Svaka strategija, odluka i transformacija počinju kao razgovor. Pa ipak, lideri retko promišljeno razmišljaju o tome kako se ti razgovori odvijaju. Timovi sa najvišim rezultatima usmeravaju razgovore kroz tri ključna elementa — ciljeve, uloge i dušu — stvarajući veću jasnoću, snažnije poverenje i bolje odluke.

Svako od nas je doživeo sastanke koji promaše cilj. Oni lutaju bez pravca. Važne brige ostaju neizgovorene. Odluke ostaju nerešene — ili, još gore, o istim odlukama se iznova i iznova raspravlja.

Lako je okriviti dnevni red, prenatrpane kalendare ili preopterećenost sastancima. Međutim, ove frustracije ukazuju na znatno dublji problem.

Svaka strategija, inovacija, odluka i poslovni odnos započinju kao razgovor. Sastanci su jednostavno mesto na kome se odigravaju najvažniji razgovori unutar organizacije. Kada su ti razgovori produktivni, timovi se brže usklađuju, kreativnije rešavaju probleme, jačaju međuljudske odnose i donose kvalitetnije odluke. Kada to nisu, organizacije plaćaju visoku cenu — kroz izgubljeno vreme, loše izvršenje zadataka i propuštene prilike.

Kako lideri mogu da transformišu timske razgovore iz izvora frustracije u pokretače saradnje?

Tokom rada u protekloj deceniji, anketirali smo više od 1.000 učesnika sastanaka u više od 100 timova i skoro 70 organizacija, tražeći od njih da ocene efikasnost svojih timova, produktivnost sastanaka i obrasce komunikacije. Jedan nalaz se posebno izdvojio: efikasnost ne zavisi od učestalosti sastajanja tima, već od načina na koji tim koristi zajedničko vreme. Timovi koji su redovno završavali razgovore sa jasno definisanim odgovornostima i narednim koracima imali su oko četiri puta veću verovatnoću da budu ocenjeni kao visoko efikasni u poređenju sa onima koji to nisu činili.

Ovaj nalaz ukazuje na širu istinu. To da li tim završava diskusiju sa jasnijim odlukama, čvršćim odnosima, boljim idejama ili zajedničkom posvećenošću zavisi od kvaliteta samog dijaloga. A kvalitet dijaloga neposredno zavisi od liderstva.

Lideri ulažu ogromnu energiju u optimizaciju tokova posla, kontrolnih tabli, planova projekata, a u novije vreme i alata veštačke inteligencije. Ipak, saradnja se u krajnjoj liniji oslanja na nešto znatno starije i dublje. Razgovor — a ne tehnologija — predstavlja operativni sistem svake saradnje.

Na sreću, veština svesnog oblikovanja grupnog razgovora može se lako naučiti. Tu veštinu nazivamo usmeravanjem razgovora (conversational stewardship).

Preispitivanje timskog dijaloga

Potencijal timskog razgovora je nemerljiv. Kako broj učesnika raste, raste i raznolikost perspektiva, a sa njom i potencijal za nova saznanja. Kada se vodi vešto, grupni razgovor može osloboditi kreativnost, izgraditi duboke odnose i dovesti do boljih odluka nego što bi bilo koji pojedinac mogao samostalno da donese.

Ipak, grupe stvaraju i nove komunikacijske izazove. Kako se u raspravu uključuje više glasova, koordinacija postaje teža. Ljudi prekidaju jedni druge, oklevaju da istupe, previđaju važna gledišta ili se udaljavaju od same svrhe sastanka. Ono što počne kao razgovor može se brzo pretvoriti u niz nepovezanih monologa — ili, još gore, u potpunu tišinu.

Većina saveta o liderstvu fokusira se na to šta lideri treba da kažu. Smatramo da je podjednako važno pitanje kako lideri oblikuju sam razgovor.

Razgovori jedan-na-jedan zahtevaju veštine kao što su upravljanje temama, postavljanje promišljenih pitanja, stvaranje opuštene atmosfere, konstruktivno reagovanje na neslaganje i uspostavljanje ravnoteže između otvaranja i pažljivog slušanja. Timski razgovori zahtevaju sve te veštine, ali traže i nešto više: savesno upravljanje i usmeravanje.

Usmeravanje razgovora podrazumeva namerno i posvećeno staranje o kvalitetu dijaloga u grupi. To obuhvata definisanje svrhe okupljanja, raspodelu uloga tokom rasprave i izgradnju okruženja u kome se ljudi osećaju bezbedno da iskreno doprinesu — čak i kada teme postanu neprijatne.

U našem radu utvrdili smo da najefikasniji lideri dosledno usmeravaju timske razgovore obraćajući pažnju na tri stuba: ciljeve, uloge i dušu.

Ciljevi: Šta pokušavamo da postignemo zajedno?

Sjajni razgovori počinju pre nego što bilo ko progovori. Oni počinju u trenutku kada svi razumeju zašto se grupa okupila i kako izgleda uspeh.

Lideri koji uspešno usmeravaju razgovor kreiraju jasnoću na tri nivoa:

Svrha

Svaki sastanak treba da počne odgovorom na jednostavno pitanje: Zašto smo ovde? Jasno definisanje svrhe postavlja ton i pomaže svima da razumeju definiciju uspeha. Izvrsni moderatori mogu koristiti model „kompasa razgovora“ kako bi vizuelizovali ciljeve duž dve dimenzije: informacione (u kojoj meri cilj zahteva preciznu razmenu informacija) i relacione (u kojoj meri se cilj fokusira na interese pojedinaca u odnosu na ceo tim). Pored toga, istraživanja pokazuju da isticanje nadređenih ciljeva (zajedničkih za sve članove grupe) na samom početku razgovora pomaže timovima da kasnije znatno lakše prevaziđu nesuglasice.

Rezultati

Pre nego što diskusija počne, postavite pitanje: Sa čime tačno treba da izađemo sa ovog sastanka? Odgovori mogu biti konkretna odluka, akcioni plan, rangirana lista opcija, postignuto zajedničko razumevanje ili jednostavno bolje međusobno upoznavanje. Imenovanje željenih ishoda drži razgovor fokusiranim i smanjuje rizik od skretanja u nebitne teme ili završavanja sastanka bez neophodnih zaključaka. Naša analiza je pokazala da su timovi koji „često“ ili „uvek“ definišu sledeće korake — evidentirajući donete odluke i konkretne akcije — ocenjeni sa skoro celom standardnom devijacijom više po efikasnosti od timova koji to ne rade dosledno. To znači da „sledeći koraci“ moraju biti obavezna stavka na listi ishoda svakog sastanka.

Proces

Na kraju, odlučite: Kako ćemo voditi ovaj razgovor? Na koji način ćemo generisati ideje? Kako ćemo izneti neslaganja? Ko donosi konačnu odluku? Koliko vremena posvećujemo svakoj temi? Jasan plan procesa omogućava da rasprava bude strukturisana i pravedna.

Tim višeg rukovodstva jedne od kompanija sa liste Fortune Global 25, sa kojim je Andy radio, mesecima je bio blokiran u sukobu između funkcionalnih odeljenja i onih koja rade direktno sa klijentima. Lideri su bili frustrirani jer druga strana nije uvažavala potrebu za doslednošću procedura ili za brzim odgovorom tržištu. Kada je cilj razgovora redefinisan i usmeren ka tome šta najbolje služi celom preduzeću, tim je došao do inovativnog rešenja za svega 90 minuta.

Uloge: Ko je za šta odgovoran?

Čak i kada timovi dele zajedničku svrhu, grupni razgovori mogu posustati ako odgovornost nije jasno podeljena. Ko održava fokus diskusije? Ko preseca kada je vreme da se krene dalje? Ko ima ovlašćenje da donese konačnu odluku? Od koga se očekuje doprinos — i na koji način?

Kada svako pretpostavlja da je neko drugi odgovoran za tok razgovora, ključni aspekti komunikacije ostaju zanemareni.

Vođenje razgovora postaje neuporedivo lakše kada lideri jasno postave uloge pre početka diskusije. Neke uloge pripadaju konkretnim pojedincima, dok se druge dele unutar tima. Najvažnije je da svako razume kako najbolje može da doprinese.

Dve uloge zahtevaju posebnu pažnju:

• Fasilitator: Osoba koja upravlja dinamikom razgovora. Pomaže grupi da ostane fokusirana na svrhu, usmerava učešće, konstruktivno otvara prostor za neslaganja i održava tempo diskusije, a da njome ne dominira. Dobri fasilitatori obraćaju pažnju ne samo na sadržaj, već i na to kako se razgovor odvija.

• Donosilac odluke: Osoba koja nosi krajnju odgovornost za ishode sastanka. Eksplicitno definisanje ove uloge sprečava da razgovori vode ka zaključcima koje niko zapravo nema ovlašćenje da sprovede — ili da se završe bez ikakve odluke.

Pored vodećih uloga, svi učesnici moraju razumeti svoju poziciju u razgovoru. Korisno je razjasniti sledeća pitanja:

• Da li se od svih očekuje da iznesu ideje, stručnost i perspektive?

• Da li grupa donosi zajedničku odluku? Ako da, ko ima pravo glasa i kako se odlučuje?

• Da li su pojedini članovi prisutni prvenstveno da bi dobili kontekst neophodan za operativno sprovođenje odluka?

• Da li neko ima pravo veta ili mogućnost da preinači odluku? Ako ima, neophodno je to transparentno istaći na početku, a ne iznenaditi grupu na kraju.

Ove uloge nisu samo odraz formalne organizacione hijerarhije. Mlađi saradnik može moderirati diskusiju, stručnjak za određenu temu može pružiti ključni uvid, dok viši rukovodilac veći deo sastanka može provesti pažljivo slušajući.

Kvalitetni razgovori zavise manje od zvanja, a više od toga da svako razume sopstvenu odgovornost prema toku dijaloga. Jasne uloge ne sputavaju razgovor — one ga omogućavaju.

Na primer, Andy je sarađivao sa izvršnim odborom američke kompanije sa tradicijom dugom 150 godina, koja se suočavala sa dilemom da li da prihvati preuzimanje ili da rizikuje neprijateljsku ponudu. Tokom višednevnog sastanka, predsednik odbora je odlučio da svesno ostane neuobičajeno tih u svakoj fazi diskusije, kako bi čuo sva mišljenja bez nametanja svog stava. Kada je došlo vreme za glasanje, pravilo je bilo jasno: svaki član tima morao je da stane iza odluke. Transparentnost oko toga ko učestvuje i kako se odluka donosi omogućila je punu jasnoću uloga.

Duša: Da li se ljudi osećaju dovoljno sigurno da kažu ono što mora biti rečeno?

Čak i kada tim ima jasan cilj i podeljene uloge, razgovori mogu propasti ako se ljudi ne osećaju bezbedno da govore otvoreno. Najveći liderski neuspesi često ne nastaju zbog loših ideja — već zbog važnih istina koje nikada nisu izgovorene.

Razgovor ima dušu. Svaka interakcija ili jača ili narušava društveno tkivo tima. Ona ili povećava ili smanjuje spremnost ljudi da priznaju neizvesnost, iznesu sumnje, preispitaju pretpostavke i saopšte neprijatne činjenice.

Lideri neguju dušu tima planskim razvijanjem poverenja i psihološke sigurnosti.

Poverenje predstavlja spremnost da sebe izložite riziku na osnovu postupaka druge osobe. Ono se gradi u direktnim odnosima i javlja se u dva oblika:

• Relaciono poverenje (zasnovano na dobronamernosti): uverenje da drugima iskreno stalo do vas i da vas poštuju.

• Transakciono poverenje (zasnovano na kompetencijama): uverenje da su drugi sposobni, pouzdani i usklađeni sa ciljevima.

Oba oblika poverenja se grade — ili urušavaju — u svakodnevnoj komunikaciji. Transparentnost, radoznalost, brza reakcija, toplina i umeren humor direktno određuju da li se ljudi osećaju bezbedno da stupe u kontakt.

Sa druge strane, psihološka sigurnost je svojstvo cele grupe. Kako ističe profesorka sa Harvardske poslovne škole, Ejmi Edmondson (Amy Edmondson), psihološka sigurnost je zajedničko uverenje da članovi mogu otvoreno da govore bez straha od neprijatnosti, odbacivanja ili odmazde.

Ova razlika je suštinska. U našim istraživanjima često smo viđali timove čiji su članovi imali međusobno poverenje na nivou pojedinaca, ali su i dalje oklevali da govore iskreno pred celom grupom. Snažni odnosi jedan-na-jedan ne garantuju automatski psihološki siguran tim.

Lideri igraju presudnu ulogu u stvaranju uslova za iskren dijalog. Oni pokazuju intelektualnu skromnost, podstiču neslaganje, priznaju sopstvenu nesigurnost i pažljivo reaguju kada drugi otvore teške teme. Naša analiza je pokazala da je jedno od najlošije ocenjenih ponašanja u timovima situacija kada članovi otvoreno razgovaraju o tome da se osećaju ignorisano ili isključeno. Timovi koji stvore prostor za ove razgovore ranije identifikuju rizike, brže uče i donose bolje odluke.

Poput ciljeva i uloga, ni duša tima ne nastaje slučajno. Ona se neguje — razgovor po razgovor. Kada se duša zanemari, posledice mogu biti katastrofalne. Na primer, globalni internet provajder sa kojim je Andy sarađivao nekada je držao dominantnu poziciju na tržištu. Spolja je delovao uspešno, ali unutar najvišeg rukovodstva zabrinjavajuća realnost nikada nije izgovorena. Finansijske prognoze su jasno pokazivale da će troškovi uskoro premašiti prihode, ali niko nije stavio to pitanje u središte rasprave. Ta tišina je bila fatalna: za manje od dve godine kompanija je propala.

Usmerite svoj sledeći razgovor

Pošto razgovor deluje prirodno — i pošto to radimo svakodnevno — lako je pretpostaviti da će se produktivni sastanci desiti sami od sebe. To se retko dešava.

Najuspešniji timovi ne prepuštaju kvalitet svojih razgovora slučaju. Oni njima svesno upravljaju. To ne zahteva složene tehnike fasilitacije niti sate pripreme. Sve počinje malim navikama koje vremenom donose izuzetne rezultate.

Sledeći put kada budete vodili timski razgovor, primenite tri jednostavna koraka:

1. Jasno navedite ciljeve: Pre nego što počne rasprava, dovršite rečenicu: „Do kraja ovog razgovora, trebalo bi da…“ Bilo da je željeni ishod odluka, plan, veća usklađenost ili dublje razumevanje, jasno definisan cilj postavlja istu metu za sve. Pre završetka sastanka, podjednako precizno definišite sledeće korake, nosioce zadataka i rokove.

2. Razjasnite uloge: Nemojte pretpostavljati da ljudi znaju kako treba da učestvuju. Učinite odgovornosti vidljivim. Ko vodi sastanak? Ko donosi konačnu odluku? Ko nudi ekspertizu, preispituje pretpostavke ili jednostavno sluša? Jasne uloge obezbeđuju fokusirane i efikasne razgovore.

3. Zaštitite dušu tima: Stvorite trenutke koji omogućavaju iskren razgovor. Postavljajte pitanja koja traže iskrenost, a ne puku saglasnost: „O kojim brigama trenutno ne govorimo?“, „Čije mišljenje još nismo čuli?“, „Koje pretpostavke moramo preispitati?“ Kada lideri reaguju sa radoznalošću i ranjivošću umesto defanzivnošću, ljudi postaju spremniji da ponude ono što je timu najpotrebnije da čuje.

Ove prakse mogu delovati jednostavno, ali one iz temelja oblikuju način na koji timovi razmišljaju, odlučuju i sarađuju. Svaki razgovor predstavlja priliku za izgradnju veće jasnoće, jačih odnosa i dubljeg poverenja.

Svaka strategija, inovacija i transformacija počinje kao razgovor. Lideri koji nauče da usmeravaju te razgovore direktno oblikuju sve što sledi.

Korišćenje strukturiranog pristupa u komunikaciji može pomoći da odredite prioritet onoga što treba da prenesete. U ovom članku, autor uvodi svoj okvir „Šta, pa šta, sada šta“. Slično kao i švajcarski nož, poznat po svojoj svestranosti i pouzdanosti, ova struktura je fleksibilna i može se koristiti u mnogim različitim komunikacijskim situacijama. Struktura se sastoji od tri jednostavna pitanja: 1) Šta: opišite i definišite činjenice, situaciju, proizvod, poziciju, itd. 2) Pa šta: Razgovarajte o implikacijama ili važnosti za publiku. Drugim rečima, relevantnost za njih. 3) Šta sada: Navedite poziv na akciju ili sledeće korake kao što je postavljanje pitanja ili zakazivanje sledećeg sastanka.

Efikasna komunikacija nikada nije bila kritičnija u našem svetu koji se brzo razvija, gde svaki razgovor, pregovaranje, sastanak ili prezentacija može uticati na naš lični i profesionalni uspeh. Mnogo je veća verovatnoća da ćemo postići svoje komunikacijske ciljeve ako svoje poruke upakujemo na jasan, koncizan, logičan način.

U ovom članku ću predstaviti strukturu od tri pitanja za koju verujem da služi kao nezamenljiv alat za različite scenarije, od improvizovanih interakcija do ključnih poslovnih prezentacija, ali prvo počnimo od toga zašto je strukturirani pristup toliko koristan.

Vrednost strukture u komunikaciji

Struktura pruža mapu puta, logičku vezu ideja koja vodi i komunikatora i slušaoca. Zamislite to kao pažljivo osmišljenu priču ili dobro osmišljen recept. A prednosti korišćenja jedne su mnoge:

• Jasnoća: struktura eliminiše dvosmislenost, osiguravajući da je poruka jasna i laka za razumevanje i praćenje.
• Zadržavanje: Ideje predstavljene na struktuiran način imaju veće šanse da budu zapamćene, čineći komunikaciju još uticajnijom. Naš mozak je zapravo dizajniran da kodira i pamti strukturirane informacije.
• Ubeđivanje: Logička struktura gradi slučaj tačku po tačku, olakšavajući ubeđivanje vodeći drugu stranu kroz argumentovanje.
• Efikasnost: Struktura štedi vreme i mentalnu energiju, pojednostavljujući složene ideje u svahtljive tačke koje se mogu primeniti.
• Smanjena anksioznost: Posedovanje unapred definisane strukture može značajno da smanji anksioznost u komunikaciji, jer već znate kako da prenesete ono što treba da kažete i manje je verovatno da ćete zaboraviti svoj sadržaj.

Okvir „Šta, pa šta, šta sada“

Slično kao i švajcarski nož, poznat po svojoj svestranosti i pouzdanosti, ova struktura je fleksibilna i može se koristiti u mnogim različitim komunikacijskim situacijama. Struktura se sastoji od tri jednostavna pitanja:

• Šta: Opišite i definišite činjenice, situaciju, proizvod, poziciju itd.
• Pa šta: Razgovarajte o implikacijama ili važnosti za publiku. Drugim rečima, relevantnost za njih.
• Šta sada: Navedite poziv na akciju ili sledeće korake, kao što je postavljanje pitanja ili zakazivanje sledećeg sastanka.

Ova struktura ne samo da pomaže u organizovanju misli, već služi i kao putokaz za drugu stranu, čineći informacije lakšim za praćenje i delovanje.

Okvir na delu

Kako ova struktura izgleda u praksi? Evo tri primera:

1. Uvodi

Uvodi često mogu da se zbune. Korišćenje ove strukture može pomoći da budete jasni i da postavite očekivanja za ono što dolazi.

Kada predstavljate nekoga:

• Šta: Čast mi je da predstavim dr Klark, koja je ovde da razgovara o njenim uvidima u teoriju povezanosti.
• Pa šta: Njen rad je promenio način na koji mnogi ljudi donose svakodnevne odluke. Siguran sam da ćete razmišljati drugačije kada odete sa radionice.
• Šta sada: Bez daljeg odlaganja, pridružite mi se u dobrodošlici dr. Klark.

Kada nešto predstavljate:

• Šta: Uzbuđen sam što mogu da predstavim najnoviju verziju našeg proizvoda. U ovom izdanju dodali smo mnoga poboljšanja upotrebljivosti i poboljšali našu brzinu.
• Pa šta: Sada naši klijenti mogu lakše da završe svoje zadatke i uštede vreme i novac.
• Šta sada: kada napustite ovu konferencijsku sesiju, instalirajte je danas.

2. Odgovaranje na pitanje

Pitanja su odlična prilika za korišćenje ove strukture. Na primer, zamislite intervju za posao gde pitaju: „Zašto ste kvalifikovani za ovaj posao?“

• Šta: Imam preko 12 godina iskustva u radu sa klijentima, baveći se izazovima kao što su migracija na nove sisteme i implementacija novih procesa.
• Pa šta: Ova prethodna iskustva će mi pomoći da vašim klijentima pružim visokokvalitetne rezultate, a istovremeno će vam pomoći da pojednostavite svoj proces primene.
• Šta sada: Drago mi je što razgovarate o mojim kvalifikacijama sa nekim od mojih bivših klijenata.

3. Davanje povratnih informacija

Često podučavam klijente koji moraju da pruže konstruktivne povratne informacije da koriste ovu strukturu. Na primer, imate kolegu koji nije uspeo da završi svoj izveštaj na vreme.

• Šta: Primetio sam da izveštaj nije dostavljen u dogovorenom roku.
• Pa šta: ovo nas stavlja u nepovoljan položaj i može da ugrozi sastanak sa našim klijentima.
• Šta sada: potrebno mi je da završite ovaj izveštaj do sutra ujutru. Recite mi šta mogu da uradim da pomognem.

U zaključku, ovladavanje strukturiranom komunikacijom pomaže da kreirate svoje poruke i odredite prioritete onoga što nameravate da komunicirate, dok pomažete sagovorniku da svari informacije i zapamti ih. Korišćenjem „Šta, pa šta, sada šta“, možete se kretati kroz različite situacije u komunikaciji, osiguravajući da se poruka ne samo čuje, već se internalizuje i da se po njoj reaguje.

Autentičnost je među najvažnijim vrednostima generacije Z. Osećaju se ovlašćenim da postavljaju i odgovaraju na sopstvena pitanja na raznim društvenim forumima o bilo kojoj temi — od lepote preko zdravlja do poboljšanja doma preko tehnologije do nauke. A njihov pogled na autoritet se proširio od tradicionalnih izvora, poput akademskih institucija ili uglednih urednički glasnika, do uočenog uticaja. Autor nudi pet lekcija za brendove koji žele da uđu u ovu eru uticajnih ljudi i uspostave autentične veze sa generacijom Z.

Ako niste čuli za Alik Earle, možda je jednostavno pitanje vremena kada ćete. Ova mlada influenserka – koja je upravo diplomirala na Univerzitetu u Majamiju – ima više od 5 miliona pratilaca na TikTok-u, a nedavno je potpisala za United Talent Agenci (UTA), jednu od tri najbolje kompanije koje predstavljaju talente širom sveta u medijima i ekosistemu zabave. Ona je iskoristila svoj lični brend za partnerstvo sa kozmetičkim kompanijama kao što su Tarte i Rare Beauty.

Gledanje bezbroj video snimaka Alik Earle na mreži čini njenu formulu sasvim jasnom. Ima lepotu poput modela. Ona je usavršila format „pripremi se sa mnom“ (GRWM – get ready with me) (između ostalog), kratki video u kojem ide od prirodne lepote do besprekornog savršenstva, prikazujući profesionalne, ali ponovljive tehnike šminkanja i upotrebu proizvoda. Dok primenjuje svoj izgled tokom „selfi” videa, ona nudi mešavinu pripovedanja, humora, ranjivosti, težnje, povezanosti i pominjanja proizvoda u brzom monologu bez napora. Pratioci je osećaju dovoljno pristupačnom i doživljavaju kao  „samo još jedan student“.

Ta pristupačnost je razlog zašto Erl toliko rezonuje sa generacijom Z. Autentičnost je među najvažnijim vrednostima ove generacije. Kao što nedavno istraživanje EI ističe: „Posle ere lažnih vesti i filtriranih fotografija koje projektuju ’savršen život‘, generacija Z je završila sa tim. Osećaju se ovlašćenim da postavljaju i odgovaraju na sopstvena pitanja na raznim društvenim forumima o bilo kojoj temi — od lepote preko zdravlja do poboljšanja doma preko tehnologije do nauke. A njihov pogled na autoritet proširio se sa tradicionalnih izvora, poput akademskih institucija ili uglednih uredničkih glasova, do uočenog uticaja - što pokazuje Erlin meteorski uspon.

Proučavanje uspeha Aliks Erl nudi prodavcima brendova pet moćnih lekcija o tome kako da uđu u ovu eru uticajnih ljudi – i uspostave autentične veze sa generacijom Z.

1. Pronađite prave uticajne osobe za svoj brend

Jednostavno nasilno rangiranje lista najboljih influensera nije odgovor. Brendovi žele da pronađu osobu ili ljude koji dosežu njihovu ciljnu publiku.

Kada brendovi definišu kategoriju u kojoj se takmiče, trgovci mogu tražiti uticajne ljude koji imaju najviše angažovanja i koji imaju glas i stil koji rezonuju sa brendom. AI i drugi alati za analizu podataka mogu pomoći da to shvatite — na primer, analiza podataka može otkriti pratioce, kreativne pristupe i zajednice koje su zajedničke između influensera i brendova. Postoje i kompanije, od Gallery Media, na primer, do vodećih agencija za talente, koje kuriraju influensere i upravljaju složenijim odnosima i izvršenjem za brendove.

2. Kreirajte priče o brendu za mobilnu potrošnju

Gen Z ispunjava svoje slobodne trenutke skrolujući kroz njihove algoritamski vođene, personalizovane „za vas“ fidove na svojim telefonima, ispunjene fotografijama, video zapisima i memovima. U idealnom slučaju, brendovi bi trebalo da osnaže uticajne ljude sa kojima rade da kreiraju sadržaj koji je kratak, upečatljiv i napravljen za mobilne uređaje.

Prihvatanje ranjivosti i otvorenosti, kao što Erl čini u kratkim pričama od jednog do tri minuta, omogućava brendovima da se povežu sa mlađim generacijama na način koji je lično relevantan i autentičan. Međutim, brendovi moraju da shvate da ovo nije televizijski spot koji traje 30 sekundi, a influenseri će odvesti priču u pravcu koji sami izaberu. Ovo je dopuna pričanju priča o drugim brendovima - a ne zamena.

3. Motivisati potrošače da učine sopstveni sadržaj brenda

Za razliku od prethodnih generacija, Gen Z ne „emituje“ svoje postove na društvenim mrežama naveliko. Oni češće dele sa mnogo manje ljudi putem „privatnih priča“. Angažovanost je mnogo veća zbog učestalosti i intimnosti ovih objava, a sa ovom smenom, takođe vidimo da se Gen Z udaljava od ranijih generacijskih ponašanja širokog emitovanja svojih srećnih trenutaka na svojim nalozima na društvenim mrežama ka deljenju sirovih trenutaka poput lične krize...

Mlada osoba koja vidi kozmetički proizvod u GRWM video snimku od Aliks na TikTok-u koji potom podržava taj proizvod sa svojom grupom prijatelja u njihovoj privatnoj priči na Snap-u je primer kako put brenda ide od uticaja društvenih medija visokog profila do duboko ličnog uticaj. Brend mora da stekne pravo na pristup ovom svetom prostoru - i mora da razume neprozirnost i nove rizike ovih lično intimnijih mesta.

4. Pređite granice da biste se istakli

Trebaće novi izvori inspiracije cija i kreativnost kako bi se istakli kao generativna i konverzaciona AI  koja se primenjuju u kreativnim kontekstima u velikom obimu. Pošto svi influenseri sada imaju pristup istoj tehnologiji za pokretanje istraživanja, unapređenje ideja i ubrzanje proizvodnje, brendovi koji razmišljaju unapred će nastojati da se razlikuju kroz ljudsku originalnost ili pravu slavnu ličnost. Lestvica stvarne kreativnosti će se samo povećavati, zahtevajući kreativne pozicije brendova ili nove pozive potrošačima da zajedno stvaraju. Naša trenutna definicija uticaja može se brzo promeniti, jer AI manipuliše i ciljanjem i kreativnim pokretanjem algoritama.

5. Izbegavajte kulturu klonova

Kao marketinški stručnjaci, možemo da cenimo priliku da podstaknemo potrošnju po svaku cenu tako što ćemo osmisliti trendove koji će imati brzinu preko influensera. Ali ako previše uspemo, da li stvaramo komore za odjek trendova koje su u suprotnosti sa našim opredeljenjima za raznolikost i inkluziju, ili kloniramo ponavljana ponašanja unutar određenih društvenih arhetipova? A ako se uticaj oslanja barem na izgled originalnosti, da li će to biti teže, jer svi koriste slične uvide vođene veštačkom inteligencijom? Brendovi precizno pokreću svoje komercijalne ambicije koristeći kombinaciju kreativnosti i podataka (ili umetnosti i nauke), ali sve više mogu tražiti da prošire strategije kako bi pronašli novu publiku, glasove i inspiraciju za diverzifikaciju svoje baze potrošača i ideja.

Ekonomija kreatora napreduje, kreativna je i vredna, posebno zato što ekonomski modeli zasnovani na tehnologiji motivišu jake talente da od toga naprave pravi profesionalni poduhvat. Brendovi koji koriste svoju novu dinamiku za stvaranje vrednosti će se razlikovati i pokretati eksponencijalni rast. Ključ uspeha je oslanjanje na najnovije izvore uticaja uz svu najnoviju dinamiku rizika i nagrade.

U prošlosti su bile potrebni sati istraživačkog rada i priprema kako bi se stvorile relevantne i rezonantne prodajne interakcije. S obzirom na to da vreme prodavca vredi kao zlato, ovakav intenzivan pripremni rad obično ispadne izvan fokusa prosečnih prodavaca. Međutim, napredak u oblasti veštačke inteligencije brzo uklanja izgovor da je ovakva vrsta pripreme previše vremenski zahtevna. Savremene prodajne platforme imaju potencijal da prosečnom prodavcu omoguće pripremu na nivou stručnjaka, ali u delu vremena, čime se povećava njihova relevantnost i kredibilitet kod kupaca.

Progresivni lideri prodaje koriste veštačku inteligenciju i mašinsko učenje kako bi povećali efikasnost svojih organizacija. Timovi za operacije prihoda i omogućavanje su usavršili napredne modele kreirane za strukturirane podatke smeštene u alatima poput CRM sistema. Mnogi prodavci nude moćne načine identifikacije obrazaca i predlažu nove metode prodaje, poboljšanja u prognozama ili čak modifikacije podsticaja za prodaju.

Međutim, nedavna inovacija u generativnoj veštačkoj inteligenciji obećava da će direktno pružiti vrednost prodavcu transformišući ključni deo njihovog posla koji većina pogrešno obavlja: probijanje kroz buku i angažovanje kupaca na relevantan način.

Nedavno sprovedeno istraživanje pokazalo je da se samo 13% kupaca složilo sa tvrdnjom: "Poruka prodavca se bavi relevantnim izazovom sa kojim se suočava moja organizacija." Isti anketni podaci su pokazali da se samo 25% kupaca složilo sa tvrdnjom: "Prodavac razume moju ulogu u mojoj organizaciji."

Očigledno je da previše prodavaca narušava svoju efikasnost ne pokazujući razumevanje uloge, poslovanja i tržišta njihovih kupaca. Ne samo da dokazi sugerišu da se kupci odbijaju od nerelevantnih pokušaja angažovanja - studije procenjuju da je stopa odgovora na ovu vrstu angažovanja ne viša od 1% - već, čak i ako prodavac uspe da osvoji vreme kod kupca, prodajni pristupi koji nedostaju relevantnosti i rezonancije ugrožavaju šanse za uspešno zatvaranje prodaje. Lideri prodaje koje smo nedavno intervjuisali izveštavaju o konverzijama koje se uporno kreću između 20% i 25%, uprkos godinama ulaganja u obuku, poruke i druge oblike podrške prodaji.

Otkrivanje istine

Da bismo bolje razumeli kako prodavci mogu pojačati relevantnost i rezonancu svojih napora u prodajnim angažmanima, naš tim je testirao različite pristupe angažmanu sa panelom nekoliko stotina izvršnih direktora na nivou C.

Kada prodavci pokažu nedostatak razumevanja poslovanja klijenta, gotovo je nemoguće pokrenuti akciju kod kupaca. U našem istraživanju, kupci su brzo kritikovali komunikacije putem e-pošte koje su delovale neosetno ili polovično, kao što je ovaj primer poslat od strane prodavca sa prosečnom performansom:

Naslov: Povećajte stope uspeha Katalonije za 12,5%

Drake,

Da li vaš tim ima problema sa niskim stopama angažovanja kupaca zbog nemogućnosti pružanja visoko personalizovanih iskustava? Da li biste bili zainteresovani da saznate kako organizacije poput ServiceNow, Salesforce i Intel povećavaju stope uspeha za 12,5% pružanjem visoko personalizovanih iskustava kupcima?

Koristeći naše AI rešenje, možemo pomoći vašem timu da pruži visoko personalizovana iskustva kupcima putem svih kanala, što dovodi do povećanja od 2,6 puta u pipeline-u i 12,5% većih stopa pobeda.

Vredelo bi istražiti kako možemo postići ove rezultate za vaš tim?

Srdačan pozdrav,
Ray Clark
TechSync Solutions

Više od dve trećine kupaca u našem istraživanju smatralo je da komunikacije poput ove deluju robotski i neosetno. U ovom primeru, prodavac ne pokazuje nikakvo poznavanje situacije ili uloge potencijalnog klijenta. Takođe, poruka ne prenosi nikakve relevantne detalje o tome kako njihovo rešenje ostvaruje rezultate ili kako se može razlikovati od drugih pružalaca.

Jedan izvršni direktor koga smo intervjuisali opominjao je prodavce: "Budite sigurni da znate nešto o poslu kojem prodajete. Obavite svoj domaći zadatak i nemojte učiniti da izgleda kao da sam 15. poziv koji ste napravili sa istih 15 reči kako biste pokušali da dobijete demonstraciju koja će mi oduzeti samo 15 minuta vremena." Drugi je žalio: "Personalizacija ne znači pominjanje mog alma matera ili ponavljanje nečega što sam objavio."

Takođe smo testirali uticaj visoko prilagođenih i kontekstualizovanih nastojanja na angažovanje kupaca. Kada prodavci mogu preneti duboko razumevanje poslovanja kupca, njihovi napori mnogo su verovatniji da će probiti barijere i izazvati interes kod kupca. Na primer, kada im je predstavljen niz primera komunikacije, panel kupaca u našem istraživanju - širom svih funkcija izvršnog tima - izvestio je o snažnoj preferenciji za e-poštu poput ove:

Predmet: Povećajte uspeh Katalonije

Janice,

Na vašem kvartalnom izveštaju o prihodima za Q1, Kelly Smith je istakla važnost ekstremnog fokusa na sticanje novih kupaca i kako će to pomoći u postizanju ciljeva rasta prihoda od 19% u sledećoj fiskalnoj godini.

Međutim, tokom poslednjih 12 meseci, stopa rasta vašeg prihoda iznosila je samo 7%, što je druga najniža stopa u vašoj grupi vršnjaka. Nedavni izveštaj Forrester Research-a ukazuje da mnoga preduzeća imaju problema sa pružanjem personalizovanih iskustava na različitim tačkama kontakta, što ugrožava stvaranje pipeline-a i slabi Net Promoter Scores. Korišćenjem AI rešenja za angažovanje, TechSync Solutions omogućava kompanijama poput ServiceNow, IBM i Salesforce da pruže personalizovana iskustva i besprekorno angažuju kupce putem različitih kanala, što dovodi do povećanja pipeline-a za 3.2 puta i rasta prihoda za 21%.

Identifikovali smo priliku za ostvarivanje dodatnih prihoda od 34 miliona dolara, što će vam pomoći da dostignete vaš cilj rasta. Kada bi bio dobar trenutak da razgovaramo o ovome?

Srdačan pozdrav,
Ray Clark
TechSync Solutions

Ovaj prodavac je očigledno dobro obavio istraživanje ključnih članova odbora za donošenje odluka. E-pošta se odnosi na ciljeve koji su specifični za ovu kompaniju. Poruka uključuje kontekst o tome kako se porede sa drugim sličnim kompanijama i kako njihovo rešenje adresira višekanalne potrebe kupca. Kako je jedan kupac reagovao: "Svidelo mi se što povezuju uticaj sa finansijskim performansama i KPI-jima moje kompanije dok se bave mojim prioritetima. Obično sam skeptičan prema generičkim obećanjima povećanja ROI-ja, ali ovde su dodali društvene dokaze i studije slučaja da podrže svoje tvrdnje podacima."

Ovo nije samo o hladnom kontaktiranju, naravno, ili o pisanju boljih e-pošti. Radi se o tome da se postigne bolji rezultat tokom celog prodajnog ciklusa uz odlične sastanke duž celog puta. Međutim, neefikasni kontakti često dovode do začaranog kruga za prosečne izvođače. Većina prodajnih organizacija već ima premalo predstavnika koji postižu godišnje prodajne kvote. Kako prodavci ne uspevaju da se povežu sa kupcima tokom puta, još više zaostaju za ciljem i posežu za više "raspršenih" taktika u nadi da će dostići svoj broj.

Drugačiji pristup

Većina prodavaca shvata da je prilagođena i personalizovana poruka bolja od neosetne i irelevantne. Međutim, istorijski, postizanje visokog standarda u svim oblicima komunikacije za prodavca zahteva dve stvari: puno vremena za istraživanje i svest o tome šta tražiti. Najuspešniji postižu uspeh prekomernim vremenom i pažnjom posvećenim domaćim zadacima rano u prodajnom ciklusu, pronalaženjem različitih vrsta informacija i zatim upotrebom tog znanja kako bi preneli bogato razumevanje poslovanja kupca.
Kao deo našeg istraživanja, intervjuisali smo prodavce visoke i prosečne performanse o njihovim navikama korišćenja podataka i, kada se kombinuje sa posmatranjima kupaca o informacijama koje cene, najbolji prodavci fokusiraju se na tri vrste podataka u svojim naporima u angažovanju kupaca:

Međusobno uklapanje

Ovo se pre svega odnosi na dokazivanje stvarnog podudaranja između poslovanja kupca i rešenja prodavca. Ovde, predstavnik traži verifikovane i proverljive informacije - idealno, gde je to moguće, koristeći podatke same kupca - kako bi kvalifikovao prilike i dokazao da postoji podudaranje. Prodavac koristi te podatke kako bi pokazao da je njegovo rešenje posebno pogodno za pomoć kompanijama poput kupčevih.

Podaci koji otkrivaju strateške prioritete kupca mogu pomoći predstavnicima da procene oblasti usklađenosti. Informacije izvučene iz finansijskih izveštaja ili nedavnih vesti mogu ukazivati na nameru vršnog rukovodstva - kuda idu i iz kojih razloga - i mogu biti moćan način za mapiranje ciljeva partnerstva u srednjem i kratkom roku.

Javne kompanije često komuniciraju na formalnim mestima na konferencijama investitora ili na kvartalnim pozivima akcionara. Današnji softver napajan generativnom veštačkom inteligencijom pruža sažete informacije koje pomažu prodavcima da povežu tačkice do potencijalnih prilika. Kako je to rekao jedan prodavac visokih performansi:

Lična vrednost

Ovo se pre svega odnosi na personalizaciju motiva. Prodavac ovde traži potpunu sliku organizacije i pojedinaca uključenih kako bi povezao svoje rešenje sa individualnim prioritetima svojih kupaca. Da bi to postigao, prodavac mora da razume kako ključni zainteresovani strane vide uspeh i neuspeh, kako na ličnom, tako i na profesionalnom nivou.

AI omogućene platforme poput LinkedIn Sales Navigator-a kombinuju podatke prve strane i uvide u firmografske informacije kako bi pružile organizacione poglede, uključujući i povezanost odbora za donošenje odluka. Profili generisani od strane korisnika, na primer, pomažu u održavanju tačnosti podataka i omogućavaju vremenske, nivoa naloga vezane uvide, poput ključnih promena uloga ključnih zainteresovanih strana. Alati za izgradnju poslovnog slučaja koji se filtriraju sve do upravnih odbora ili odražavaju investitorsko raspoloženje mogu pomoći u prenošenju poruka koje rezonuju sa izvršnim direktorima na najvišem nivou. Drugi AI alati poput Databook-a pružaju preporuke za razmatranje drugih potencijalnih zainteresovanih strana i omogućavaju pregled prioriteta zainteresovanih strana jedan pored drugog radi lakšeg poređenja.

Opravdanje vremenskih troškova

Ovi podaci se pre svega odnose na potvrdu vremenskih okvira. Prodavac ovde traži informacije koje potvrđuju razlog "zašto sada" za promenu.

Dokazno opterećenje je veće iz dva razloga. Prvo, kupci su svesni da su većina prodavaca motivisanih da skrate vremenski okvir donošenja odluka. Drugo, decenije psiholoških studija pokazuju da ljudi imaju sklonost da češće izaberu "ne radim ništa" put nego ne.

Vreme prodavca ovde najbolje prolazi tražeći potvrdu da je vreme od suštinskog značaja i da istraživanje kupovine predstavlja opravdanu, dobru upotrebu vremena izvršnog direktora. Najociglednije mesto za početak uključuje analitičare treće strane koji mogu detaljno opisati potencijalne vrednosti vredne razmatranja. Neki timovi koriste uvide oko završetka fiskalnog planiranja godine kako bi napravili finansijske slučajeve za promene koji ističu pretpostavke ili pretpostavljene kontingencije koje su vremenski osetljive.

Najbolji izvođači takođe prepoznaju da je vreme pokretna meta koja se može promeniti kako novi prioriteti postaju poznati. Jedan prodavac je podelio sa nama da pažljivo prati signale menadžmenta o promeni kursa, posebno u situacijama gde je jasno da je promena došla kao rezultat držanja koraka sa konkurencijom. Ti signali mogu biti poslati na konferencijama investitora, intervjuima izvršnih direktora ili javnim prezentacijama koje daju visoki lideri.

Softverske platforme mogu olakšati proces praćenja takvih široko rasprostranjenih informacija na stalnoj osnovi. Databook, na primer, korisnicima omogućava praćenje referentnih vrednosti vršnjaka na "pomerajuće igle" poslovnim metrikama. Velike razlike u odnosu na referentne vrednosti mogu ukazivati na to da je vreme zrelo, kao i nove učesnike u skupu vršnjaka zbog inovacija na tržištu ili lansiranja proizvoda.

Veštačka inteligencija u pregledima

Dokazi jasno ukazuju da najbolji prodavci učestvuju u čestim i različitim aktivnostima u vezi sa pripremom. U prošlosti, bilo je potrebno sati i sati napornog rada i istraživanja kako bi se stvorile relevantne i resonantne prodajne interakcije. S obzirom na to da je vreme prodavca vrlo ograničeno, ovakav intenzivan pripremni rad obično izmiče iz vida prosečnim prodavcima. Međutim, napreci u veštačkoj inteligenciji brzo uklanjaju izgovor da je ovakva vrsta pripreme previše vremenski zahtevna. Moderne platforme za prodaju imaju potencijal da pomognu prosečnom prodavcu da dostigne stručnu pripremljenost, u deliću vremena, povećavajući njegovu relevantnost i kredibilitet kod kupaca.

Zapravo, najbolji alati već obavljaju veliki deo pravilne pripreme iza kulisa umesto prodavca. Ovaj primer, isporučen u aplikaciji za poruke, demonstrira snagu AI engine-a sposobnog za proaktivne sugestije za vreme izlazaka:

Na sastanku o prihodima za Q2 6. septembra, Džejn Smit (CEO) naglasila je značaj njihovih inicijativa za skaliranje efikasnosti u njihovim mogućnostima za izlazak na tržište. Ovo je prilika da se pokaže kako kompanija Acme može pomoći u postizanju efikasnosti timova za izlazak na tržište povećanjem broja i kvaliteta razgovora sa izvršnim direktorima.

Pošaljite ovaj kontakt ključnim zainteresovanim stranama unutar grupe za kupovinu prodaje kako biste uskladili kompaniju Acme kao alat koji može pomoći kompaniji da sprovede svoje strateške prioritete.

Oskar Majer, SVP Enterprise Sales
Mišel Skot, VP Strategic Accounts
Džejson Li, RVP Sales Northeast

Ovaj automatski podsticaj pruža prilagođenu pozadinu relevantnu za ovu određenu kompaniju. Prodavci lako mogu izmeniti skriptovan kontakt da odrazi njihov sopstveni ton. I navedena publika otklanja nagađanje o tome gde će ovo rezonovati.

Najbolji izvođači takođe znaju da je kvalitetna priprema višestruka aktivnost koja se završava samo jednom po poslu i potom se stavlja sa strane do kasnije. Relevantni podaci su dinamični, a ne statični, i menjaju se kako nove informacije postaju poznate. Tesno povezivanje i podudaranje koje je bilo dokazano ranije može početi da se raspada kako odluka napreduje. I vremenski okviri se mogu brzo promeniti, zahtevajući da prodavci ostanu u toku sa promenama u organizaciji kupca i na tržištu. Poboljšavanje efikasnosti komunikacije prodajnog tima ne samo da povećava stope uspeha. Na kraju krajeva, komunikacija na relevantne načine pomaže izgradnji odnosa sa kupcem koji počinju na čvrstim osnovama i dugoročno daju dividende. Pomaže izbegavanju disfunkcije posle posla. Izbegavaju se kupci koji povlače svoje odluke, pozivajući se na klauzule o otkazu ili tražeći izlaz iz svojih ugovora. Stoga bi fokusiranje na aktivnosti pripreme vođene veštačkom inteligencijom trebalo biti visoko na radaru prodajnih lidera koji žele izgraditi dugoročne, značajne odnose sa kupcima koji rastu i jačaju se tokom vremena.

Zatvaranje prodaje je rezultat ranijih radnji kao što su otkrivanje kupaca, kvalifikacija potencijalnog klijenta i upravljanje učinkom. Framework IT je poboljšao svoj prodajni proces tako što je bolje kvalifikovao potencijalne klijente, razumeo ključne zainteresovane strane i promovisao svoje diferencijatore, što je dovelo do povećanja obima posla i zadovoljstva kupaca. Na ovaj način, proaktivna selekcija kupaca i kvalifikacija vodećih su ključni za pokretanje profitabilnog rasta i održavanje konkurentske prednosti.

Prodaja je umetnost u kojoj su rezultati bitni, tako da se većina saveta o dobrom učinku u ovoj ulozi fokusira na željeni ishod: zatvaranje prodaje. Ali zatvaranje je rezultat radnji i izbora koji se dešavaju ranije u procesu dok menadžeri prodaje i predstavnici odlučuju gde da raspodele vreme, novac i trud.

Konkretno, prodajni timovi treba da odluče koliko truda da potroše na otkrivanje kupaca (razumevanje šta i kome prodajete), kvalifikaciju vodećeg potencijalnog klijenta (obezbeđujući da su potencijalni klijenti ozbiljni i sposobni da obave kupovinu) i upravljanje učinkom (vreme potrošeno na obuku). , recenzije i druge aktivnosti koje stvaraju kulturu kontinuiranog poboljšanja).

Svaki od ova tri elementa je važniji kada više kamatne stope i duži ciklusi prodaje čine imperativ da prodajni timovi rade efikasnije i ulažu vreme u aktivnosti koje donose prihod. Ovaj članak govori o tome šta je jedna kompanija uradila da poboljša način na koji raspoređuje napore ka ovim oblastima — i kako bi ova praksa mogla da podstakne profitabilan rast za mnoga druga preduzeća.

Postati pametniji u otkrivanju klijenata i kvalifikaciji potencijalnog klijenta

Prodati proizvod ili uslugu obično znači postavljanje pitanja i odgovaranje na njih. Koji problem rešava naš proizvod? Da li potencijalni klijenti vide te probleme kao važne i hitne? Ko su naši najbolji izgledi (npr. kompanije koje veličine, u kojim industrijama)? Ko u kompaniji ima taj problem? Kako kupuju? Studije istraživanja tržišta, fokus grupe i drugi alati pomažu u rešavanju ovih problema. Ali na B2B tržištima, otkrivanje kupaca se uglavnom dešava u prodajnim razgovorima sa potencijalnim klijentima.

Ključna uloga menadžmenta prodaje je da pomaže svojim ljudima da na najbolji način iskoriste ograničeno vreme koje imaju u ovim aktivnostima. Bez praktičnih smernica koje prodavci koriste u traženju potencijalnih klijenata, stvaranje potencijalnih klijenata i kvalifikacija su često ono što neki nazivaju „prskaj i moli“. Na primer, evo dva stvarna traga (prikrivena imena). Prvi je od predstavnika interne prodaje do inženjera prodaje u kompaniji koja prodaje hardver i softver pozivnim centrima:

Imam trag za tebe! Došlo je preko preporuke. Ovaj potencijalni klijent otvara pozivni centar. U ovom trenutku nema ugrađenog hardvera. Počeće sa 30 agenata, koji će porasti na 60. Klijent želi skriptovanje, izveštavanje, zakazane povratne pozive, mogućnost modifikacije kampanja i potpuni nadzor. Ponuda je važeća do 11. 6. i očekuju da će konačan izbor izvršiti do 18. 6. Oni žele da budu u funkciji do kraja jula i žele da razgovaraju sa nekim što pre.

Drugi trag je poslat e-poštom kompaniji za medicinske uređaje iz odeljenja opreme velike bolnice:

Molimo navedite količinu 100 špric pumpi sličnih Nev Era Model 1000 kapaciteta 0,73 – 2011 ml/sat. Ponuda mora biti primljena do 15. novembra da bi bila uzeta u obzir.

Moglo bi se pretpostaviti da je prvi trag više obećavajući: sugeriše finansirani projekat sa vremenskom hitnošću, dok drugi izgleda kao šablonski zahtev za ponudu gde će odluka biti vođena cenom.

Ali pogledajte ta dva traga pažljivije. Prvi trag označava nedelju dana između ponude i odluke o kupovini. Da li je to realno i, ako jeste, da li sugeriše da ova perspektiva već zna koga bira i želi druge predloge kao polugu za pregovore sa svojim preferiranim dobavljačem? S druge strane, drugi trag se čini toliko fokusiranim na cenu da može biti poziv na aukciju cena... ali može biti šansa da dobijete klijenta sa velikim računom.

Sve su to spekulacije i, nažalost, to je ono na šta se kompanije oslanjaju u nedostatku merljivih kriterijuma. Prodajni kapacitet se tada obično dodeljuje jurenju oba potencijalna klijenta, što rezultira većim troškovima prodaje i negativnim uticajima drugog reda na druge resurse. Nasuprot tome, poboljšanje kriterijuma za otkrivanje i kvalifikaciju potencijalnog klijenta takođe poboljšava prakse u rasponu od zapošljavanja i obuke do zaključnih cena, usluga nakon prodaje i toka novca. Za prodajni tim, pitanje je: kako odlučiti kada je potencijalni klijent vredan vremena i truda da se utvrdi koliko su proizvodi, usluga, mogući zahtevi za prilagođavanje i cena relevantni?

Kako je jedna kompanija unapredila svoju igru

Framework IT je provajder upravljanih usluga sa premium cenama (MSP) koji pruža usluge u oblaku, sajber bezbednost, podršku i upravljanje IT projektima. Framework ne prodaje ni jednu tehnologiju ili set softvera. To u suštini postaje IT odeljenje klijenta (ili proširenje postojeće IT organizacije). Kompanija posluje na tržištu koje karakteriše brza promena tehnologije i mnoštvo konkurenata sa širokim spektrom kvaliteta i cena.

Okvir nije adekvatno kvalifikovao potencijalne klijente, što je dovelo do mnogo neproduktivnog vremena za izradu više predloga i pitanja predviđanja, jer su talasi i padovi prodaje komplikovali zapošljavanje, uključivanje i isporuku usluga nakon prodaje. Štaviše, da bi zaključio poslove, Framework se sve više oslanjao na svoje najiskusnije i najskuplje prodavce, ograničavajući vreme za traženje i izazivanje frustracija i obrta među novim i iskusnim predstavnicima.

Evo šta je kompanija uradila da reši ove probleme:

Sastavite i analizirajte podatke o klijentima

Svaki kupac nije dobar kupac, a kompanije često zanemaruju šta im njihova trenutna baza kupaca može reći. Framework je ispitao koji tipovi klijenata su najviše i najmanje profitabilni, manje ili više verovatno da će obnoviti ugovore, demografske i druge faktore koji su ukazivali na verovatnoću zatvaranja, i crvene zastavice koje su ukazivale na tehnološka okruženja Framework ne može da upravlja najefikasnije ili profitabilnije.

Saznajte ko kupuje i zašto

Kompanije ne kupuju; samo ljudi to rade. U većini kompanija kupovina predstavlja različite funkcionalne ciljeve, interese i rizike — profesionalno i lično. Okvir je identifikovao ključne zainteresovane strane uključene u odluke o kupovini kod željenih kupaca. Na primer, otkrio je da je imao najveću stopu pobeda i najuspešnija partnerstva nakon prodaje kada je nekoliko zainteresovanih strana na nivou C bilo uključeno na početku procesa prodaje. Framework je zatim razvio detaljne ličnosti za relevantne zainteresovane strane, od generalnog direktora i finansijskog direktora do operativnog menadžera i IT lidera. Ličnost je specificirala bolne tačke specifične za ulogu, lekove za ublažavanje bolova, relevantne metrike i implikacije za diskusiju o različitim aspektima predloga vrednosti okvira sa svakom zainteresovanom stranom. Između ostalog, ovo je pomerilo razgovore o prodaji sa fokusa na konkurentne ponude za cene na poruke zasnovane na vrednosti zasnovane na dogovorenim kriterijumima povraćaja ulaganja.

Pojasnite i promovišete diferencijatore

Prethodne analize pomažu da se identifikuje idealan profil kupaca firme. Ali zašto bi ti kupci kupovali od vas? Framework-ovi diferencijatori su uključivali nekoliko faktora, ali posebno ponudu vrednosti zajedničke podsticaje i model određivanja cena. Tokom godina, na primer, Framework je identifikovao dokazane najbolje prakse koje su izbegle zastoje i poboljšale IT operacije kod klijenata dok su snizile troškove usluge Framework-a. Na primer, podaci kompanije Framework su pokazali da su klijenti sa skladištem u oblaku i aplikacijama prijavili 30% manje problema sa podrškom nego klijenti sa sistemima baziranim na premisi, a problemi koje su prijavili mogli bi da se reše 25% brže. Takođe, određene osnovne prakse sajber bezbednosti su učinile 50% manjom verovatnoćom da je klijent ranjiv na događaj sajber pretnje. Ove prakse su povećale IT efikasnost klijenata i produktivnost osoblja, dok su smanjile ukupne troškove upravljanih usluga.

Da bi bolje saopštio te prednosti, Framework je razvio tehnološku procenu kao deo svog prodajnog procesa i koristio je taj alat da u svoje predloge uključi prilagođenu mapu puta koja ukazuje na nedostatke najbolje prakse u toj kompaniji i redosled preporuka o tome kako da se poprave praznine. Zatim je Framework ponudio snižene mesečne cene onim kupcima koji su usvojili ovu praksu. U stvari, ovo je podstaklo klijente da se kvalifikuju i generisalo više partnerskih odnosa na osnovu dogovora o ključnim procesima.

Saopštite idealan profil klijenta i implikacije

Efikasna prodaja na kraju zavisi od ponašanja. Framework je ugradio svoju analitiku otkrića u prodajni priručnik za obuku i uključivanje novih radnika, smernice za kvalifikacioni sastanak, kadencu za kontakt i razmenu poruka za traženje potencijalnih klijenata — sve u SharePoint sajtu sa šablonima, čestim pitanjima o uslugama, podacima o poslovima, studijama slučaja i drugim resurse za širenje najboljih praksi i minimiziranje nekvalifikovanih potencijalnih klijenata.

Saopštavanje prodajnom timu zašto su ove promene imale smisla bilo je ključno. Za predstavnike koji pokušavaju da ispune prodajnu kvotu, kratkoročni uticaj se činio kontraintuitivnim: više od 50% potencijalnih klijenata je diskvalifikovano, bilo od strane potencijalnog klijenta ili Framework-a, nakon početnih razgovora o otkrivanju. Ovo je ostavilo prodajni tim sa manje perspektiva za prodaju, što bi na prvi pogled otežalo postizanje njihovih kvota.

Dobijeni podaci pokazali su drugačije. Tokom sledeće godine, Framework je zabeležio povećanje veličine posla za 30% i povećanje prihoda od novih godišnjih ugovora za 50%, što znači da je kompanija zatvarala poslove sa većim i boljim kupcima. Prodaja i zadovoljstvo klijenata su poboljšani: tim je zabeležio povećanje od 50% u stopi pobeda za poslove koji su dospeli u fazu ponude, a neto rezultati promotera su takođe porasli za 50%. Promena je takođe dovela do boljeg rezultata: EBITDA se povećala za 40% od implementacije promena.

Bilo je dodatnih pogodnosti u poslu. Za ljudske resurse, uključivanje i vreme za novo prodajno angažovanje poboljšano sa mogućnošću fokusiranja na inicijative za obuku. Predstavnici najviše uče gledajući kako najbolje njihove kolege obavljaju ključne zadatke – ono što istraživači nazivaju „modeliranjem ponašanja“. Oni pokupe važne naznake o tome kako otkriti bol zainteresovanih strana, kako se predstaviti, kako odgovoriti na primedbe ili konkurentska poređenja i druge aspekte prodaje na datom tržištu. Novootkriveni fokus i disciplina Framework-a značili su da iskusni predstavnici sada imaju više vremena sa zainteresovanim stranama u većim i boljim izgledima i više interne sposobnosti da podučavaju druge i ubrzaju njihovo učenje i razvoj.

Za Framework-ov servisni tim, bolje kvalifikovani potencijalni klijenti koji su usvojili najbolje prakse poboljšali su tekuću isporuku MSP-a i istovremeno smanjili cenu usluge. Takođe, viši tim Framework-a je sada imao skalabilni model prodaje i proces prilagođavanja tog modela suočenom sa neizbežnim promenama na tržištu, jer ugrađuje kriterijume za odabir kupaca u svoj razvoj proizvoda i aktivnosti strateškog planiranja.

. . .

Lekcije ovde prevazilaze iskustvo Framework-a. Većina rukovodilaca na glasu govori o istini da na konkurentnom tržištu „ne možete biti sve za sve ljude“. Ipak, većina kompanija ne uspeva da otkriće kupaca i kriterijume za kvalifikaciju potencijalnih klijenata učini eksplicitnim i upravljanim delom svojih napora za razvoj poslovanja. Prodavci zatim prodaju svima kojima mogu, često po sniženim cenama da bi postigli ciljni obim. A firma tada pruža bolju ili lošiju uslugu različitim tipovima kupaca, što dovodi do gubitka pozicioniranja brenda i karakterističnih kompetencija. Bolje je biti proaktivan, jer mnogo toga drugog u poslovanju proizilazi iz odabira kupaca, uključujući cikluse cene do usluživanja i konverzije gotovine, kao i ključne odluke o proizvodima i rastu.

CSV - Customer Surplus Value - višak vrednosti kupaca

Koliku vrednost vaši kupci dobijaju od vaših proizvoda? Neto rezultati su jedan alat za odgovor na to pitanje, ali autori nude još jedan: višak vrednosti kupaca. Ideja, izvučena iz ekonomije, je da pitate kupce koliko novca im treba dati da bi se odrekli vašeg proizvoda na određeno vreme. Što bi im više novca bilo potrebno da prihvate, to je proizvod vredniji. Eksperiment na LinkedIn-u pokazuje kako ova mera dopunjuje NPS rezultate kao način merenja zadovoljstva kupaca.

U domenu metrike povratnih informacija kupaca, malo njih je privuklo toliko pažnje i usvajanja kao Net Promoter Score (NPS). Pre dve decenije predstavio Frederick Reichheld u svom značajnom članku Harvard Business Reviev, „Jedan broj koji vam je potreban za rast“, ​​NPS se pojavio kao revolucionarni pristup hvatanju i predviđanju rasta kompanije. Najavljen zbog svoje jednostavnosti – jedino pitanje koje meri verovatnoću kupaca da preporuče proizvod ili uslugu drugima – postao je instrumentalno sredstvo za preduzeća za merenje povratnih informacija kupaca. Kompanije u različitim sektorima i regionima usvojile su metriku, pronalazeći korelacije između visokih NPS rezultata i poboljšane profitabilnosti, zadržavanja i rasta.

NPS meri zadovoljstvo kupaca, ali ne nužno koliko lako bi mogli da pređu na alternativu. Još jedna moćna metrika, vrednost viška kupaca (CSV) dopunjuje NPS fokusirajući se na osnovni koncept iz mikroekonomije: višak potrošača. To je razlika između onoga što su potrošači spremni da plate za proizvod ili uslugu i njegove cene. Ako biste platili najviše 5 dolara za šoljicu kafe, a kupili jednu za 3 dolara, dobićete 2 dolara potrošačkog viška. Menadžeri bi to trebalo da smatraju „drugim brojem koji treba da rastete“.

Jedan od nas (Kolis) je predstavio pionirski metod iza CSV-a u Harvard Business Review-u 2019. godine, ali kao način za merenje vrednosti digitalne ekonomije. Od tada, kompanije su primetile i koriste ovaj metod da vrednuju svoje proizvode i usluge. Ova CSV metrika meri ukupnu vrednost u dolarima koju potrošač dobija kupovinom proizvoda ili usluge. Taj intuitivan i ekonomski utemeljen koncept dobro odjekuje rukovodiocima i menadžerima i omogućava im da prate koliku vrednost kompanija stvara za kupca.

Merenje viška vrednosti kupaca (CSV)

Merenje CSV-a je zasnovano na eksperimentima binarnog izbora koji traže od kupaca da naprave izbor između zadržavanja pristupa proizvodu ili usluzi ili odricanja od istog na mesec dana u zamenu za novčanu nadoknadu. Na primer:

Kada se novčana kompenzacija nasumično rasporedi po kupcima, rezultati pokazuju krivu potražnje koja predstavlja proporciju kupaca koji bi se odrekli dobra po različitim cenama.

Na primer, kada nudimo samo 1 dolar za odustajanje od određene usluge, primećujemo da bi je većina kupaca zadržala – što znači da od kupovine dobijaju više od jednog dolara. Međutim, nezanemarljiv procenat kupaca bi takođe prihvatio novac; to su kupci sa niskom vrednovanjem i koji su verovatno u opasnosti od odliva.

Suprotno se obično dešava kada se klijentima nudi veoma velike količine novca da napuste uslugu, na primer, 1.000 dolara na mesec dana. Neki korisnici veoma cene određene usluge, tako da nisu voljni da ih puste čak ni kada im se ponudi velika suma novca. Ovo se takođe dešava kada se odluka donosi posledična, a ne hipotetička, tako što se kupcima nudi pravi novac. Koristimo tačku cene po kojoj je polovina kupaca spremna da se odrekne nekog dobra kao zbirnu meru CSV-a (tj. srednja vrednost).

Ovi eksperimenti obuhvataju ono što nazivamo „spremnost da se prihvati“ (VTA), što se može suptilno razlikovati od uobičajenih ideja poput spremnosti da se plati i potrošačkog viška. Bez obzira na to, to su intuitivno slične ideje: veće CSV vrednosti znače da potrošač dobija veću vrednost od vašeg proizvoda. U nastavku prikazujemo bruto procenu na nivou brenda, bez prilagođavanja kupovne ili pretplatničke cene.

Gornja tabela upoređuje CSV metriku sa drugim pokazateljima povratnih informacija kupaca u studiji sa najistaknutijim američkim brendovima. Sve u svemu, primećujemo da i NPS i CSV pružaju uvid u to kako kupci vrednuju kompanije i proizvode, ali ne pričaju uvek istu priču.

Na primer, obe metode visoko ocenjuju Apple, što je istaknuto najvišim NPS rezultatom i činjenicom da bi kupci želeli značajnu nadoknadu (711,50 USD) da bi se odrekli Apple proizvoda i usluga na mesec dana, što je prvenstveno zbog iPhone-ovog CSV-a (400 USD, mereno odvojeno). Nasuprot tome, McDonald's pokazuje manju privlačnost i za NPS i za CSV, pri čemu kupci žele samo 81 cent da prestanu da koriste njihove usluge na mesec dana.

Druge kompanije poput Amazona i AT&T pokazuju zanimljive kontraste. Amazon se često preporučuje (visok NPS), ali ima nižu CSV vrednost (19,01 USD mesečno), što sugeriše prilagođeno njima se to sviđa, ali ne vide to kao suštinsko ili teško zamenjivo. Nasuprot tome, AT&T, uprkos negativnom NPS-u, ima veoma visoku vrednost CSV-a, što ukazuje na osnovne usluge ili visoko zaključavanje.

Primer Majkrosofta ilustruje važnost konteksta u ovim eksperimentima. Iako Microsoft ima samo prosečan rezultat među klijentima sa CSV od 98 USD i NPS od 1, kada smo sproveli isti eksperiment sa zaposlenima u kontekstu njihovog rada, otkrili smo da učesnici zahtevaju značajan podsticaj — više od 1.000 USD mesečno — za odustajanje samo od Microsoft Excel-a. Visoka procena verovatno odražava integralnu ulogu koju Excel igra u svakodnevnoj poslovnoj upotrebi, pri čemu mnogi profesionalci smatraju da je neophodan za svoje radne funkcije, čime se povećava njegova korisnička vrednost.

U suštini, vidimo da je CSV snažno povezan sa nastojanjem da se dobiju i zamene usluge ili proizvodi (tj. „trošak“ zamene), dok je NPS kao mera zadovoljstva snažno povezan sa „korišću“ koja je dobro generisanje. Obe strane, koristi i troškovi, su od suštinskog značaja za potpuno razumevanje različitih dimenzija vrednosti kupaca.

Korišćenje CSV-a na LinkedIn-u

Mi (Marco) smo radili sa LinkedIn-om (Rogier) da bismo koristili CSV metod za merenje i praćenje vrednosti njegovih usluga i funkcija među njegovim premium i besplatnim korisnicima. Pored toga, LinkedIn takođe često koristi NPS kao metriku povratnih informacija kupaca. Ovo nam je omogućilo da potvrdimo CSV metod i uporedimo njegove prediktivne performanse u poređenju sa NPS među 1.581 LinkedIn premium korisnika u SAD, koji su se odlučili za plaćene pretplate za pristup naprednim funkcijama.

Na ovom tržištu vidimo, na primer, da klevetnici (oni koji ocenjuju 0-6 na NPS pitanju) vrednuju LinkedIn samo na 10% vrednosti koju neutralni (ocena 7-8 na NPS pitanje) percipiraju, dok promoteri ( ocenite 9-10 na pitanje NPS) vrednuju uslugu 4,9 puta više od neutralnih.

Da bismo videli kako se NPS i CSV porede, analizirali smo koji od kupaca su ostali kao premium korisnici 1,5 godine nakon što smo sproveli studiju i koji su korisnici „prebacili“ na besplatan nalog. I NPS i CSV značajno su predvideli lojalnost. Efekti su slično jaki u smislu prediktivne moći. Ali korišćenje oba zajedno je prediktivnije od bilo koje metrike za sebe. Dakle, obe metrike su najjače kada se koriste u kombinaciji jedna sa drugom.

Kada je LinkedIn koristio kombinaciju CSV-a i NPS-a, omogućio je timu da razume razlike između klevetnika i promotera u pogledu njihove percipirane vrednosti na detaljnijem nivou. Ovo je obezbedilo podatke potrebne za mnogo informisaniju diskusiju sa rukovodstvom i bolju bazu znanja o tome gde dati prioritet.

Šta CSV može, a šta ne može

Kada se razmatra primena CSV metodologije, neophodno je razumeti njena ograničenja da biste u potpunosti iskoristili njene uvide. CSV, kao i NPS, služi kao agregatna metrika koja predstavlja krivu potražnje za određeni segment kupaca, pružajući srednju procenu. Međutim, to ne dozvoljava da se naprave detaljni zaključci na individualnom nivou.

S tim u vezi, kao zbirnu meru koristimo cenu koju bi 50% uzorka zahtevalo da napusti određeni proizvod ili uslugu. U zavisnosti od oblika funkcije tražnje, moglo bi biti interesantno izvesti i cene po kojima bi je napustilo 10%, 25%, 75% ili 90% uzorka.

U našim studijama smo otkrili da korišćenje jednomesečne apstinencije dobro funkcioniše. Kraći periodi možda neće biti dovoljni da klijenti propuste proizvod ili uslugu (ili im se čak sviđa kao oblik digitalne detoksikacije, u zavisnosti od usluge). Korišćenje dužih perioda omogućava kupcima da nauče da žive bez njega i pronađu odgovarajuće zamene.

Štaviše, iako može biti primamljivo koristiti CSV za određivanje cena, ovaj pristup treba izbegavati. CSV, kao mera potrošačkog viška, ne predstavlja spremnost potrošača da plate i ne prevodi se direktno u optimalne strategije cena.

Za menadžere, razumevanje povratnih informacija kupaca je ključno. Predlažemo CSV kao direktan i diferenciran pristup za merenje vrednosti kupaca u dolarima, što ga čini intuitivnim za marketinške rukovodioce da shvate i primenjuju. Dok NPS pomaže da se identifikuju mogućnosti rasta merenjem interesovanja potencijalnih novih kupaca, CSV baca svetlo na lojalnost postojećih kupaca. Kombinovanje ove dve metode vrednovanja dovodi do snažnijeg i nijansiranog razumevanja vrednosti kupaca.

Generativna veštačka inteligencija (AI), posebno veliki jezički modeli (LLMs), nudi obećavajući novi alat za istraživanje tržišta u ranoj fazi simuliranjem reakcija kupaca na koncepte proizvoda. Ovo može omogućiti kompanijama da donose zaključke slične onima koje bi dobile anketiranjem kupaca ili sprovođenjem fokus grupa, ali uz mnogo manje vremena i troškova. Iako LLMs mogu pružiti isplative i brze uvide, i dalje zahtevaju fino podešavanje (fine-tuning) sa vlasničkim podacima kako bi se dobile precizne procene preferencija. I uprkos njihovom potencijalu, LLMs bi trebalo da dopune, a ne da zamene ljudsko istraživanje, jer imaju poteškoća sa nijansiranom segmentacijom kupaca i dinamičnim tržišnim uslovima.

U ranim fazama inovacija, kompanije se suočavaju sa poznatom dilemom: Koje ideje zaslužuju dalje ulaganje? Tradicionalno rešenje, istraživanje tržišta usmereno na ljude, može pružiti vredne uvide — ali često može biti sporo, skupo i ograničenog obima. Sada, generativna AI nudi intrigantan novi alat: sintetičke kupce.

Veliki jezički modeli (LLMs), kao što su Chat GPT i Gemini, privukli su pažnju svojom sposobnošću da generišu sadržaj i ideje. Ali manje istražena granica je njihov potencijal da simuliraju reakcije kupaca na koncepte proizvoda i njegovih karakteristika. Naše istraživanje pokazuje da LLMs, ako se pažljivo koriste, mogu funkcionisati kao sintetičke fokus grupe, pružajući rane uvide o preferencijama kupaca za delić vremena i troškova u poređenju sa studijama koje uključuju ljude.

LLMs ne pomažu samo u stvaranju ideja za proizvode; oni ih takođe mogu testirati. Predstavljanjem konfiguracija proizvoda ovim modelima na strukturiran način, možemo proceniti „sintetičku“ spremnost za plaćanje (willingness-to-pay - WTP), uporediti alternative, pa čak i označiti ideje koje će verovatno propasti, sve pre angažovanja ijednog ljudskog ispitanika. Kroz nekoliko studija u stilu „conjoint“ analize u kategorijama kao što su pasta za zube, laptopovi i tableti, otkrili smo da LLMs, posebno kada su fino podešeni sa vlasničkim podacima, često daju procene preferencija izuzetno bliske onima kod stvarnih potrošača.

Primenjen u praksi, ovaj pristup nudi više od pukog povećanja efikasnosti u pogledu troškova ili vremena (iako su i ona značajna). Takođe može proširiti vrh levka inovacija, omogućavajući rigoroznije i skalabilno istraživanje ranih ideja.

Od generatora teksta do tržišnog simulatora

LLMs su obučeni na ogromnim skupovima podataka koji uključuju recenzije proizvoda, diskusije i obrasce ponašanja izražene prirodnim jezikom. To ih čini iznenađujuće veštim u odgovaranju na strukturirana pitanja o proizvodima zasnovana na izboru.

U našim studijama, koristili smo program da direktno postavljamo upite LLM modelima sa poređenjima proizvoda koja oponašaju ankete u istraživanju ljudskog tržišta. Na primer: „Da li biste kupili Colgate pastu za zube sa fluoridom za $2.99 ili verziju bez fluorida za $1.99?“ Ponavljanjem ovih upita kroz stotine nasumičnih konfiguracija proizvoda, generisali smo distribucije simuliranih odgovora kupaca. (Napomena: Koristili smo program koji je direktno slao upite LLM-u, a ne interfejs za chat.) Koristeći standardne metode „conjoint“ analize, zatim smo procenili WTP za različite karakteristike proizvoda.

Da bismo procenili odgovore LLM-a, takođe smo sproveli ove „conjoint“ studije sa ljudskim uzorcima. Rezultati? LLMs su proizveli realistične i usmereno tačne preferencije za mnoge poznate atribute. Na primer, sintetički kupci su vrednovali fluorid u pasti za zube i dodatnu RAM memoriju u laptopovima na načine koji su odražavali ljudske uzorke. Štaviše, distribucija simuliranih odgovora je obuhvatila važne kompromise između cene i karakteristika.

Važno je napomenuti da ovo nije bilo samo nekoliko pažljivo odabranih primera. U više kategorija proizvoda, LLMs su dosledno generisali rangiranje preferencija koje se poklapalo sa rezultatima dobijenim od ljudi. Kao alat za preliminarno testiranje, potencijal je jasan: LLMs mogu rano označiti slabe ideje i dati prioritet obećavajućim pravcima pre početka formalnog istraživanja.

Ali postoje ograničenja — i ona su važna

Uprkos ovim obećavajućim rezultatima, LLMs „sa police“ (off-the-shelf) nisu savršeni simulatori. Zapravo, oni imaju tendenciju da precenjuju interesovanje za nove ili neobične karakteristike. Kada smo testirali nove ukuse paste za zube kao što su „palačinka“ ili „krastavac“, sintetički potrošači LLM-a pokazali su daleko više entuzijazma nego stvarni ljudi. Bez utemeljenja u stvarnim potrošačima, generativna AI je zamišljala kupce koji naginju uzbuđenju i znatiželji, osobinama koje se ne pretvaraju uvek u prodaju.

Štaviše, LLMs imaju poteškoća sa segmentacijom kupaca. Kada im se postave upiti sa demografskim modifikatorima (npr. „vi ste kupac sa niskim primanjima“ ili „vi ste republikanac“), odgovori su se menjali, ali često na nedosledan ili preuveličan način. Čak i nakon finog podešavanja, LLM nije mogao pouzdano da reprodukuje nijansirane razlike u preferencijama između demografskih grupa koje su otkrila istraživanja sa ljudima.

Na primer, prilikom procene WTP za MacBook u poređenju sa Surface laptopom, LLM je preuveličao razlike u preferencijama između platnih razreda u odnosu na stvarne ljude. Tačno je pokazao da bi sintetički pojedinci koji su republikanci bili spremni da plate manje za brend Apple od onih koji su demokrate; međutim, pokazao je razliku od $625, dok je razlika u ljudskim uzorcima bila samo $72. Međutim, kada je fino podešen sa podacima kompanije, LLM je imao tendenciju da „usrednji“ svoja predviđanja, zamagljujući važnu heterogenost (npr. tvrdeći da su i demokrate i republikanci bili spremni da plate isti iznos za brend Apple).

Pored toga, LLMs su unapred obučeni, i bez dodatnih podataka za obuku koje pruža istraživač ili pristupa internetu, oni mogu otkriti statične preferencije i ne prilagođavati se dinamički trenutnim tržišnim uslovima, čime pružaju nebitne informacije.

Konačno, brzi razvojni ciklusi i često uvođenje novih LLM modela zahtevaju procenu osnovnih odgovora svake verzije LLM-a, što otežava njihovu upotrebu u procesu razvoja proizvoda.

Ukratko: Korišćenjem naših metodologija, LLMs trenutno mogu aproksimirati prosečne tržišne signale, ali ne i uvide specifične za segment. Za bilo šta izvan detekcije trendova na visokom nivou u ranoj fazi, istraživanje sa ljudima ostaje suštinski važno.

Moć vlasničkih podataka

Jedno od najubedljivijih otkrića u našem istraživanju je koliko bolje LLMs rade kada su fino podešeni sa sopstvenim istorijskim podacima o klijentima kompanije.

Konkretno, koristili smo prethodne ankete kupaca za fino podešavanje LLM-a. Fino podešavanje (Fine-tuning) podrazumeva prilagođavanje parametara modela na osnovu odgovora iz tih prošlih anketa. Ovaj proces poboljšava sposobnost LLM-a da simulira preferencije slične ljudskim, čak i za karakteristike koje ranije nije video.

Na primer, fino smo podesili LLM koristeći odgovore iz studije o pasti za zube sa standardnim ukusima (nana, cimet, jagoda). Zatim smo od njega tražili da proceni preferencije za nove ukuse (palačinka, krastavac). Fino podešen model je preokrenuo svoj raniji entuzijazam i dao WTP procene koje su bile u skladu sa odgovorima ljudi — uključujući i prepoznavanje da većina ljudi smatra „pastu za zube sa ukusom palačinke“ neprivlačnom.

Ovaj obrazac se ponovio u kategoriji tehnologije. Nakon finog podešavanja na osnovu prošlih anketa sa karakteristikama laptopova kao što su veličina ekrana i RAM, LLM je dao daleko preciznije WTP procene za potpuno novu karakteristiku, ugrađene projektore, nego što je to činio u svom osnovnom obliku.

Ali metoda finog podešavanja je funkcionisala samo u istoj kategoriji interesovanja. Kada smo modelu koji je bio fino podešen koristeći ankete o laptopovima postavili upit o tabletima, bliskoj ali različitoj kategoriji, on je radio lošije od modela „sa police“ (off-the-shelf).

Ključni zaključak: firme koje grade i fino podešavaju sopstvene interne „simulatore kupaca“ koristeći LLMs i istorijske podatke iz anketa mogu otključati oštrije uvide u ranoj fazi. Ovo stvara oblik konkurentske prednosti zasnovane na podacima: dve firme koje koriste isti osnovni LLM dobiće različite rezultate ako je jedna od njih obučila model na preferencijama sopstvenih kupaca.

Troškovi, brzina i prošireni levak inovacija

Tradicionalne „conjoint“ studije mogu koštati desetine hiljada dolara i zahtevati nedelje za dizajniranje, sprovođenje i analizu. Naše studije zasnovane na LLM modelima trajale su samo nekoliko sati, uz delić troškova. Bili smo u mogućnosti da generišemo hiljade simuliranih odgovora i brzo ponavljamo proces.

Ova brzina omogućava drugačiju vrstu inovacionog procesa. Umesto da razvijaju samo nekoliko ideja za testiranje, timovi sada mogu da istraže desetine, pa čak i stotine, ranih koncepata, koristeći sintetičke potrošače kao filter. Ovo proširuje vrh levka inovacija, dok sužava dno uz pomoć preciznijih podataka.

Na primer, kompanija za robu široke potrošnje mogla bi sintetički testirati 40 novih varijacija proizvoda, a zatim sprovesti ankete sa ljudima na 5 najperspektivnijih. Ovo smanjuje rasipanje i osigurava da je ljudska pažnja usmerena tamo gde je najvažnije.

Dopuna, a ne zamena

Primamljivo je zamisliti budućnost u kojoj sintetički kupci u potpunosti zamenjuju istraživanje sa ljudima. Ta budućnost još nije stigla, a možda nikada i neće.

Iako LLMs mogu generisati kredibilne uvide u prvoj fazi, i dalje im nedostaju nijanse, emocionalna inteligencija i varijabilnost stvarnih ljudi. Što je još važnije, oni odražavaju postojeće podatke i ponašanje i stoga nasleđuju sve njihove pristrasnosti i slepe tačke.

Ako se koriste odgovorno, LLMs bi trebalo da dopune, a ne da zamene, istraživanje tržišta. Naše studije pokazuju da se mogu primeniti rano u životnom ciklusu razvoja proizvoda, kada je cilj istraživanje i određivanje prioriteta, a ne validacija ili segmentacija.

Štaviše, marketinški stručnjaci moraju ulagati u interno prikupljanje podataka i upravljanje njima kako bi maksimizirali vrednost ovih alata. Fino podešen model izgrađen na godinama pažljivo strukturiranih podataka iz anketa daleko je korisniji od onog koji se oslanja samo na obuku sa interneta.

Budućnost istraživanja tržišta?

Generativna AI preoblikuje način na koji preduzeća dizajniraju, testiraju i lansiraju nove proizvode. Sintetički kupci nisu zamena za stvarne, ali bi mogli biti moćno novo sočivo za rane uvide.

Kombinovanjem LLM modela sa rigoroznim istraživačkim metodama, kompanije mogu brže da inoviraju, efikasnije filtriraju ideje i smanje rizik od skupih grešaka. Ne radi se o borbi čoveka protiv mašine, već o korišćenju mašina za efikasnije slušanje, kako bi ljudi mogli da donose bolje odluke.

Kako se ova oblast razvija, jedna stvar je jasna: firme koje nauče da kombinuju sintetičke i ljudske uvide predvodiće sledeći talas inovacija usmerenih na kupca.

U 2022. godini, američki potrošači su vratili 16,5% kupovina, što je prodavce koštalo procenjenih 816 milijardi dolara izgubljenog prihoda. Istraživanja sugerišu da je unakrsna prodaja proizvoda tokom procesa povrata efikasna strategija za smanjenje ovog gubitka prihoda. Tokom brojnih eksperimenata, istraživači su otkrili da potrošači tretiraju povraćaj novca kao novac koji je već izgubljen, tako da je manje bolno potrošiti ta sredstva na drugu kupovinu, sve dok se unakrsna prodaja dogodi pre nego što se novac ponovo izda na prvobitni način plaćanja kupaca i potrošača. Istraživači su takođe otkrili da se ovaj „efekat povrata“ primenjuje na sve kategorije. Kreiranje politika i praksi povrata zasnovanih na efektu refundiranja može smanjiti gubitak prihoda od povraćaja proizvoda na način koji koristi i potrošačima i trgovcima na malo.

Povraćaj proizvoda predstavlja veliki izazov za trgovce na malo. U 2022. godini, američki potrošači su vratili 16,5% kupljene robe, što je prodavce koštalo procenjenih 816 milijardi dolara izgubljenog prihoda. Tipične strategije za smanjenje prihoda izgubljenog zbog povraćaja proizvoda uključuju smanjenje verovatnoće povraćaja pružanjem više informacija o proizvodima (npr. recenzije i česta pitanja) i povećanje finansijskih i transakcionih troškova za potrošače koji vraćaju proizvode (npr. troškovi isporuke i ograničeni rokovi povrata ). Ali prva strategija je skupa za trgovce na malo, a druga za potrošače. Naše nedavno istraživanje identifikuje efikasnu strategiju za smanjenje ovog gubitka prihoda koji koristi svima: unakrsna prodaja proizvoda tokom procesa vraćanja proizvoda.

U šest eksperimenata otkrili smo da potrošači tretiraju povraćaj novca kao već izgubljeni novac, pa je trošenje ovih sredstava na drugu kupovinu manje bolno. Učesnici istraživanja su imali veću verovatnoću da potroše novac od povraćaja proizvoda nego od bonusa, i čak je verovatnije da će potrošiti refundirani novac nego neočekivani prihod, kao što su dobici na lutriji i povraćaji poreza. Ovo nazivamo „efekat refundiranja“.

U jednom laboratorijskom eksperimentu, na primer, dali smo svim učesnicima 4 dolara. Neki od učesnika su zamoljeni da iskoriste novac za kupovinu lopte za stres za koju su kasnije saznali da mogu da vrate, što je većina i uradila. Drugi u kontrolnoj grupi nisu izvršili početnu kupovinu. Zatim smo svima ponudili priliku da zadrže svoja 4 dolara ili ih iskoriste za kupovinu Starbucks poklon kartice od 5 dolara uz popust. Samo 48% kontrolne grupe koristilo je svojih 4 dolara za kupovinu poklon kartice, dok je 78% učesnika koji su dobili povraćaj kupilo poklon karticu. Replicirali smo ovu studiju sa onlajn uzorkom gde je vraćeni proizvod bila poklon kartica od velikog prodavca (tj. Best Buy ili Kohls). U ovom eksperimentu, samo 10% kontrolne grupe je odlučilo da kupi Starbucks poklon karticu, dok je 25% učesnika sa refundiranim novcem koristilo to za kupovinu Starbucks poklon kartice.

Prodavci koji razumeju dinamiku efekta refundiranja – kada, zašto i kako funkcioniše – mogu da ublaže jednu od višegodišnjih glavobolja ove industrije. Evo tri nalaza koje trgovci na malo treba da imaju na umu da bi maksimalno iskoristili efekat povraćaja:

Mogućnosti za unakrsnu prodaju se javljaju tokom procesa vraćanja – pre nego što se novac ponovo izda na prvobitni način plaćanja kupaca

Mnogo je manje verovatno da će efekat refundiranja povećati prodaju nakon što je novac vraćen na kreditnu karticu ili tekući račun. Zašto? Efekat povraćaja novca zavisi od stvaranja i održavanja „namenske oznake“ koja podseća potrošače da je novac izgubljen. Naše istraživanje je pokazalo da ako se refundirani novac objedini sa novcem iz drugih izvora, namenska se sredstva uklanjaju i potrošači ih troše ništa drugačije od novca iz drugih izvora. Na primer, veća je verovatnoća da će učesnici istraživanja koristiti povraćaj novca za par patika za kupovinu košulje ako tek treba da dobiju svoj novac nazad. Ako je novac već bio deponovan na njihov tekući račun, nije bila veća verovatnoća da će kupiti majicu od učesnika koji su jednostavno videli majicu na mreži.

Neki trgovci na malo već efikasno koriste ovu strategiju unakrsne prodaje. Podrazumevano, Amazon pita kupce da li žele da iskoriste svoj povratak za kupovinu poklon kartice. Kupci koji odbiju ovu unakrsnu prodaju onda dobijaju povraćaj novca. Clothier Todd Snider omogućava kupcima da iskoriste povraćaj novca da odmah kupe druge proizvode pre nego što pošalju povraćaj. Ostatak njihovog povraćaja se izdaje kada se povraćaj primi. Ove strategije unakrsne prodaje će verovatno funkcionisati, jer kupci kupuju od povraćaja novca pre nego što dobiju novac od povrata.

Efekat refundiranja funkcioniše samo kada potrošači očekuju da će izgubiti novac

Naše istraživanje je pokazalo da potrošači u početku moraju da očekuju da zadrže robu i usluge koje kupuju kako bi stvorili namensku marku koja će omogućiti efekat povraćaja novca. Strategije „Probajte pre nego što kupite“, gde potrošači ne očekuju da će platiti za vraćenu robu, verovatno neće stvoriti efekat povraćaja ako se ta roba vrati.
Na primer, učesnici istraživanja koji su zamislili da kupe dva para cipela da isprobaju sa očekivanjem da će vratiti jedan par, nije veća verovatnoća da će potrošiti refundiranje na jaknu. Nasuprot tome, učesnici koji nisu očekivali da vrate par cipela kada su ih kupili, verovatnije su iskoristili povrat novca za kupovinu jakne

Efekat refundiranja se primenjuje na sve kategorije

Pošto se refundirani novac čini kao da je već izgubljen, efekat refundiranja se primenjuje i na proizvode koji se više prodaju u istoj kategoriji i na proizvode u drugim kategorijama.

Na primer, učesnici istraživanja u petom eksperimentu su imali veću verovatnoću da potroše povraćaj novca od vraćene boce vina bilo na poklon karticu od prodavnice ili od brenda za sportsku zabavu nego da kupe bilo koju vrstu poklon kartice novcem iz svog džepa. Ovo je dobra vest za trgovce koji nude niz kategorija proizvoda.

Strategije prodaje kao što su dodatna prodaja i razmene tokom procesa vraćanja proizvoda trebale bi na sličan način da imaju koristi od efekta refundiranja i mogu biti bolje za upravljanje odnosima sa kupcima nego povećanje troškova povraćaja proizvoda. Nove kompanije su zakoračile na ovo tržište. Na primer, Loop Returns pomaže 1.500 Shopify trgovaca, kao što su Allbirds i Brooklinen, da unakrsnu prodaju, prodaju i razmenjuju proizvode tokom procesa vraćanja proizvoda, štedeći 28% prihoda koji bi inače bili izgubljeni.

Lekcija za trgovce na malo? Umesto pribegavanja praksama čiji strogi transakcioni troškovi mogu da otuđuju kupce, ponekad trajno, kreiranje politika vraćanja i praksi zasnovanih na efektu refundiranja može biti efikasan način da se smanji gubitak prihoda nastao vraćanjem proizvoda na način koji koristi i potrošačima i trgovcima na malo.