從數據到AI，B2B迎來「拐點時刻」_風聞

 

 

“未來，AI能夠做出更多貢獻，幫助銷售組織調整買家對賣家和數字渠道之間的無賣家參與和多線程銷售體驗偏好。”

譯文|三七

出品|產業家

本文發自VentureBeat，原題為“Can AI help Oracle take on Salesforce to boost B2B sales?”，作者Sharon Goldman，經作者編譯整理，供業內參考。 

在Oracle7月下旬宣佈的下一代Fusion Sales（融合銷售）中，AI將作為提供支持的雲客户體驗（CX）的一部分呈現。一位公關代表在給VentureBeat的電子郵件中寫道，這款產品“提升了整個行業，並在Salesforce的領土上跺腳。”  

儘管Salesforce拒絕就甲骨文的説法發表評論，但很明顯，甲骨文正在尋求人工智能和機器學習 (ML)的輔助來與客户關係管理(CRM)巨頭競爭，同時建立自身“護城河”。 

該公司表示，它相信Fusion Sales將是下一代CRM，專注在企業對企業 (B2B) 銷售轉型時代幫助賣家。  

“我們越來越意識到，將Fusion構建為更現代的雲堆棧的方式不僅可以讓您從頭到尾編排流程，還可以使用機器學習幫助人們更好地利用CRM工具完成工作。”Oracle Fusion Cloud 客户體驗執行副總裁兼總經理Rob Tarkoff表示。 

他解釋説，第一代大型科技數字銷售工具（包括 Salesforce 和 Microsoft Dynamics）傳統上是關於銷售預測的。現在，Fusion Sales可以幫助銷售專業人員規劃活動，針對廣告和營銷中的關鍵客户通過包括內容管理、廣告和銷售編排在內的統一銷售工作進行移動。 

“我們直到自己不是最大的CRM工具供應商——即 Salesforce。”Tarkoff 告訴VentureBeat，“……但我們認為，如果推動這些創新是可以提高行業其他部門響應標準的。” 

一、數據AI，驅動TO B決策 

從歷史上看，B2B銷售是Tarkoff所説的“基於關係的銷售的最後堡壘”。

他認為，“銷售人員和客户之間的長期關係是需要親自建立的。”並補充到，這種模式已經發生了巨大變化：“顯然，今天，它更多被用於數字化參與——人們可以無需通過銷售代表就能夠購買產品。” 

B2B銷售更多被用來使用數據為買家編排更加個性化的流程。 即使開發人員已經完成70%～80%的研究，但客户的參考數據依然能夠補足最後一公里——幫助公司驗證產品質量。 

“事實上，它的實際價值在於如何有效使用參考來進行銷售。因為沒有人想成為冒險者，所以我們已經將參考銷售變成了B2B流程的關鍵部分。”他説，“這些更有關個性化參與。” 

最後，Tarkoff解釋説，銷售代表的角色不再是對B2B買家進行產品教育，而是就志同道合的客户成功地做了什麼以及為什麼應該加入這一行而進行對話。此外，統一過去的銷售和營銷活動是很重要的。 

“在開始建立標準化B2B模式時，最重要的便是擁有成熟、合格的機會，並且對潛在客户足夠了解，以便提升轉化率。”塔科夫説。“而產品可以轉化數據點，利用人工智能和機器學習來確定真正對話機會就緒時間。”  

雖然這聽起來很機械，但他也指出B2B銷售現已變得更加規範和協調的現狀。 

根據Gartner高級總監兼分析師Robert Blaisdell的説法，到 2026 年， 65% 的B2B銷售組織將從基於直覺的戰略轉變為數據驅動的決策制定，使用像Oracle這種將工作流、數據和分析結合在一起的技術。  

他通過電子郵件告訴VentureBeat：“我們在AI中看到的多數大趨勢都集中在節省時間和精力基礎上提供洞察力來支持B2B銷售代表的日常銷售任務。” 

這些功能包含選擇推薦哪些導致優先級或提供有關銷售線索或客户的見解，同時使賣家產生更大的同理心，通過超個性化來提升客户參與度。 

“當你看到人工智能對供應鏈管理、客户服務參與和營銷推廣等其他業務領域的影響時，就能夠明顯感受到AI作用於銷售效率的潛力。”他説 。 

如今，Blaisdell已經看到AI在更廣泛的銷售技術的許多方面得以實施。 

“CSO正在努力為銷售人員、銷售主管、營銷和客户成功團隊騰出時間處理需要問題解決能力、同理心和創造力的客户案例。”Blaisdell 説，而這種敏鋭通常被用於改進收入情報、增加銷售參與度及完善對話情報技術。  

“事實上，這些是由某些標準能力驅動的，確定賣家推進或完成交易的下一個最佳行動，或者突出趨勢以幫助銷售經理零距離指導賣家。”他説。 

二、Oracle專注於機器學習的數據質量

Tarkoff表示，甲骨文正在利用公司客户數據平台(CDP) 的力量“為每個潛在客户建立廣泛檔案，然後通過引入的機器學習模型更有效地去激活這些檔案，因此我們需要不斷的測試新模型。”   

他解釋説，這取決於提供給這些模型的數據集的質量。 

“這是我們觀察到進步最大的方面，因為機器學習和人工智能的問題之一是你必須不斷地改進你的數據集，從而確保正確地訓練模型，”他説。 

Blaisdell表示，甲骨文是允許客户引入私人模型的。 

“我們很難做到比每家公司更瞭解他們所處的行業以及構建所有模型。”Tarkoff 説。“客户往往希望採用他們的CDP並即時構建更改附加屬性及修改屬性。”  

Oracle基於Oracle雲構建的融合應用程序的核心方法是從數據庫層到應用程序層儘可能多的將高級機器學習模型構建到流程中。

“最大的進步是，我們將以指導流程的形式呈現出所有見解供銷售代表遵循，而不是被迫聘請數據科學家團隊來解釋即將發生的事情。”他説，“我們將所有功能都構建到引導式UI中，我認為，它將達到下一個級別的結果——讓銷售人員更輕鬆的工作。”  

三、現代銷售組織應該考慮什麼

儘管AI在B2B銷售中具有巨大潛力，但Gartner的Blaisdell認為，在選擇人工智能工具時，組織需要考慮人工智能需解決事項的優先級。  

“如果試圖一次實現所有目標，那麼實施並獲得超出炒作的成果是巨大的挑戰。”他建議銷售組織專注於將AI成就出1～3個積極成果，以確保流程和組織變革能夠與AI相結合。  

他解釋説，造成這種情況的主要原因之一是由於AI的洞察力與其使用的數據一樣好。

“賣家提供的數據素養低及缺乏投入導致許多銷售組織在高質量數據方面未能達到目標。” Blaisdell解釋説，“如果投資AI的最終目標是產生更好決策的洞察力，那麼銷售組織就需要確保他們當前的數據集是‘乾淨的’，最終確保制定出無論來源如何都能合理使用的正確數據的治理標準。”  

四、AI和 B2B 銷售的未來

Blaisdell補充道，雖然銷售組織使用AI的趨勢已持續多年，但疫情是增加使用量的催化劑。銷售組織需要未知環境中快速發展變得高效和有效，這一點推動了技術發展和使用需求增長。  

“這種發展趨勢仍在繼續，並且速度會越來越穩定。”他説。“未來，AI能夠做出更多貢獻，幫助銷售組織調整買家對賣家和數字渠道之間的無賣家參與和多線程銷售體驗偏好。”