Augmenter ses vendeurs sédentaires grâce à l'IA

Selon Thomas Baumgartner, Senior Sales & Channel Partner chez Mckinsey, « les entreprises qui ont été pionnières dans l’utilisation de l’IA dans les ventes sont ravies de son impact, qui comprend une augmentation de plus de 50% de la conversion des leads et des prises de rendez-vous, des réductions de coûts allant de 40 à 60% et une réduction du temps d’appel de 60 à 70%. Ajoutez à cela la valeur créée par l'augmentation du temps passé à conclure des affaires, et l’attrait de l’IA devient encore plus clair ».

‍
Maintenant que les cas d’usage de l’IA comprennent la compréhension du langage, la transcription (speech-to-text) et l’intelligence émotionnelle, jusqu'où ces pivots technologiques peuvent-ils amener ces entreprises pionnières dans l'utilisation de l’IA dans les ventes ?

‍
Quels sont les défis de vendeurs sédentaires et comment l’IA pourrait-elle les aider ?

Défis des ventes sédentaires

Alors que les interactions B2C s’orientent progressivement vers le digital (chatbots, notation, assistance informatique, …), le besoin d’humain dans la vente B2B n’a jamais été aussi vital.
‍

Construire des partenariats durables et des relations commerciales de confiance, basées sur des aspects émotionnels et relationnels, permet notamment aux entreprises en B2B d’envisager l’avenir avec confiance.

‍

Les individus étant influencés par leurs expériences clients personnelles, les attentes des clients sont néanmoins de plus en plus élevées. Les leaders des équipes d’ISR sont ainsi confrontés à plusieurs défis :

‍

1. Turnover : le taux de rotation moyen d’ISR est supérieur à 30 % par an (Bridge Group Report).
2. Recrutement : la majorité des responsables indiquent qu’ils embauchent des ISR avec seulement 1 à 2 ans d’expérience, car les représentants qualifiés sont difficiles à trouver (BAO Report).
3. Formation : une entreprises sur deux passe moins de 3 semaines pour former ses nouveaux ISRs (rapport BAO). Cela représente un réel enjeu pour les entreprises, et notamment pour celles qui disposent de produits complexes ou nombreux.
4. Attentes : un grand changement dans la manière dont les clients interentreprises s’engagent dans le processus d’achat s'opère. Les besoins de base (documentation du produit et spécifications techniques) pouvant être traités en ligne, les attentes des clients ont augmenté.
5. Temps d’appel passé : seulement 33 % du temps des ISRs est consacré à la vente (CSO Insights), car ils sont également chargés de remplir les informations du CRM et de la documentation client, sans compter le temps de préparation des appels.

Fonctionnalités de l’IA

Le traitement du langage naturel (NLP) fait référence à l’utilisation de modèles d’IA basés sur le langage et traite des interactions entre les ordinateurs et les langues (naturelles) humaines. En résumé, les algorithmes d’apprentissage automatique (Machine Learning) peuvent être utilisés pour appliquer des règles grammaticales à des groupes de mots afin d'en tirer un sens. Les modèles et les cas d’utilisation sont souvent basés sur diverses techniques de syntaxe et reposent sur des phases d'entraînement complexes nécessitant de grandes quantités de données.

‍

Les algorithmes de NLP actuels reposent principalement sur des données textuelles semi-structurées et non structurées. Cependant, l’exploitation récente des données audio brutes ouvre un tout nouveau domaine de cas d’usage de l’IA. Le Speech-to-Text peut également être utilisé pour structurer les données audio grâce à des techniques d’apprentissage spécifiques.

‍

Maintenant, imaginez à quel point il pourrait être utile pour un ISR d'automatiquement savoir que le client qui appelle est « Jean Dupont », et d’avoir dynamiquement une fenêtre contextuelle qui s'ouvre sur son écran lui indiquant tous les cas actuels et passés de l’entreprise avec ce client. Ou qu’il est « en colère » et qu’il vient de mentionner le nom d’un concurrents ou le nom d’un produit.

Lors d’un appel téléphonique avec un client, dans quelle mesure serait-il pratique pour un ISR inexpérimenté de pouvoir consulter les produits mentionnés en temps-réel, les upsales et les différentes spécifications des produits sans avoir à parcourir toute la documentation de l’entreprise ?

‍

Différentes fonctionnalités de pointe de l’Intelligence Artificielle peuvent ainsi améliorer drastiquement l’efficacité au quotidien de la vente sédentaire :

‍

1. Keyword / Topic Spotting (KWS) : technique qui permet d’identifier des mots dans un enregistrement ou dans une conversation en cours. De la même façon, il est possible d'identifier des sujets au sein d'une conversation, que cela soit réalisée via le KWS ou d'autres techniques d’apprentissage.
2. Intelligence émotionnelle : capacité de l’individu à identifier et comprendre ses propres émotions et celles des personnes qui l’entourent, mais aussi capacité d’utiliser ces informations pour guider la pensée et le comportement. L'amélioration de l’intelligence émotionnelle des ISRs via l’analyse vocale leur donne des informations supplémentaires sur la façon de gérer l’appel, de rassurer leurs interlocuteurs et de fait, leur permet d'être plus convaincants.
   
3. Recommandations des prochaines questions : fonctionnalité pleinement intégrée dans le processus de vente existant. Permet à l'ISR de ne pas zapper le processus de vente défini par l’entreprise, ni les fondamentaux de la découverte du besoin client en posant des questions qu’il pourrait oublier. Cette fonctionnalité est encore plus efficace pour les agents inexpérimentés, qui peuvent suivre les recommandations de questions de l'IA dès leur onboarding.
4. Remplissage automatique du CRM : les agents de vente sédentaire passent en fait beaucoup de temps à remplir le CRM, en activités post-appel, plutôt qu'à appeler des prospects ou des clients. L’IA peut aider à réduire ces activités en capturant les informations demandées en temps-réel, pendant l’appel, et en remplissant automatiquement le CRM pour les agents.
5. Produits similaires et ventes incitatives : fonctionnalité déjà implémentée chez Amazon ou Youtube avec les recommandations de produits et de vidéos. Avec une solution d’IA en direct, il est maintenant possible d'aider les ISRs dans leurs appels, en les informant dynamiquement des « Produits fréquemment achetés ensemble » ou « Produits similaires », contextuellement à ceux qui sont mentionnés dans sa conversation.
6. Comparaison avec les appels réussis : le processus d’apprentissage des ISRs peut être considérablement amélioré en utilisant l’IA sur les appels enregistrés. Il permet aux professionnels de repérer les bonnes pratiques : les questions posées, les forumlations qui ont fait leurs preuves, le temps passé par le commercial à parler par rapport à son client, les caractéristiques produit intéressantes pour les clients, etc.
7. Qui appeler : fonctionnalité permettant aux responsables commerciaux d’identifier automatiquement les leads et/ou les actions prioritaires, en fonction de données telles que : la propension des clients à acheter, l’étape du processus dans le cycle de vente,... Une telle fonctionnalité aide la direction à planifier des campagnes de vente efficaces et à concentrer les équipes sur les revenus probables.

Mise en œuvre commerciale

Pour les entreprises utilisant des vendeurs sédentaires, la question principale est : faut-il investir dans le développement de tels modèles d’IA ou faut-il l’externaliser ?

Compétences et aptitudes techniques

L’expertise requise pour concevoir et construire une plate-forme et pour entraîner des modèles d’IA est extrêmement rare sur le marché de l'emploi et coûteuse, selon le type de solution recherchée.

Les data scientists capables de construire de telles architectures requièrent également des équipements, des capacités et des ressources de gestion spécifiques. Les "Product Owners", "Architectes solution" ou "Infrastructure" ou encore un CTO ayant des connaissances techniques peuvent également faire une différence significative, selon la complexité de votre projet d’IA.

Qualité de la solution et amélioration continue

Avant de répondre à l’interrogation « acheter ou construire », vous devez vous poser les questions suivantes : combien d’efforts mon entreprise peut-elle se permettre de mettre dans ce projet ? Quelle qualité pouvons-nous espérer livrer ? Cela suffira-t-il à nos clients ? Comment peut-on envisager de l’entretenir et de l’améliorer dans le temps ?

Les solutions d’IA nécessitent des investissements colossaux et une amélioration continue pour fonctionner à plein potentiel. Maintenir les modèles à jour peut être très pénible, car vos équipes devront mettre en œuvre de nouvelles méthodes et lire de nouveaux articles scientifiques pour maintenir l’expérience de vos clients au plus haut niveau.

Construire une architecture organisationnelle "prête pour l’IA"

Une autre façon pour les entreprises est de se préparer à utiliser de l’IA et des solutions basées sur l'exploitation à grande échelle de données, et ainsi acquérir des compétences spécifiques pour créer et préparer les bons composants architecturaux informatiques. Pour les entreprises, cela signifie recruter des experts en implémentation de modèles, définir des organigrammes de données et des processus de formation à l’IA.
‍

• Compétences liées à l'implémentation

Bien que l'entreprise n’ait pas besoin de l’expertise pour créer des réseaux de neurones élaborés ou des modèles d’IA complexes, une organisation "prête pour l’IA" doit embaucher et maintenir une équipe de base d’experts capables de personnaliser les solutions d’IA et de les adapter aux besoins de l'entreprise. La construction d’une vision, d'une stratégie, l’identification de cas d’utilisation axés sur l'entreprise et la mise en évidence des échecs et des réussites sont également des missions clés pour ces équipes.
‍

• Entraînement de modèles d’intelligence artificielle

Enfin, une organisation "prête pour l’IA" doit être techniquement préparée à mettre en œuvre ces outils. À cette fin, les entreprises doivent créer, collecter, stocker et analyser leurs données de manière adéquate afin que les solutions d’IA aient le meilleur terrain possible pour prospérer. La capacité à concevoir les flux de données et les voies d’actualisation de ces ensembles de données doit incomber aux équipes de l'entreprise.
‍

En fin de compte, être prêt à mettre en œuvre des solutions d’IA ne signifie pas que l'entreprise ne doit se consacrer qu'à cette préparation. Justement, la puissance de cette alternative « AI-Ready » est qu’elle doit vous permettre de rester concentré sur votre business, vos clients et leur expérience tout en intégrant succinctement ces solutions lorsque cela est possible et pertinent.

Appel à l’action : CogNeed AI™

De nombreuses entreprises se positionnent sur le segment de l'IA à destination des ventes, soit en ajoutant des fonctionnalités comprenant différents niveaux d’IA à une application existante, soit en créant de nouvelles solutions à partir de zéro.

Chez CogNeed, nous sommes spécialisées dans l'assistance en temps-réel des équipes de relation client, vendeurs sédentaires comme agents de service client, en accélérant leur montée en compétences, en leur permettant d'avoir de meilleures conversations, et en augmentant leur productivité et leur assertivité.

‍

Si vous souhaitez en savoir plus sur nos solutions, n'hésitez pas à nous contacter pour une démonstration en conditions réelles.