Mikä asiakkuudenhallinta on ja miksi se on enemmän kuin järjestelmä

Sana asiakkuudenhallinta kuulostaa ohjelmistolta. Englanniksi se on Customer Relationship Management eli CRM, ja monelle se yhdistyy ensimmäisenä tiettyihin järjestelmänimien kanssa, jotka voivat olla teille tuttuja työpaikalta. Mutta asiakkuudenhallinta käsitteenä on järjestelmää vanhempi ja laajempi. Se on tapa, jolla yritys pitää yhteisen muistin siitä, kuka on kukin asiakas, mitä on luvattu, missä keskustelu on, ja mitä on opittu. Tämän muistin kantajina ovat olleet aikoinaan paperikortit, sitten taulukkolaskimet, sitten ensimmäiset CRM-ohjelmistot, ja nyt monenlaiset pilvi- ja tekoälypohjaiset järjestelmät. Mutta järjestelmä on aina vain väline tälle muistille. Yhtä lailla huono järjestelmä, jota käytetään hyvin, voittaa upean järjestelmän, jota ei käytetä. Tämä erottelu on tärkeä, koska monet myyntitiimit kärsivät siitä, että heillä on hyvä järjestelmä mutta huono käytäntö. Tiedot ovat puutteellisia tai vanhentuneita, eri myyjät kirjaavat eri tavoin, ja kun joku lähtee yrityksestä, hänen muistissaan oleva tieto häviää. Tekoäly voi auttaa tähän, mutta vain jos peruskäytäntö on kunnossa. Jos tieto ei tallennu järjestelmään lainkaan, tekoäly ei voi tehdä sille mitään. Mistä asioista asiakkuudenhallinnan muisti koostuu? Tyypillisesti viidestä kerroksesta. Ensimmäinen kerros on perustiedot. Asiakkaan tai ehdokkaan nimi, yritys, yhteystiedot, rooli, sijainti. Tämän pitäisi olla kaikkein helpoin osa, mutta yllättävän usein se on yksi epäluotettavimmista. Sähköpostit ovat vanhentuneet, ihmiset ovat vaihtaneet työpaikkaa, roolit ovat muuttuneet. Tekoäly auttaa tunnistamaan epäjohdonmukaisuuksia — esimerkiksi henkilön joka on järjestelmässä yrityksessä A mutta jonka julkinen profiili kertoo että hän on siirtynyt yritykseen B. Toinen kerros on keskusteluhistoria. Mitä on sanottu, milloin, ja missä kanavassa. Tämä on muistin kallisarvoisin osa, koska se sisältää sosiaalisen kontekstin. Yksi viesti yhdeltä myyjältä yhdelle ehdokkaalle näyttää tyhjältä lyhyesti, mutta kun samalla ehdokkaalla on kuusi viestiä kolmelta eri myyjältä kahden vuoden ajalta, kokonaiskuva on rikkaampi. Tekoäly auttaa tämän kokonaiskuvan tiivistämisessä, kun lukee koko historian läpi ja kertoo missä keskustelu oli viimeksi. Kolmas kerros on lupaukset ja tehtävät. Mitä on luvattu ja kenelle, milloin pitäisi palata asiaan, mikä on jäänyt kesken. Tämä on usein puutteellisinta tietoa järjestelmässä, koska sitä on hankalin kirjata johdonmukaisesti. Tekoäly auttaa tässä luonnostelemalla muistiinpanoja keskustelusta ja korostamalla luvatut asiat erikseen. Neljäs kerros on opit ja havainnot. Mitä yritys tekee, mitä se ei kerro julkisesti, kuka päättää ostosta, mitkä ovat heidän kipupisteensä, kenen kanssa he tekevät yhteistyötä. Tämä on hiljaista tietoa, joka kertyy ajan myötä keskusteluissa ja jää helposti yksittäisen myyjän muistiin. Sen kirjaaminen järjestelmään on yksi tärkeimmistä asioista, jotka tekoäly voi auttaa muotoilemaan. Viides kerros on sopimukset ja kauppatapahtumat. Mitä on myyty, millä hinnalla, milloin sopimus uusiutuu. Tämä on tiukinta tietoa, jota tekoälyn pitää käsitellä varoen, koska siihen liittyy oikeudellisia velvoitteita. Periaate koko moduuliin: asiakkuudenhallinta on käytäntö, ei järjestelmä. Tekoäly ei korjaa huonoa käytäntöä, mutta hyvän käytännön päällä se nostaa tehokkuutta kymmenkertaiseksi. Aloita aina käytännöstä, sitten lisää tekoäly.

Kokeile nyt

Yrityksellänne on uusi ja tehokas asiakkuudenhallintajärjestelmä, mutta myyjät kirjaavat tietoja epäjohdonmukaisesti. Mikä on ensimmäinen askel tilanteen korjaamiseksi?

Tallenna edistymisesi ja oma oppimisyhteenvetosi