Streszczenie: Narzędzia typu customer intelligence oraz specjaliści korzystający z nich mają potencjał do zrewolucjonizowania handlu elektronicznego na rynku B2B. Mitsmr+1Mitsmr+1
Narzędzia typu customer intelligence i specjaliści, którzy z nich korzystają, mają szanse zrewolucjonizować handel elektroniczny na rynku B2B. Sukces będzie zależeć od samych przedsiębiorców, którzy powinni uświadomić sobie korzyści płynące z prognozowania sprzedaży i analizy zachowań klientów biznesowych.
Handel elektroniczny na rynku B2C rozwija się bardzo dynamicznie. Wielokrotnie analizowano kondycję sklepów internetowych, zachowania zakupowe klientów, dobre praktyki i narzędzia do obsługi procesów online. Inaczej przedstawia się sytuacja handlu elektronicznego w B2B. Choć wartość tego rynku jest ponad czterokrotnie większa niż B2C (prognozuje się, że w 2020 roku przychody ze sprzedaży w Polsce wyniosą 344 miliardy złotych), nadal mamy zdecydowanie mniej informacji o tym, jakie są przyzwyczajenia zakupowe przedsiębiorców oraz jak powinny być zorganizowane procesy sprzedażowe.
Ważnym czynnikiem sukcesu w sprzedaży online jest skuteczna analiza danych. E‑commerce dla detalu opiera się w zdecydowanej większości na pozyskiwaniu nowych klientów i próbie ich utrzymania w taki sposób, aby zakupy były powtarzalne. Analiza sprzedaży B2C koncentruje się na odkrywaniu kanałów i źródeł pozyskiwania klientów oraz śledzeniu ich zachowań na ścieżce zakupowej. W handlu internetowym na rynku B2B charakterystyka sprzedaży jest najczęściej odmienna. Tu analiza opiera się na odnajdywaniu schematów i przyzwyczajeń kontrahentów, co powinno prowadzić do opracowania sposobów zwiększania wartości i pozycji zamówień oraz ograniczenia rezygnacji z zakupów.
Narzędzia wspierające sprzedaż
Wolumen zamówień klientów biznesowych jest znacznie większy niż klientów detalicznych, dlatego do przetworzenia dużej liczby danych opisujących ich zachowania i potrzeby niezbędne są specjalistyczne aplikacje oraz metody analityczne. Niestety, w przeciwieństwie do rynku B2C, który dysponuje licznymi systemami wsparcia sprzedaży i marketingu, B2B jeszcze do niedawna rzadko z nich korzystał. Realizując plany sprzedażowe, bazował prawie w stu procentach na efektywności handlowców, których zaangażowanie jest uzależnione od różnych systemów prowizyjnych i motywacyjnych.
Digitalizacja zaczęła zmieniać tę sytuację. Gromadzenie najważniejszych informacji o kontrahentach/klientach pozwala dokładniej poznać ich zwyczaje zakupowe oraz pogrupować pod względem atrakcyjności. Służą do tego oprogramowania wykorzystujące technologie i narzędzia z zakresu analityki biznesowej (business intelligence, BI) oraz wielkich zbiorów danych (big data). Dzięki takiemu wsparciu liderzy B2B osiągają coraz lepsze rezultaty w obszarze sprzedaży.
Chociaż firmy działające na rynku B2B coraz częściej dysponują zaawansowanymi narzędziami z zakresu BI lub rozpoczynają projekty oparte na big data, stosunkowo rzadko używają narzędzi służących do gromadzenia i analizowania informacji o klientach (customer intelligence, CI). Ta grupa oprogramowania umożliwia m.in. wsparcie działów sprzedaży poprzez automatyczne wykrywanie wzorców zakupowych klientów i rekomendacje działań, które warto w stosunku do nich podjąć. Na przykład system dostrzega, że istnieje grupa firm, która kupuje produkty A razem z produktami B. Odnajduje więc klientów, którzy kupili produkt A, a nie zakupili produktu B. Na podstawie historii zakupowej system wie, że warto tej grupie polecić produkt B.
Narzędzia CI, takie jak upsaily.com, przy użyciu wybranych mechanizmów i algorytmów uczenia maszynowego są w stanie szybko dostarczyć zestawy gotowych hipotez (na przykład preferencje zakupowe wybranych grup nabywców biznesowych), bez wsparcia specjalistycznych analiz ekspertów z konkretnych dziedzin. Takie powiązanie rezultatów analizy danych z wiedzą ekspercką dotyczącą funkcjonowania organizacji handlowych umożliwia automatyczne generowanie rekomendacji dla działań biznesowych. To z kolei może bardzo korzystnie wpływać na poprawę jakości decyzji biznesowych – zarówno po stronie decydentów, jak i handlowców, dla których tworzone zadania u wybranych klientów mogą zostać częściowo zautomatyzowane na podstawie wniosków wysuniętych przez system.
W wielu przypadkach jakość automatycznych analiz wykonywanych przez algorytmy uczenia maszynowego jest zdecydowanie wyższa niż analiz wykonywanych przez ekspertów z różnych dziedzin. Podobnie jest w przypadku raportów, szczególnie tych bardziej skomplikowanych, na przykład prognozujących konkretne zachowania kupujących. Poza tym w obu sytuacjach nieporównywalnie krótsze są czasy przygotowania takich dokumentów.
Lojalność klientów
Efekty biznesowe
Dzięki dostępowi do gotowych i zautomatyzowanych analiz jesteśmy w stanie błyskawicznie zareagować na potencjalnie ciekawe lub niepokojące sytuacje dotyczące zachowań zakupowych pojedynczych firm. Jeśli dany klient zaczął zmniejszać liczbę systematycznych dotąd zamówień (może zaczął kupować u konkurencji) lub ich liczba zaskakująco się zwiększyła (może wygrał jakiś przetarg i warto dowiedzieć się, czy możemy mu jeszcze coś zasugerować), możemy na takie informacje szybko odpowiedzieć konkretnymi działaniami.
Poza tym analizy pozwalają się zorientować, jaka jest elastyczność cenowa poszczególnych grup odbiorców biznesowych oraz klientów indywidualnych, i dzięki temu świadomie i niemal automatycznie zarządzać polityką cenową. Efektem takich działań mogą być również częściowo lub w pełni automatycznie przygotowane plany cenowe, polityka rabatowa czy inne warunki transakcyjne dla pojedynczego klienta, co w efekcie przełoży się na maksymalizację wybranych wskaźników biznesowych organizacji handlującej w sieci. Dodatkowo szybkie analizy otwierają drogę do dynamicznego ustalania cen i rabatów w kontekście dostępności towarów w magazynie, wysokości marży na danym produkcie, jego rotacji i wielu innych mierników.
? ? ?
Droga do osiągnięcia przewagi na trudnym rynku B2B wiedzie przez integrację danych pochodzących z różnych kanałów kontaktu z klientem oraz zaprojektowanie i zbudowanie narzędzi do analizy. Dzięki wnioskom z analiz łatwiej zrozumieć motywację i potrzeby klientów i, co ważne, wykorzystać je do kreowania polityki marketingowej i sprzedażowej. Pomocne są w tym technologie oraz narzędzia big data. Zanim jednak podejmiemy decyzję o wdrożeniu rozwiązań służących gromadzeniu i analizowaniu informacji o klientach, powinniśmy zadać sobie kilka pytań. Warto się dowiedzieć, czy bez CI twoja organizacja byłaby w stanie zauważyć, że kilku klientów (niekoniecznie największych) zaczyna kupować u konkurencji. Czy zorientowałaby się, że w danym regionie czy w wybranym segmencie klientów bieżący miesiąc zapowiada się dużo słabiej niż poprzedni i jak powinna zareagować? Czy narzędzia typu customer intelligence zwiększyłyby skuteczność działań zespołu sprzedaży?
Przeczytaj pozostałe artykuły raportu »
Zakupy w sieci na rynku B2B
Adaptacja rozwiązań znanych z rynku B2C, które wspierają handel elektroniczny, otwiera graczom B2B nowe kanały dotarcia do zewnętrznych partnerów i kontaktu z nimi.
Między sklepem stacjonarnym a wirtualnym
Rynek mebli jeszcze niedawno był jednym z ostatnich bastionów tradycyjnych zakupów. Jednak, nic nie powstrzyma trendu przenoszenia się handlu do internetu, nawet duże gabaryty produktów.
Cyfrowa rewolucja w handlu
Współczesny konsument oczekuje trzech rzeczy — możliwości wyboru produktu lub usługi dopasowanych do jego preferencji, kompleksowej informacji oraz satysfakcjonującego doświadczenia w trakcie zakupów.
Technologia w służbie biznesu
Nowoczesne platformy sprzedażowe powinny nie tylko odpowiadać na aktualne potrzeby firm, ale też umożliwiać płynne realizowanie długoterminowych strategii.
Zarządzanie globalną marką w rozproszonej strukturze
Piękno i digitalizacja doskonale się uzupełniają, dlatego jedną z sił napędowych rynku kosmetycznego jest cyfrowa rewolucja. L’Oréal konsekwentnie rozwija nową przestrzeń — beauty-tech.
Streamsoft Verto w sklepie piłkarskim R-GOL.com
Silne trendy w nowoczesnym handlu, takie jak omnichannel, showrooming, webrooming, mogły powstać dzięki rozwiązaniom oferowanym przez systemy klasy ERP.
