机器学习的10种方式正在革新销售

摘要：机器学习的种方式正在彻底改变根据文章，采用人工智能的销售团队发现销售线索和预约数量增加了以上，成本减少了，呼叫时间减少了。预测对新产品和服务的需求是一个领域，在这个领域中，人工智能和机器学习正在降低投资于新产品全新销售策略的风险。

人工智能（AI）和机器学习显示出减少最耗时的手动任务的潜力，这些任务可使销售团队避免花费更多时间。与客户。通过预测性分析实现基于客户的营销支持自动化，并支持以客户为中心的研究、预测、报告和建议最先向上销售的客户都是将销售团队从手动密集型任务中解放出来的所有技术。

The race for sales focused ai and ；machine learning patents is on

CRM and configure，pRice Quote（CPQ）提供商继续开发和微调其数字助理，这些助理专门设计用于帮助销售团队从人工智能和机器学习中获得最大价值。支持.

Salesforce and Other Enterprise Software Companies Continue to Aggressive Investment in Research Development（R D）。在截至2018年10月31日的9个月内，Salesforce花费了13亿美元，占总收入的14%，相比之下，为11亿美元或总收入的15%，在一年前的同一时期内，增加了2.11亿美元。

The race for ai and machine learning patents that streamline selling is getting more competitive every month.预计以销售为中心的人工智能和机器学习专利竞赛将在2019年蓬勃发展。国家经济研究局（National Bureau of Economic Research）去年7月在题为“机器学习专利”的研究中发现，自2010年以来，机器学习专利的数量呈指数增长，而微软在2000年至2015年期间拥有的专利数量最多。利用上个月发布的专利分析和IP，该研究依赖于对机器学习专利的创建者和所有者进行排名，揭示了微软和字母表在今天占据主导地位。Salesforce每年在研发方面的投资超过10亿美元，反映了专利和知识产权竞争的激烈程度。

10种方法机器学习正在革新销售，这是由专利的激增以及人工智能和机器学习代码集成到CRM、CPQ、客户服务、预测分析和各种各样的销售E推动的。nablement应用程序、用例在今天非常流行。下面介绍了机器学习在当今销售中最具革命性的十种方式：

ai和机器学习技术擅长模式识别，使销售团队能够通过将数据配置文件与其最有价值的客户相匹配来找到最有潜力的新潜在客户

nectly all ai-enabled crm applications are providing the abili定义一系列属性、特征及其特定值，以确定最高的潜在前景。使用此方法选择和排列新潜在客户的优先级每年可节省销售团队数千小时。

基于人工智能和机器学习算法的销售线索评分和培育有助于指导销售和市场营销团队将市场营销合格的销售线索（MQL）转变为销售合格的销售线索（SQL），在流程中加强销售渠道

销售和市场营销之间最重要的合作领域是引导潜在客户通过销售渠道的培育策略。人工智能和机器学习通过第三方数据、活动和网站上的潜在客户活动以及之前与销售人员的对话丰富了协作。销售线索评分和培育严重依赖于自然语言生成（NLG）和自然语言处理（NLP），以帮助提高每个销售线索的评分。

在单台机器学习模型中结合历史销售、定价和购买数据，可提高销售预测的准确性和规模

将每个客户的固有差异考虑在内G在他们过去的历史和产品和服务购买周期中，准确预测他们未来的购买水平是非常宝贵的。集成到CRM、销售管理和销售计划应用程序中的人工智能和机器学习算法可以解释预测的变化，前提是它们具有可用的数据。预测对新产品和服务的需求是一个领域，在这个领域中，人工智能和机器学习正在降低投资于新产品全新销售策略的风险。

了解给定客户的流失倾向与更新倾向对于提高客户终身价值是非常有价值的。

分析一系列不同的因素以了解客户将流失或离开，而那些将更新的是最有价值的洞察人工智能和机器学习今天正在交付。能够为公司的每一位客户完成客户终身价值分析，为客户关系的健康与需要关注的客户关系提供了一个优先路线图。许多公司使用客户终身价值分析作为每月审查的客户健康评分的代理。

了解策略、技术和时间管理接近销售人员最依赖的前10%以超越配额，并根据人工智能驱动的洞察在销售团队中扩展这些实践

All Sales M管理者和领导者经常会想到这一点，尤其是在绩效水平差异很大的销售团队中。了解最有成就的销售人员的能力，然后有选择地招募那些具有可比能力的销售团队候选人，从而产生可靠的结果。将人工智能应用于人才管理领域的领导者包括：谁的人才管理方法是优化招聘和管理员工潜力的每个阶段。Guided Selling is progress progress faily from a personalisation driven selling strategy to one that capitalized on data-driven insidences，further revolating基于人工智能和机器学习的引导销售是基于规定的分析，它向销售人员提供建议，以提供哪些产品、服务和捆绑包的价格。62%的业绩最高的销售人员预测，引导销售采用将根据其能力加快按价值排列潜在机会，并根据最新情况建议下一步措施。

通过使用人工智能和机器学习来分析领导的最有效的行动和行为来提高销售团队的生产力对于更封闭的销售，人工智能和基于机器学习的销售联系和客户预测分析将考虑与客户的所有联系来源，并确定哪一个最有效。了解哪些行动和行为与最高成交率相关，销售经理可以利用这些洞察将其销售团队扩展到更高的绩效。

销售和市场营销部门能够更好地定义价格优化策略，使用所有可用的数据分析使用人工智能和机器学习算法

Pricing Continues to be大多数销售和营销团队都是通过尝试和错误来学习的。能够分析定价数据、采购历史记录、折扣、参与的促销计划以及许多其他因素，人工智能和机器学习可以计算给定客户的价格弹性，使优化后的价格更容易实现。

个性化销售和营销内容，将潜在客户从MQLS移动到SQLS由于人工智能和机器学习，市场营销自动化应用程序（包括许多其他应用程序）得以持续改进，多年来已能够定义在给定时间向给定的潜在客户呈现哪些内容资产。改变的是内容本身的互动性和个性化。结合分析、个性化和机器学习，市场营销自动化应用程序现在能够定制推动业务机会向前发展的内容和资产。

解决销售工程计划、销售支持以及为最具价值的客户投入最大时间的许多挑战正在得到解决。通过机器学习，CRM应用程序（包括Salesforce）可以根据潜在销售的价值以及销售线索的强度（基于其线索得分）来定义销售人员的时间表。人工智能和机器学习优化了销售人员的时间，这样他们就可以从一次客户会议转到下一次客户会议，将时间投入到最有价值的潜在客户身上。

，感兴趣的是聆听行业领导者讨论类似这样的主题并分享他们的用例？与即将在硅谷、伦敦和阿姆斯特丹举办的展会一起参加共同举办的活动，了解更多信息。与合作，这样您就可以在一个地方探索企业技术的未来。

relevant stories
about the author

a simpion for research blog

this blog is committed to providing readers with in-depth analysis of the factors behind disruptive innovation in enterprise software，web-based applications，以及包括SaaS在内的交付平台。本博客的目标是让读者拥有丰富的洞察力和市场智慧，从而更有效地实现他们的目标，并保持行业的最新发展。

Cloud Tech Promoted Industry Brands、Business and Analysts的Industry Thinks Leadership Content from Industry Brands、Business and Analysts，Partnering with Writers and Bloggers to Delivery I向CIO和IT经理的广大受众提供有关云IT战略的见解和建议。

Covering SaaS New