Cibler les meilleures pistes

Une fois cette unité terminée, vous pourrez :

• Dresser la liste des défis auxquels les représentants commerciaux sont confrontés lorsqu'ils essaient de donner des priorités à des pistes.
• Expliquer comment Score des pistes Einstein rend votre équipe de ventes plus affûtée lorsqu'elle travaille sur des pistes.
• Expliquer comment les représentants commerciaux peuvent savoir d’où viennent les scores

Vous avez expliqué à Ava comment Sales Cloud Einstein automatise les tâches fastidieuses de l'équipe de vente. Vous devez maintenant montrer comment une IA aide les représentants commerciaux à aborder plus intelligemment une tâche bien plus importante : entretenir les pistes.

Vous allez rendre visite à l'étage à votre collègue Pepper Black, l'une des plus importantes directrices commerciales de Honeydew. Vous demandez à Pepper d'identifier les principales difficultés auxquelles elle et son équipe sont confrontées lorsqu'elles tentent de transformer des montagnes de nouvelles pistes en affaires potentielles.

D'après Pepper, bien que son équipe de vente dispose d'un processus efficace pour rassembler des pistes, l'une des principales difficultés consiste à savoir à quelles pistes donner la priorité. Sans cette connaissance, son équipe passe énormément de temps sur des pistes infructueuses. Lorsque vous lui demandez de détailler, elle explique les difficultés auxquelles elle est confrontée.

• Son équipe de vente a beaucoup plus de pistes que de temps.
• Elle ne sait pas quelles caractéristiques des pistes indiquent une probabilité supérieure de conclure une affaire.
• Leurs tentatives d'établir des priorités n'a rencontré qu'un succès mitigé.
• Elle n'est pas sûre de connaître la méthode de hiérarchisation la plus appropriée à l'activité de Honeydew.

Certains de ses représentants commerciaux ont suffisamment d'expérience pour savoir quelles pistes sont les plus susceptibles de mener à un achat. Par exemple, ils se concentrent sur les pistes dans les zones urbaines ou émanant de certains types d'entreprises alimentaires. Mais cette méthode est loin d'être parfaite et de nombreux représentants ne sont pas suffisamment expérimentés pour avoir cet instinct.

Ils ont essayé une priorisation basée sur des règles, mais les règles qu'ils utilisaient étaient aussi principalement fondées sur des suppositions éclairées et de l'intuition. Ils ont essayé de faire un tri géographique ou en fonction des sources des pistes, mais ces méthodes ont ignoré des pistes potentiellement intéressantes. Les règles qu'ils ont dégagées manquaient de sophistication.

Enfin, Pepper mentionne que le service marketing a même essayé de noter les pistes au moment de leur arrivée, mais uniquement avec un score numérique. Les représentants commerciaux n'ont pas d'idée claire de la manière dont une piste donnée obtient son score. Ne sachant pas sur quoi repose réellement les scores, les représentants ne peuvent leur faire véritablement confiance. Ils veulent plus d'informations sur ce qui fait l’intérêt d’une piste, et ces informations pourraient les aider à briser la glace lors du premier appel.

En écoutant la description de ces difficultés par Pepper, vous êtes certain qu'elle n'a pas remarqué le grand sourire sur votre visage. Vous souriez car Sales Cloud Einstein est véritablement en mesure d'aider son équipe à transformer plus rapidement ses pistes en opportunités.

Pepper peut enfin souffler. Vous lui écrivez à propos de votre projet qui consiste à ajouter une IA à la sauce secrète de Honeydew. Vous lui expliquez que Sales Cloud Einstein comprend le module Score des pistes Einstein. Cette fonctionnalité applique la puissance de l'IA à l’analyse de l'historique de vos conversions de pistes et la recherche des véritables modèles dans ces conversions (des modèles dont vous ne soupçonniez probablement pas l'existence). Et comme Sales Cloud Einstein comprend déjà le format des données de vos pistes et opportunités, il peut commencer à analyser et à rechercher des modèles pratiquement dès son activation.

Vous avez toute l'attention de Pepper. Elle vous demande : « Et que fait Score des pistes Einstein lorsqu’il a trouvé les modèles ? »

Vous expliquez que Score des pistes Einstein donne un score à chaque piste en fonction de son adéquation aux modèles de conversion de piste spécifiques de votre société. Plus le score est élevé, plus la piste est intéressante. Tout ce que vos représentants commerciaux ont à faire, c’est trier leurs pistes en fonction du score puis de partir du haut de la liste.

Scores des pistes dans une vue de liste de pistes typique (1), ainsi que les raisons qui motivent le score (2). Le cadenas (3) indique que le score de la piste n’est pas modifiable.

Pepper est encore un peu sceptique. Elle veut savoir comment ses représentants commerciaux seront convaincus qu'ils peuvent faire confiance aux scores. Vous lui indiquez que Score des pistes Einstein vous montre précisément quelle caractéristique de chaque piste a l'incidence la plus grande sur son score. Vos représentants commerciaux peuvent ainsi découvrir les modèles qui se cachaient jusque-là dans vos données. C’est là que se trouvent les véritables connaissances.

Les scores des pistes et leurs facteurs prédictifs sont visibles non seulement dans les vues de liste, mais également sur les pages de détails. Les informations restent à portée de main quand les représentants trient les pistes ou s'apprêtent à passer un appel ou à envoyer un e-mail.

Le composant Einstein dans la page de détail d’une piste. Chaque score comprend les valeurs de champs qui ont la plus grande incidence sur le score (1).

Alors que votre équipe continue à convertir davantage de pistes au fil du temps, Score des pistes Einstein ajuste constamment son analyse afin de découvrir tous les nouveaux modèles qui émergent.

Pepper commence à se demander si vous pouvez mesurer l'impact général de la notation des pistes sur l'activité. Pouvez-vous facilement dire si les pistes ayant des scores élevés ont réellement un taux de conversion plus élevé ? Vous lui expliquez que le score des pistes Einstein comprend à la fois un tableau de bord opérationnel et un tableau de bord Einstein Analytics. Ils contiennent tous deux des rapports qui montrent vos taux de conversion par score des pistes ainsi que le score moyen de pistes par origine des pistes. Et vous pouvez même voir la distribution des scores de piste entre vos pistes converties et perdues. Il est donc facile de voir comment les scores de piste sont corrélés à votre résultat final.

Pepper est impressionnée. Elle commence à penser Score des pistes Einstein peut réellement pimenter l'activité de son équipe et ses résultats. Maintenant, elle veut savoir tout ce que Sales Cloud Einstein peut apporter à sa boîte à outils. Est-ce qu’Einstein peut aider son équipe même après la conversion d'une piste ?

• Aide Salesforce : Score des pistes Einstein
• Aide Salesforce : Comprendre comment Einstein note vos pistes