Домашний досуг». Скидка действует сегодня. Натали покупает HDTV-телевизор, комплект для настенного монтажа и беспроводные наушники.
Инструменты, построенные на методе прогнозной аналитики, показывают высокую эффективность, потому что позволяют анализировать и комбинировать множество факторов одновременно, учитывать их в прогнозе все сразу и делать это автоматически.

Один из таких инструментов разработан компанией IBM, вместе с которой мы готовили этот материал. Этот инструмент «заточен» специально на работу с клиентской информацией:
Predictive Customer Analytics
Собирает информацию о потребителях из внутренних и внешних источников:
CRM, система продаж, логи call-центра, сайты, соцсети.
Анализирует полученные данные и делает прогноз: какое предложение клиент с высокой вероятностью примет, в какой момент его лучше сделать и какие каналы коммуникации при этом лучше использовать.
Контактирует с каждым клиентом, исходя из его персональных потребностей, и поэтому предлагает ему ту информацию, которая может его заинтересовать.
Хотите увидеть систему в работе?
Отправьте заявку — и получите демонстрацию. Система помогает персонализировать подход
к вашим клиентам.
Узнайте больше о прогнозной аналитике:
3
Книги
Эрик Сигель. Просчитать будущее: Кто кликнет, купит, соврет или умрет. Издательство «Альпина паблишер», 2014.
Марк Джеффри. Маркетинг, основанный на данных. Издательство «Манн, Иванов и Фербер», 2013.
4
Термины
Big Data, также «большие данные»
Точного определения нет. Обычно под этими терминами понимают группу технологий, которые: 1) обрабатывают бо́льшие по сравнению со «стандартными» сценариями объемы данных; 2) умеют работать с быстро поступающими данными в очень больших объемах, когда их постепенно становится всё больше; 3) умеют работать со структурированными и неструктурированными данными параллельно.

Подробнее:
Большие данные, «Википедия»
Что такое Big Data?

Data Driven маркетинг, также «маркетинг, основанный на данных», «маркетинг данных».
Подход к маркетингу, в котором основные решения принимаются на основании собранных и проанализированных данных. Объектом анализа в первую очередь становится информация о клиентах и целевой аудитории (их предпочтения, модели поведения и др.), а также сами маркетинговые действия, акции, кампании.
Made on
Tilda