ถ้าไม่ใช่ช่องทางการขาย มันคืออะไร?

ดูบางอย่าง — ชอบบางอย่าง — ต้องการบางอย่าง — ซื้อบางอย่าง

นั่นเป็นวิธีที่ผู้คนจับจ่าย

นักการตลาดรู้ดีว่าสิ่งนี้คือ “ช่องทางการขาย” แนวคิดนี้มีชื่อแตกต่างกันและอาจมีองค์ประกอบเพิ่มเติมหรือสององค์ประกอบ แต่การทำงานค่อนข้างจะเหมือนกันตั้งแต่มีการอธิบายแนวคิดนี้ครั้งแรกในช่วงปลายศตวรรษ ^ที่ 19

การถือกำเนิดของ AI และข้อมูลจำนวนมากได้บิดเบือนรูปร่างของช่องทาง ถ้ามันไม่มีรูปร่างเหมือนกรวยอีกต่อไป แล้วมันคือตัวอะไร? มีความคิดเห็นที่แตกต่างกันออกไป

ลองนึกถึงใยแมงมุม

Ryan Brock หัวหน้าเจ้าหน้าที่ฝ่ายโซลูชันของแพลตฟอร์มกลยุทธ์การตลาด DemandJump ไม่เห็นช่องทางอีกต่อไป

ตั้งแต่ปี 2012 Brock ตระหนักว่าแนวคิดช่องทางนั้นไม่สมเหตุสมผล เขากำลังสร้างแคมเปญการตลาดแยกต่างหากสำหรับแต่ละบุคคล พัฒนาเนื้อหาเฉพาะที่จะดึงดูดความสนใจของลูกค้าที่ด้านบน ตรงกลาง และด้านล่างของช่องทาง “ฉันพยายามพาผู้คนไปตามสิ่งที่ฉันคิดว่าเป็นการเดินทาง”

ลูกค้าใช้ชีวิตอยู่ในยุคอินเทอร์เน็ตมาเป็นเวลานาน Brock กล่าว “ผู้คนเรียนรู้ด้วยวิธีต่างๆ มากมาย” เขากล่าว นั่นคือตอนที่เขาสังเกตเห็นว่าการซื้อของของผู้คนนั้นคล้ายกับใยแมงมุมมากกว่าการเดินไปตามช่องทาง

“ใยแมงมุมถูกสร้างขึ้นเพื่อให้แมงมุมสามารถไปได้ทุกที่” บร็อคกล่าว ดูพฤติกรรมการค้นหาของลูกค้า ดูบริบทการค้นหา ดูคำแนะนำของ Google แล้วคุณจะพบว่าคำ ข้อความ และหัวข้อเดิมๆ ปรากฏขึ้นตลอดเวลา สิ่งนี้สร้าง "จุดเปลี่ยน" ระหว่างโซลูชันของคุณกับการค้นหา ลูกค้าสามารถเริ่มการค้นหาได้ทุกที่บนเว็บนั้น แต่คุณรู้ว่าเว็บนั้นมารวมกันที่ใด Brock อธิบาย

AI ควบคู่ไปกับการค้นหาจะทำให้การเดินทางเร็วขึ้นเท่านั้น สำหรับการตอบคำถามง่ายๆ คำตอบแรกอาจดีพอ มีปัญหาเรื่องความน่าเชื่อถือที่นี่ “คุณเสี่ยง [รับ] ข้อมูลที่ไม่ถูกต้อง แต่คุณประหยัดเวลา” บร็อคกล่าวว่า

ชุดค่าผสม AI/การค้นหาไม่สามารถเข้าใจวัฒนธรรมหรือเข้าใจบริบทที่ "มีเอกลักษณ์มากเกินไป" แต่สามารถใช้เพื่อเปิดเผยหัวข้อที่ซับซ้อนและมุ่งเน้นการวิจัยได้ Brock กล่าว หากคุณสนใจที่จะค้นคว้าประสบการณ์ของลูกค้า

เจาะลึกยิ่งขึ้น: การเปิดใช้งานการขายคืออะไร และแพลตฟอร์มเหล่านี้ช่วยเชื่อมโยงการแบ่งการตลาดและการขายได้อย่างไร

ทุกคนยังคงเรียกมันว่า 'ช่องทาง'

“มี 77,000 เส้นทางที่แตกต่างกันในการซื้อ” Don Simpson ผู้ก่อตั้งแพลตฟอร์มข่าวกรองการขาย Lift AI กล่าว “เราพยายามใช้ช่องทางเพราะนั่นคือสิ่งที่ทุกคนคุ้นเคย”

ซิมป์สันจัดการกับการขายแบบ B2B ซึ่งมักจะมีวงจรการขายตลอดทั้งปีซึ่งคั่นด้วยการวิจัยลูกค้าจำนวนมาก มีการเดินทางของลูกค้าที่แตกต่างกันมากมายที่ต้องติดตาม “ตั้งแต่ครั้งแรกที่ลูกค้าปรากฏตัวไปจนถึงกระบวนการขาย” เขากล่าว “เราพยายามดูการเดินทางของลูกค้าและคาดการณ์แนวโน้มที่จะเกิด Conversion”

Lift AI ทำการวิเคราะห์ที่ระดับหน้าเว็บ การที่ผู้คนมีส่วนร่วมกับเนื้อหาออนไลน์อาจเป็นตัวบ่งชี้ว่าพวกเขาจะทำอะไรต่อไป เว็บไซต์ของลูกค้าถือเป็น “เครื่องมือแสดงเจตนาของผู้ซื้อ” ซิมป์สันกล่าวว่า “เราติดตามตั้งแต่การเยี่ยมชมครั้งแรกจนถึงการปิดการขาย เราคาดการณ์คอนเวอร์ชั่นตามเวลาจริง”

ข้อมูลที่ได้รับจากการสร้างแบบจำลองของ Lifts AI สามารถป้อนเข้าสู่เครื่องมือติดตามการขายได้ “คุณสามารถเล่นกับ (ข้อมูล) และสร้างแบบจำลองตามระดับความสำเร็จที่แตกต่างกัน” ซิมป์สันกล่าวว่า การพัฒนาและการติดตามการรับรู้สถานการณ์บนเว็บไซต์ได้นำไปสู่การเพิ่มยอดขายตามลำดับความสำคัญ

นักการตลาดต้องใส่ "สิ่งที่พวกเขาคิดว่าสำคัญ" ซิมป์สันกล่าว ความแม่นยำของโมเดลเป็นสัญญาณว่านักการตลาดมาถูกทางแล้ว หากอัตรานั้นอยู่ที่ 85-90% แสดงว่า "ถูกต้อง" ซิมป์สันอธิบาย “คุณปรับแต่งและปรับแต่งไปเรื่อย ๆ จนกว่าคุณจะได้ความแม่นยำ”

ช่องทาง? ใช่ แต่ช่องทางมืด

สำหรับ Latane Conant, CMO ที่แพลตฟอร์ม 6sense ของ ABM ช่องทางยังคงมีอยู่ “รู้สึกดี รู้สึกเป็นระเบียบเรียบร้อย และรู้สึกเป็นระเบียบ แต่มันไม่ใช่ความจริงของเรา” ด้วยการเปลี่ยนไปสู่การซื้อแบบดิจิทัล เราได้รับ “ช่องทางมืด”

“[B]ผู้ซื้อทำการวิจัยโดยไม่ระบุตัวตนแทนที่จะผ่านการสนทนากับผู้ขาย พวกเขายังคงแสดงสัญญาณว่าพวกเขาอยู่ในจุดไหนของเส้นทางการซื้อ แต่ตอนนี้สัญญาณเหล่านั้นกำลังเกิดขึ้นแบบไม่เห็นหน้า” Conant กล่าว

ตัวอย่างเช่น ผู้เข้าชมเพียงสามเปอร์เซ็นต์เท่านั้นที่จะกรอกแบบฟอร์ม Conant กล่าว ส่วนที่เหลือไม่มีใครสังเกตเห็นเว้นแต่จะไม่เปิดเผยตัวตน “ยังมีเพียง 26% ขององค์กร B2B เท่านั้นที่ยกเลิกการเปิดเผยทราฟฟิกนี้” Conant กล่าว

“ความจริงก็คือเส้นทางการซื้อไม่เคยเป็นเส้นตรง ผู้ซื้อไม่ก้าวหน้าอย่างเรียบร้อยจากขั้นตอนหนึ่งไปอีกขั้น” Conant กล่าวต่อ “ผู้ซื้ออาจใช้เวลาหนึ่งเดือนในขั้นการรับรู้ หนึ่งสัปดาห์ในขั้นการพิจารณา และหนึ่งวันในขั้นการตัดสินใจก่อนที่จะเปลี่ยนกลับไปสู่ขั้นการพิจารณา หรืออาจข้ามจากการรับรู้ไปสู่การตัดสินใจ/การซื้อโดยตรง… มันไม่เป็นไปตามจังหวะที่ตั้งไว้ล่วงหน้า ซึ่งเป็นเหตุผลว่าทำไมการมีข้อมูลเจตนาจึงสำคัญมาก และ AI จะกลั่นกรองให้เป็นข้อมูลเชิงลึก ดังนั้นคุณจึงสามารถติดตามความพร้อมของผู้ซื้อได้ ณ จุดใดจุดหนึ่ง”

ช่องทางหรือไม่ยังคงเกี่ยวกับข้อมูล

นักการตลาดสามารถจัดการกับความตั้งใจของผู้ซื้อที่คาดเดาได้ หากพวกเขาถามคำถามที่ถูกต้องและค้นหาคำตอบที่ถูกต้อง “รูปร่าง” ของการเดินทางของลูกค้ามีความสำคัญน้อยกว่าข้อมูลที่กำลังวิเคราะห์

นักการตลาดควรเริ่มตรวจสอบ “คำถามที่สำคัญกับคุณมากที่สุด” Brock กล่าว ดูที่พฤติกรรมการค้นหาเอง ทำวิจัย. AI จะเข้ามาแทนที่เสียงของคุณหรือจะหาคนที่กำลังมองหาสิ่งที่ไม่เหมือนใครหรือไม่? พัฒนาเนื้อหาอย่างระมัดระวังเพื่อดึงดูดลูกค้าที่จุดเชื่อมต่อข้อมูลเหล่านั้น เว็บขายของมีจุดเปลี่ยน และอัลกอริทึมสามารถจัดหาเนื้อหาให้เหมาะกับลูกค้า ณ จุดเหล่านั้น

ซิมป์สันใช้วิธีการที่ตรงกว่า “ผู้คนมาที่ร้านของคุณด้วยเหตุผลบางอย่าง” เขากล่าว ดังนั้นความตั้งใจของผู้ซื้อจึงมีอยู่แล้ว ระบุพฤติกรรมที่แสดงถึงแนวโน้มที่จะแปลง มีส่วนร่วมในการสนทนากับคนรุ่นนั้น ใช้เวลาและทรัพยากรกับผู้ชมนั้นในโหมดซื้อ และใช้ประโยชน์จากโอกาส เขากล่าว

โคแนนท์เสนอสามขั้นตอนเหล่านี้เพื่อรับมือกับความท้าทาย:

1. ใช้ AI เพื่อให้มีความเป็นมนุษย์มากขึ้น ปัญญาประดิษฐ์สามารถดึงข้อมูลลูกค้าจากหลายแหล่งก่อนที่จะมีส่วนร่วมกับเงื่อนไขส่วนตัวของพวกเขาเอง
2. ใช้ AI ให้มีประสิทธิภาพมากขึ้น AI เชิงคาดการณ์สามารถเข้ามาแทนที่งานประจำได้ เช่น การสร้างข้อความส่วนตัวที่มุ่งเป้าไปที่ลูกค้ารายใดรายหนึ่ง
3. ใช้ AI เพื่อปรับปรุงเวิร์กโฟลว์ ใช้ AI เพื่อเพิ่ม CRM ค้นหาบัญชีและเพิ่มข้อมูลที่มีความหมาย จากนั้นนำข้อมูลนั้นไปให้ทีมขายและการตลาด

“ในขณะที่เส้นทางการขายและกระบวนการขายเปลี่ยนไปในยุคการซื้อที่ไม่ระบุชื่อนี้ ความต้องการของนักการตลาดก็สูงขึ้นกว่าเดิม” โคนันกล่าว “แทนที่จะมองว่า AI เป็นอีกหนึ่งปัจจัยที่ซับซ้อน ฉันกลับมองว่า AI เป็นเหมือนเรือชูชีพของเรา ซึ่งเป็นวิธีที่เราจะตอบสนองความต้องการที่เพิ่มขึ้นเหล่านี้โดยไม่ฆ่าตัวเองในกระบวนการนี้”