Бесплатный фрагмент - Маркетинг B2B: часть вторая

Предисловие

Эта книга, по сути, является продолжением книга М. В. Акулич «Маркетинг B2B»: https://ridero.ru/books/marketing_b_2_b/?

В данной книге рассмотрен ряд важнейших и актуальных аспектов, касающихся B2B-маркетинга, таких как «Искусственный интеллект: возможности и применение в продажах и маркетинге в сфере B2B», «B2B-маркетинговые способы продвижения», «Построение долгосрочных B2B-отношений и др. Сформулированы некоторые полезные рекомендации.

I Как B2B-экосистемы и (большие) данные могут изменить методы продаж и маркетинга

1.1 Потребность в сотрудничестве привела к развитию цифровых экосистем. Работа B2B-экосистемы

Потребность в сотрудничестве привела к развитию цифровых экосистем

Управление отношениями с клиентами, поставщиками и партнерами и постоянное улучшение их опыта — это проверенный способ построения устойчивого и прибыльного бизнеса, и вопреки распространенному мнению, это относится не только к B2C-бизнесу.

Для успешного ведения бизнеса [1]:

«89% B2B-исследований проводится с использованием Интернета».

Для успешного ведения B2B-бизнеса важно улучшение сотрудничества, углубление существующих отношений с клиентами и построения новых. Эта растущая потребность в сотрудничестве привела к развитию цифровых экосистем. Такие игроки, как Apple и Google, представляют интересный пример того, как работают B2C-экосистемы.

Рассмотрим Apple, которая в первую очередь специализируется на B2C. Но она построила новую интеллектуальную бизнес-модель, объединяющую ряд технологий, чтобы сформировать решение, завоевывающее признание покупателей. Amazon, Facebook и Google также работают над подобной бизнес-моделью.

Рассматривая примеры этих технологических гигантов, можно предположить, что в эту эпоху персонализированного клиентского опыта B2B-экосистемы больше не являются надстройкой; вместо этого они стали необходимостью для прогрессивного B2B-бизнеса.

Работа B2B-экосистемы

Предлагая ценную информацию о пути клиента, B2B-экосистемы работают путем сегментирования и нацеливания на вашу аудиторию, позволяя вам доставлять персонализированный контент вашим клиентам по всем каналам.

Более того, с помощью B2B -экосистемы вы можете улучшить взаимодействие с клиентами и развивать более прибыльные отношения, оптимизируя контент в различных точках взаимодействия, которые в совокупности формируют дорожную карту вашего пути к клиенту.

Итак, секрет успеха B2B-бизнеса заключается в сотрудничестве и совместном использовании (больших) данных для улучшения качества обслуживания клиентов и улучшения взаимодействия с ними.

1.2 Что такое B2B-экосистема? Компоненты B2B-экосистемы

Что такое B2B-экосистема?

Основная концепция B2B-экосистем исходит из естественной экосистемы, биологического сообщества, состоящего из живых и неживых существ.

Существенная черта любой экосистемы — взаимозависимость. Например, травоядные животные, такие как овцы и козы, питаются растениями, которые, в свою очередь, нуждаются в воде, солнечном свете и минералах из почвы для роста.

Та же концепция применима и к B2B-экосистеме, представляющей собой сообщество систем, работающих вместе для обслуживания потребностей клиентов.

Компоненты B2B-экосистемы

Как и естественная экосистема, экосистема B2B состоит из ряда различных компонентов, таких как:

Система планирования ресурсов предприятия. Система управления взаимоотношениями с клиентами. Система управления информацией о продукте. Система управления заказами. Система автоматизации маркетинга.

Список не является исчерпывающим и может содержать различные другие типы систем в зависимости от конкретных потребностей и масштабов B2B-бизнеса.

1.3 Роль B2B -экосистем в продажах и маркетинге. Маркетинговые возможности B2B- экосистемы

Роль B2B -экосистем в продажах и маркетинге

Хотя B2B-маркетинговые практики значительно изменились за последние несколько лет, маркетинговые цели остались прежними — больше потенциальных клиентов, больше продаж и больше доходов.

Однако бурный рост новых маркетинговых каналов и меняющаяся демография B2B-клиентов поставили перед B2B-маркетологами определенные проблемы, которые можно преодолеть только за счет использования единой маркетинговой структуры — структуры, которая связывает отдел маркетинга и продаж одного предприятия с другими системами в экосистеме — для улучшения сотрудничества и обмена (большими) данными.

Данные, относящиеся к клиентам в B2B-бизнесе, хранятся в нескольких системах, таких как ERP, CMS, POS, PIM, Управление заказами, Поддержка продаж и т. д.

Чтобы наилучшим образом обслуживать клиента с помощью согласованного опыта по всем маркетинговым каналам и точкам взаимодействия на пути клиента эти системы должны быть взаимосвязаны, чтобы сформировать B2B-экосистему.

Маркетинговые возможности B2B- экосистемы

Используя хорошо связанную и хорошо оборудованную B2B- экосистему, маркетологи могут использовать информацию о клиентах для перекрестных продаж — используя ранее собранную информацию.

B2B-компании могут импровизировать свои кампании, а также использовать информацию о клиентах для продвижения продуктов/услуг, в которые клиенты с наибольшей вероятностью будут инвестировать.

Предлагайте персонализированный опыт — для любого B2B-бизнеса веб-сайт электронной коммерции является их самым важным маркетинговым инструментом.

Используя данные, полученные в результате совместной работы, предприятия могут предоставить клиентам более актуальный и интересный опыт — с самого первого визита.

Обеспечивая оптимизацию процессов заказа и повторного заказа, используя доступную информацию о клиенте и его предыдущих покупках, компании могут оптимизировать стоимость заказа и частоту заказов.

Лучшее управление контентом возможно путем получения доступа к данным, хранящимся в системе управления контентом. Рынки могут повторно использовать их для разных устройств и по множеству каналов, что, в свою очередь, может помочь оптимизировать стратегию контент-маркетинга для привлечения большего количества потенциальных клиентов.

Используя инструмент автоматизации маркетинга, компании могут отслеживать и анализировать поведенческие данные клиентов, чтобы выявлять потенциальных клиентов, которые могут быстрее превратиться в клиентов, и работать с ними.

1.4 Роль лидерства в развитии B2B-экосистемы. B2B-экосистемы как источник инноваций

Роль лидерство а в развитии B2B-экосистемы

Планирование и развитие B2B-экосистемы — это процесс, в котором задействованы практически все системы и отделы B2B-системы. Следовательно, для содействия его реализации крайне важна приверженность высшего руководства, в частности, важную роль в этом процессе должны играть главные сотрудники по информационным технологиям.

Поскольку настоящая экосистема для совместной работы выходит за рамки организационных границ, от предприятия требуется инвестировать в несколько технологических решений и сотрудничать с несколькими партнерами, поставщиками и клиентами.

В результате решение о планировании и внедрении B2B- экосистемы требует долгосрочной приверженности руководителей организации.

B2B-экосистемы как источник инноваций

Как и сети людей, B2B-экосистемы также могут служить источником инноваций. Рассмотрим Procter & Gamble. Компания использует свои внешние сети для краудсорсинга новых идей и, как следствие, обладает уникальной способностью решать проблемы в сотрудничестве с участниками своей бизнес-сети, это намного эффективней, чем в одиночку. То же самое относится и к B2B-экосистемам.

Используя B2B-экосистемы, подразделения продаж и маркетинга могут сотрудничать с другими подразделениями бизнеса, чтобы иметь доступ в режиме реального времени к последней (свежей) информации о клиентах.

Кроме того, сотрудничество с расширенным персоналом, клиентами и поставщиками может предложить B2B-предприятиям доступ к информации в тех областях, где они не могут присутствовать физически.

Интернет вещей (IoT) от SAP и Cloud28 + — два основных примера B2B-экосистем, используемых сегодня предприятиями. В дополнение к этому, решения для совместной работы от Lithium и Jive также предоставили B2B-предприятиям способ улучшить сотрудничество с поставщиками, деловыми партнерами и клиентами для разработки B2B-экосистемы, предлагающей им более широкий доступ к данным и улучшающей видимость и контроль над клиентами.

В заключение отметим, что сотрудничество — это жизненная сила бизнеса, и лучше всего его можно достичь с помощью технологических решений, таких как Cloud28+, которые предназначены для облегчения и ускорения внедрения корпоративных облаков и обеспечения эффективной совместной работы в масштабах всей организации.

II Искусственный интеллект: возможности и применение в продажах и маркетинге в B2B-сфере

2.1 Достижение конкурентных преимуществ за счет искусственного интеллекта. Исследование поставщика AI-услуг. Возможные применения AI в продажах и дистрибуции

Искусственный интеллект открывает многообещающие возможности для повышения эффективности продаж. Системы искусственного интеллекта берут на себя административные и повторяющиеся задачи, снабжают торговый персонал важной информацией и являются ценным ресурсом для принятия решений в области контроля продаж.

Достижение конкурентных преимуществ за счет искусственного интеллекта

Искусственный интеллект Artificial intelligence (AI) — это гораздо больше, чем просто «шумиха». Продажи могут достичь устойчивых результатов, а компании — конкурентных преимуществ с помощью расширенной аналитики, прогнозного планирования и машинного обучения.

Исследование поставщика AI-услуг

Исследования компании по предоставлению консультационных услуг Tata показывают, что обслуживание клиентов и продажи выигрывают от искусственного интеллекта, особенно в Европе и Северной Америке.

Опрос софтверной компании Qymatix Solutions GmbH был посвящен вопросу о том, как лица, принимающие решения в B2B- продажах, оценивают использование искусственного интеллекта в продажах. Был проведен опрос около 70 управляющих директоров и руководителей отделов средних компаний в сфере оптовой торговли, медицинских технологий, информационных технологий и других секторов из Германии, Австрии и Швейцарии. Основные результаты можно резюмировать следующим образом [2]:

«Системы искусственного интеллекта в настоящее время не очень распространены в компаниях, хотя интерес есть. Только 16% компаний уже используют прогнозную аналитику или планируют внедрить прогнозы продаж на основе AI.

63% опрошенных интересовались этой темой, но еще не успели с ней разобраться.

18% не интересовались использованием AI в продажах, потому что не видели конкретных возможностей его применения в своей компании».

Что касается ожидаемых выгод, респонденты видят наибольшую экономическую выгоду в следующих вещах [2]:

«в повышении эффективности продаж и развития клиентов, включая кросс-продажи и дополнительные продажи (82%);

в планировании и контроле продаж (70%);

в снижении миграционного риска (63%)».

Однако в глазах менеджеров искусственный интеллект не лишен проблем. Некоторые из наиболее часто упоминаемых областей проблем — это [2]:

«Качество данных (45%).

Непонимание и непрозрачность расчетов CI (40%)
Цена (71%)
Интеграция AI в ERP и CRM-системы (65%)».

Принципиально положительная оценка систем искусственного интеллекта в продажах отражена в исследовании Глобального института McKinsey. Согласно этому исследованию [2]:

«88 процентов опрошенных предполагают, что искусственный интеллект сделает их работу легче в течение ближайших 10 лет и можно будет увидеть развитие как прогресс. Только около 6% опасаются, что технологии усложнят их работу или полностью возьмут верх.

Такое отношение пронизывает все должности — от младших до руководителей».

Возможные применения AI в продажах и дистрибуции

Компании, которые разумно используют AI в продажах и создают общую базу данных в сотрудничестве с отделом маркетинга, получают ценную информацию о своих клиентах. Поскольку многие процессы искусственного интеллекта можно автоматизировать, они избавляют отдел продаж от потерь времени после начального этапа. Сэкономленное время, в свою очередь, может быть потрачено на фактическую работу по продажам и маркетингу.

2.2 Динамическое ценообразование. Прогнозная оценка потенциальных клиентов

Динамическое ценообразование

Динамическое ценообразование основано не на затратах, а на принятии цен покупателями, а также на спросе и предложении на рынке.

В гибкой корректировке цен на основе рыночного спроса нет ничего нового. Однако онлайн-игроки, такие как Amazon, ставят перед традиционными трейдерами новые задачи, поскольку они могут автоматически изменять свои цены почти в реальном времени с помощью алгоритмов.

Интеллектуальный алгоритм устанавливает цену для отдельных клиентов таким образом, чтобы они были готовы покупать, и чтобы одновременно при этом не страдали продажи.

Помимо демографических характеристик, оптимизация цен с помощью AI также использует в качестве базы данных результаты анализа поведения клиентов, такие как [2]:

«Цены, которые клиент принимал в прошлом. Поведение похожих покупателей. Текущая динамика цен на рынке. Другие факторы, имеющие отношение к успешным транзакциям в прошлом».

Таким образом, преимущества динамического ценообразования заключаются в автоматическом изменении цен в случае изменений рыночной среды, адаптации к фактической готовности клиентов платить и большей эффективности.

Динамическое ценообразование в настоящее время используется в основном в онлайн-секторе. Поскольку у многих средних компаний уже есть интернет-магазин, эта оптимизированная цена больше не является вариантом выбора лишь для крупных игроков. Ее также могут разумно использовать небольшие компании. Однако предварительным условием для этого является высокий уровень точности, доступности и полноты данных, а также подготовка всей компании к динамическому ценообразованию (например, адаптация печатных прайс-листов, маркетинговые меры и т. д.).

Прогнозная оценка потенциальных клиентов

Predictive Lead Scoring использует алгоритмы прогнозирования машинного обучения для анализа существующих клиентов, чтобы определить, насколько вероятно, что потенциальный клиент (= контакт) может быть получен в качестве клиента.

С помощью искусственного интеллекта сотрудники отделов продаж и маркетинга получают глубокие знания о клиенте и увеличивают вероятность успешного заключения сделки, поскольку могут сосредоточиться на перспективных клиентах и целенаправленно обращаться к ним.

Приложение AI оценивает, какое поведение и какие характеристики оказываются интересными лидерам продаж (=квалифицированным руководителям отделов продаж). На основе этих данных затем могут быть идентифицированы те потенциальные клиенты, которые готовы к разговору о продажах и могут быть отправлены в отдел продаж.

Оставшиеся лиды нуждаются в дальнейшей поддержке со стороны отдела маркетинга.

Данные третьих сторон также могут быть включены в анализ.

Одним из впечатляющих примеров является пример Harley-Davidson в Нью-Йорке [2]:

«использование Albert Ki привело к увеличению числа потенциальных клиентов на 2,930%. Технология фокусируется на поведении, которое побуждает потенциальных клиентов связываться с Harley Davidson. Например, AI исследовал рекламу с призывом «Купи!» На этот призыв было получено значительно меньше ответов, чем на призыв «Звоните!». Благодаря изменению всего одного слова количество ответов на размещенные объявления за рассматриваемый период увеличилось на 447%.

Еще одним успешным примером служит пример определения ценных прошлых клиентов. AI отобрал тех людей, которые либо уже приобрели продукт Harley-Davidson, либо добавили его в свою онлайн-корзину, либо были среди 25 процентов посетителей веб-сайта, которые провели там больше всего времени. Эти «ценные прошлые клиенты» использовались в качестве основы для выявления «двойников», которые не были клиентами Harley-Davidson, но в остальном отвечали многим критериям группы и, следовательно, являлись отличными потенциальными клиентами.

Таким образом, прогнозный подсчет потенциальных клиентов делает оценку возможностей продаж не только более эффективной и масштабируемой, но и более объективной, т.е. независимой от субъективных факторов. Подобные системы обычно уже интегрированы в системы автоматизации маркетинга.

Пример Hubspot [2]:

«С помощью искусственного интеллекта компания может с самого начала отсортировать менее перспективные контакты и тем самым сократить продажи данным контактам».

2.3 Прогнозирование. Перекрестные и дополнительные продажи

Прогнозирование

Продукты и услуги продаются лучше всего, когда спрос особенно высок. Когда именно это происходит, можно отследить с помощью AI (по данным).

Прогнозирование может помочь предсказать потенциальные результаты продаж на основе вероятностных моделей, основанных на данных.

Искусственный интеллект и прогнозная аналитика повышают качество прогнозов продаж и прогнозов доходов. Бизнес-решениями можно лучше управлять, цели — определять более четко, а бюджеты и ресурсы — более точно. Хорошие модели прогнозирования одновременно корректируют прогнозы или предоставляют сигналы раннего предупреждения, чтобы избежать чрезмерных отклонений от целей.

Перекрестные и дополнительные продажи

Алгоритмы могут значительно улучшить основу для продажи дополнительного продукта или услуги существующему клиенту.

С помощью искусственного интеллекта может быть проведен детальный анализ корзины покупок на основе CRM и ERP. Данные о продажах могут быть получены до перекрестных продаж, чтобы рассчитать и спрогнозировать вероятность успешных перекрестных продаж. У менеджеров по продажам есть прочная основа для принятия решения о том, когда именно стоит предложить покупателю дополнительный продукт или дополнительное предложение.

Платформы AI, такие, например, как Jetlore, способны анализировать и интерпретировать сотни страниц интернет-магазина, чтобы понять предпочтения потребителей.

Базовый AI использует данные клиентов для создания таких рейтингов, в рамках которых клиенты могут быть особенно заинтересованы в определенных продуктах или процессах. В дополнение к множеству других функций, этот AI позволяет эффективно собирать данные и выдает заявления о том, какие именно потенциальные клиенты подходят для будущих проектов.

2.4 Удовлетворенность клиентов. Заключение: искусственный интеллект в B2B-продажах и в B2B-маркетинге

Удовлетворенность клиентов

Самообучающиеся системы искусственного интеллекта способны улучшить качество обслуживания клиентов и, следовательно, их удовлетворенность на основе существующих данных, а также обучаться с каждой новой записью данных.

AI в обслуживании клиентов можно использовать по-разному. В большинстве случаев решения AI поддерживают менеджера по работе с клиентами, например:

Автоматизированное взаимодействие с покупателем в виде помощников по покупкам, которые помогают покупателю найти желаемый товар.

Чат-боты, которые заботятся о жалобах клиентов
Индивидуальный подход к клиентам с помощью систем искусственного интеллекта. Выявление мошенничества с использованием AI -решений. Более быстрое реагирование и обработка запросов клиентов за счет поддержки систем искусственного интеллекта. Управление клиентским опытом с точки зрения многоканальности.

Согласно изучение данным Capgemini Digital Transformation Institute, [2] :

«75 процентов компаний, использующих AI и машинное обучение, повысили удовлетворенность клиентов более чем на 10 процентов. И это также означает, что меньше клиентов может мигрировать и что можно привлечь новых клиентов».

Таким образом, использование технологий искусственного интеллекта в обслуживании клиентов также увеличивает продажи и оборот.

Заключение: искусственный интеллект в B2B-продажах и в B2B-маркетинге

Успешное внедрение искусственного интеллекта в продажи и в B2B-маркетинг способны обеспечить значительное конкурентное преимущество.

С помощью алгоритмов искусственного интеллекта отделы продаж и маркетинга имеют возможность углубить свои знания о клиентах и повысить вероятность заключения сделки, поскольку они могут сосредоточиться на перспективных клиентах и работать с ними целенаправленно и индивидуально.

III Как Интернет вещей меняет B2B-бизнес-модели и B2B-маркетинг

Сектор B2C привлекает немалое внимание, когда речь идет об Интернете вещей (IoT). Но с IoT-B2B-приложениями производители и организации B2B адаптируют свои бизнес-модели, чтобы брать на вооружение IoT со всеми его возможностями [3].

3.1 Каковы возможности Интернета вещей. для B2B?

Понятие Интернета вещей и его возможности для B2B?

Понятие Интернета вещей

Интернет вещей (IoT) — это сеть подключенных устройств, которые собирают данные и обмениваются ими. С постоянно растущим числом этих устройств, собирающих огромные объемы данных, продукты Интернета вещей открывают новые возможности для B2B- организаций, чтобы они могли выйти за пределы своих традиционных рынков, стимулировать инновации и открывать новые потоки доходов. Компании, использующие возможности Интернета вещей, могут рассчитывать на ряд неоспоримых преимуществ. Рассмотрение их следует.

Более тесные отношения с клиентами

Благодаря данным, которые открывают продукты IoT, производители продуктов впервые получают больше информации о конечном пользователе, чем их посредники или розничные «посредники».

Данные Интернета вещей позволяют этим компаниям оптимизировать качество обслуживания клиентов за счет анализа их поведения в режиме реального времени.

Профилактическое обслуживание

Благодаря IoT-датчикам, собирающим данные, производители продуктов могут предупреждать проблемы и прогнозировать, когда оборудование изнашивается или нуждается в ремонте. Согласно McKinsey, это может снизить затраты на техническое обслуживание на 40% и вдвое сократить незапланированные простои [3].

Оптимизированные продукты

Заменяя предположения данными в реальном времени о том, как продукты используются клиентами, Интернет вещей может радикально улучшить то, как продукты разрабатываются, производятся, продаются и обслуживаются.

Эффективность цепочки поставок

С увеличением количества подключенного к Интернету оборудования и транспортных средств будет больше прозрачности всей цепочки поставок, обеспечивающей подлинное сквозное отслеживание отгрузки.

Эффективность инвентаризации — Управление уровнями инвентаризации и возможность эффективного пополнения запасов является постоянной проблемой для производителей. Но поскольку продукты IoT автоматически переупорядочивают расходные материалы и детали по мере необходимости, уменьшается потребность в хранении больших объемов запасов.

3.2 Конвергенция B2B-B2C.. Модели повторяющегося дохода

Конвергенция B2B-B2C.

Итак, как меняются B2B-бизнес-модели, чтобы воспользоваться этими возможностями и открыть новые потоки доходов?

От Graze до Heidelberg мы уже видим, как множество брендов производителей используют возможность прямого доступа к потребителю (D2C). Там, где бренд может предоставить покупателю убедительную причину для совершения покупок напрямую у него, очевидно, что есть возможность открыть новые потоки доходов, повысить маржу и улучшить качество обслуживания клиентов.

Как мы видели на примере громких отказов D2C, клиенты могут изначально не искать продукты на специализированных веб-сайтах, если у них нет очень сильного стимула. Но благодаря качеству (и количеству) данных, собираемых датчиками продуктов Интернета вещей, производители промышленных товаров могут использовать аналитические данные в реальном времени, чтобы предложить клиентам убедительную причину для взаимодействия с ними напрямую в обмен на услуги с добавленной стоимостью.

Кроме того, производители продукции осознают необходимость предоставления ценности сверх своей физической продукции, и они используют датчики, программное обеспечение и услуги для повышения ценности своей продукции.

Данные IoT также можно продавать другим компаниям, открывая новые B2B-каналы. Ожидайте дальнейшего размывания границ между бизнес-моделями B2C и B2B, а также между компаниями B2B и B2C, конкурирующими за новые (а иногда и те же) рынки.

Модели повторяющегося дохода
Интернет вещей предлагает возможность превратить потенциальных разовых покупателей в постоянных клиентов с помощью повторяющихся бизнес-моделей.

По мере того, как мы достигаем точки, когда почти все может быть продано как услуга, производители будут использовать сбор данных с датчиков Интернета вещей для запуска сервисов с оплатой по мере использования и по подписке, которые создают более устойчивые потоки доходов.

Мы можем даже увидеть, как производители IoT-продуктов взимают плату за услуги и объем обрабатываемых данных, а не за само оборудование.

Чтобы улучшить цифровой опыт для клиентов, бизнес-организации должны решить проблему сложности экосистемы продаж, и эти B2B-подписки будут существовать только в том случае, если они будут обеспечивать четкую ценность для клиентов, будь то удобство или упрощение процесса B2B-покупки.

К счастью, модели B2B-подписки не являются значительным шагом вперед по сравнению с обычными B2B-покупками (при которых клиенты, как правило, покупают регулярно, оптом и у одних и тех же производителей). От принтеров, которые заказывают чернила, до серверов, способных обслуживать себя проактивно, устройства Интернета вещей предоставляют производителям возможность расширять свои услуги и открывать новые потоки доходов, создавая более предсказуемый поток доходов.

3.3 Машинное обучение. Интернет вещей предоставляет возможность стать ближе к клиентам

Машинное обучение

Машинное обучение предоставляет B2B-организациям средства для преобразования данных датчиков Интернета вещей в полезную информацию. По мере того как организации стремятся автоматизировать такие процессы, как продажи и поддержка клиентов, понимание машинного обучения будет иметь ключевое значение для сбора соответствующих данных и их использования для выполнения множества действий, от автоматического создания предложения, которое наилучшим образом соответствует ожиданиям отдельного покупателя, до определения того, изображения каких продуктов с наибольшей вероятностью приведут к продаже.

Компании уже видят большую ценность в использовании машинного обучения в сочетании с API персонализации, чтобы помочь корпоративным покупателям беспрепятственно приобретать то, что им нужно. Некоторые компании запускают специализированные центры искусственного интеллекта и платформы Интернета вещей, на которых можно запускать службы и приложения Интернета вещей.

Машинное обучение поможет управлять и автоматизировать элементы процесса покупки, а также предоставлять неоценимую информацию отделам продаж (за счет оценки привычек покупателей с течением времени) и прогнозирования предпочтений и количества заказов.

Чат-бот, например, может регистрировать болевые точки клиента и рекомендовать решение, основанное на идеях, полученных в результате машинного обучения, экономичным способом, который высвобождает время персонала.

Конечно, машинное обучение сопряжено со своими проблемами. Бизнес-организациям потребуется разработать или приобрести аналитическое программное обеспечение и алгоритмы, которые могут извлекать практическую информацию из огромного количества данных, генерирующих Интернет вещей. Но после внедрения и правильного программирования возможности машинного обучения оказываются практически безграничными.

Интернет вещей предоставляет возможность стать ближе к клиентам

Интернет вещей предоставляет компаниям возможность стать ближе к клиентам, чем когда-либо прежде, но для того, чтобы стать по-настоящему клиентоориентированной организацией, предприятию потребуется создать правильные структуры, процессы и практики для поддержки инноваций и цифровых экспериментов.

Что касается технологий, то сейчас, как никогда ранее, B2B- организациям нужен надежный магазин электронной коммерции, позволяющий им продавать напрямую клиентам, а также получать и обрабатывать информацию от датчиков Интернета вещей о физических продуктах.

3.4 Энтузиазм и проблемы клиентов при внедрении решений Интернета вещей. Избежание ошибок и преодоление проблем

Энтузиазм и проблемы клиентов при внедрении решений Интернета вещей

Энтузиазм клиентов по поводу Интернета вещей (IoT) демонстрировал рост во всех секторах, что привело к инвестициям в слияния и поглощения в размере более 75 миллиардов долларов со стороны крупных поставщиков и 30 миллиардов долларов от венчурных компаний [5].

Клиенты говорят, что они сталкиваются с множеством проблем при внедрении решений Интернета вещей, таких как проблемы интеграции с существующими системами, достижения окупаемости вложенных средств и др.

Для традиционных операторов — особенно поставщиков облачных услуг, поставщиков аналитических услуг, поставщиков сетевого оборудования и производителей промышленного оборудования — хорошая новость заключается в том, что заказчики обращаются к ним, чтобы добиться преодоления имеющихся препятствий.

Стартапы со сфокусированными решениями привлекают много внимания. Но традиционные участники могут оказаться естественными победителями, если они извлекут выгоду из помощи клиентам в интеграции с существующими технологиями, в решении проблем безопасности, в адаптации своих решений к конкретным отраслям и в эффективном исполнении.

Несмотря на уверенность клиентов, руководители поставщиков, предлагающих решения для Интернета вещей, изо всех сил пытаются определить приоритеты инвестиций в различных отраслях и конкретных сферах применения, выбрать лучшие предложения и адаптировать свои коммерческие модели

Поставщики должны основывать свои решения на четком понимании потребностей клиентов и конкурентной среды.

Избежание ошибок и преодоление проблем

При формировании и реализации своих стратегий руководители должны избегать нескольких распространенных ошибок (см. далее).

Необходимость слишком тонкого распределения инвестиций. Согласно исследованиям (Ann Bosche, David Crawford, Darren Jackson, Michael Schallehn and Paul Smith, How Providers Can Succeed in the Internet of Things Vendors should avoid five common IoT pitfalls [7]:

«Более 80% опрошенных поставщиков заявили, что они вкладывают средства в решения, ориентированные на четыре или более отраслей, а 45% заявили, что выбор приоритетов является одной из трех основных задач».

Слишком широкое распространение сети. Оно приведет к тому, что поставщики промахнутся и разработают решения, недостаточно адаптированные для скорейшего внедрения. Внедрение будет затруднено и оставит клиентов неуверенными в потенциальной прибыли.

Даже поставщикам, использующим горизонтальные решения, необходимо продемонстрировать целенаправленный набор вертикальных предложений, объединившись с отраслевыми партнерами. Распространение на слишком много отраслей размывает фокус, необходимый для поощрения клиентов и расширения масштабов.

Более прагматичный подход состоит в том, чтобы сосредоточиться на конкретном поле битвы, выбрать от трех до пяти конкретных вариантов использования и разработать решения, нацеленные на них, с долгосрочными планами по расширению фокуса. Лидеры используют этот портфельный подход, балансируя как краткосрочные, так и долгосрочные ставки.

Имеет место отсутствие ясности в отношении источника прибыли. Это происходит особенно в случаях, когда поставщики конкурируют с компаниями, сфера деятельности которых охватывает несколько уровней технологического стека. Прибыль будет непропорционально начисляться на определенные уровни, причем более трех четвертей станет приходиться на облачные технологии, приложения, аналитику, сеть, системную интеграцию и услуги данных. Новые потребительские устройства, такие как носимые устройства, дроны и умные часы, привлекают большое внимание, но в долгосрочной перспективе более высокая доля прибыли будет поступать от корпоративных и промышленных решений.

Одна из причин заключается в том, что некоторые крупные поставщики субсидируют потребительские устройства и  получают прибыль от услуг передачи данных и аналитики. Эти игры не всегда очевидны на поверхности; компании могут увидеть конкурента, поставляющего умный дверной замок, например, не осознавая, что устройство — это просто точка входа для стоящей за ним более прибыльной аналитической модели. Важно выйти за рамки традиционного уровня стека, чтобы определить полный конкурентный набор.

В корпоративной, промышленной или потребительской сфере поставщики должны иметь надежный план в отношении услуг и аналитических решений, составленный самостоятельно или с группой партнеров. А для поставщиков с более широким охватом критически важны разумный выбор решений и достаточные вложения в эти области.

IV Чем полезна виртуальная реальность в B2B-маркетинге?

4.1 Понятие виртуальной реальности. Как виртуальная реальность вписывается в картину B2B-маркетинга?

Понятие виртуальной реальности

Виртуальная реальность (VR) — это термин, который используется довольно давно. Прежде чем мы углубимся в то, насколько полезна виртуальная реальность в B2B, давайте немного разберемся с термином «виртуальная реальность». Виртуальная реальность (VR) — это смоделированный мультисенсорный опыт, дополненный с помощью программных и аппаратных компонентов.

Он обеспечивает иммерсивную среду, отличную от реального мира, с помощью закрепленного на голове дисплея. Фактически, установка состоит из массива датчиков, встроенных в крепление на голову, отслеживающих движения пользователя и, соответственно, изменяющих его видение. Это создает у пользователя впечатление, что он физически присутствует в этой виртуальной среде.

Рассматриваемая технология известна среди геймеров, поскольку она дает им богатую интерактивную игровую среду.

Согласно Markets and Markets, ожидается, что [8]:

«рынок VR вырастет до 44,7 млрд долларов США к 2024 году (с 7,9 млрд долларов США в 2018 году) при среднегодовом темпе роста 33,47%.»

Как виртуальная реальность вписывается в картину B2B-маркетинга?

Если вы думаете, как технология, создающая искусственно созданную среду, может помочь в бизнесе, тогда выпейте чашку кофе и читайте дальше. С ростом популярности и тем фактом, что он предоставляет немало возможностей для маркетологов, компании начали применять технологии AR (дополненной реальности) и VR в маркетинге.

На данный момент полезность виртуальной реальности в некоторой степени ограничена физическими продуктами, но по мере развития технологий и разработки инновационных решений сектор услуг также станет свидетелем серьезного воздействия виртуальной реальности.

Есть много компаний, использующих виртуальную реальность в своих производственных процессах и предоставлении услуг. Кроме того, — для продуктов, которые сделаны на заказ или еще не существуют. Ведь как еще маркетологи могут дать покупателям представление о том, как будет выглядеть конечный продукт? Опять же, VR — это отличное решение по сравнению с непривлекательными 3D-эскизами или моделями.

4.2 Каковы преимущества виртуальной реальности в B2B-маркетинге?

Теперь, когда у нас есть приблизительное представление об изобретательности этой технологии для бизнеса, давайте перейдем к следующему уровню и посмотрим, какие реальные преимущества она способна принести бизнесу.

Тестирование продукта
Тестирование продукта может быть самым очевидным преимуществом виртуальной реальности. Что еще может требовать компания, если она может видеть свой продукт в режиме реального времени.? Это не только поможет сделать продукт лучше, но и сэкономит время. Например, строительные компании могут использовать AR для более точной оценки и тестирования различных решений по размещению. Персонализация опыта
Поскольку клиенты требуют индивидуального подхода к покупке, индивидуальный подход становится гораздо более важным. А с этой технологией компании могут показывать покупателям продукт в виртуальной среде, и, следовательно, проблемы могут быть решены на ранней стадии и с большей точностью.

Сокращение циклов продаж

В B2B-сценарии цикл покупки более запутанный и более длительный, чем в B2C-сценарии.