BLOG 5 ”Liiketoimintahyödyt”: Datan saavutettavuus tekoälyavusteisessa B2B-myynnissä

Tutkimusta aiotaan jatkaa osallistuttamalla myyjät järjestelmän kehitykseen keräämällä myyjiltä palautetta demonstraatioon liittyen. Tämä sisältää arviointia siitä kokevatko myyjät järjestelmän hyödylliseksi, ovatko ehdotukset kuinka tarkkoja sekä miten ehdotukset vaikuttavat myyntiprosessin tehokkuuteen. Tutkimus sisältää myös trendianalyysin asiakastarpeiden paikallisista muutoksista. Tämä tieto voi olla hyödyllistä sekä myyjälle asiakaskeskusteluiden aikana että yleisesti markkinoinnin ja tuotehallinnan näkökulmasta. Jatkotutkimusten aiheena on myös tunnistaa, onko analysoitujen asiakastarpeiden perusteella mahdollista luoda myös kokonaan uusia tuotekonfiguraatiota ja tarjouksia.

Liiketoimintahyödyt

Suurin tuote-ehdotusjärjestelmän hyöty on, että kokematon myyjä voi huomioida tarjouksessaan paikalliset asiakastarpeet. Tällöin tarjouksen laatiminen vaatii vähemmän manuaalista työtä ja vie vähemmän aikaa. Myös asiakkaan kanssa käytäviä iteraatiokierroksia on vähemmän. Lisäksi myyjän on vähemmän tarvetta pyytää konsultointia kokeneemmilta myyjiltä tai etsiä itse CRM:stä samalle alueelle tehtyjä aiempia tarjouksia.

Mikäli tarjousten laatu paranee, myös tuotepalautusten ja niihin liittyvien kustannusten määrä vähenee. Korkeampi laatu ja nopeampi neuvotteluprosessi voivat parantaa myös myynnin voittotodennäköisyyttä. Ratkaisun käyttöönoton myötä aiemmista rutiininomaisista töistä vapautunutta aikaa voidaan käyttää enemmän asiakastyöskentelyyn.

Ratkaisu on mahdollista integroida Molokin myyjien käyttämään nykyiseen myyntikonfiguraattoriin. Sen seurauksena uusi tekoälyavusteinen ominaisuus liittyisi saumattomasti osaksi nykyistä myyntiprosessia vaatien mahdollisimman vähän uusia ponnistuksia ja koulutusta. Myyjät ovat todennäköisemmin myös halukkaita käyttämään uutta ominaisuutta, kun se olisi osana nykyisin käytössä olevaa työkalua.

Haasteet

Muutamia kriittisiä näkökulmia on myös hyvä nostaa esille. Odotetut liiketoimintahyödyt nojaavat olettamukseen, että analyysi on tehty oikein ja että tuote-ehdotukset vastaavat merkittävästi asiakastarvetta. Molempiin olettamuksiin liittyy kuitenkin epävarmuustekijöitä. On myös epäselvää ovatko myyjät halukkaita hyväksymään uuden tekoälypohjaisen työkalun osaksi työprosessiaan. Jos ovat, niin onko olemassa vaara, että ehdotuksiin luotetaan liikaa ilman huolellista tarkistusta? Lisäksi antavatko myyjät riittävästi palautetta järjestelmästä siten, että tuote-ehdotusten laatua saataisiin parannettua ja että järjestelmä olisi heille entistäkin hyödyllisempi? Lopuksi voidaan myös miettiä sitä mikä on tekoälypohjaisen järjestelmän toimittajan vastuu? Jatkotutkimuksessa tullaan etsimään vastauksia näihin kysymyksiin.

Wapicen liiketoimintanäkökulma

Vaikka tietoisuus ja mielenkiinto tekoälyavusteisia ratkaisuja ja käyttötapauksia kohtaan on kasvussa teollisuudessa, kaupallisissa CPQ-työkaluissa tekoälysovellukset ovat vielä alkuvaiheessa. On todennäköisesti kuitenkin vain ajan kysymys, että tekoälysovellukset yleistyvät myös niiden osalta. Wapicen tavoitteena on olla edelläkävijä tällä saralla ja integroida tekoäly osaksi Summium® CPQ myyntikonfiguraattorijärjestelmää. Kyseinen tuote-ehdotusjärjestelmä on yksi monista mahdollisista käyttötapauksista, joissa tekoäly voi tuoda merkittävää hyötyä B2B-myyntiprosesseissa ja CPQ-työkaluissa.

Wapice näkökulmasta InnoSale-projektissa tehtävän demonstraation tarkoitus on vahvistaa ja testata, kuinka tekoälyavusteinen tuote-ehdotusjärjestelmän voitaisiin toteuttaa, millaista dataa se tarvitsisi ja kuinka se voitaisiin integroida osaksi Summium® CPQ -järjestelmää. InnoSale-projekti on hyvin hedelmällinen maaperä tällaiselle tutkimukselle, jossa työskennellään läheisessä yhteistyössä VTT:n ja Wapicen nykyisen asiakkaan Molokin kanssa. Riippuen tuloksista ja Molokilta saatavasta palautteesta, Wapice on halukas jatkamaan kehitystyötä InnoSale-projektin jälkeen, integroimaan ratkaisun osaksi Summium® CPQ -järjestelmää, kaupallistamaan sen ja saattamaan sen siten myös muiden Wapicen asiakkaiden saataville.

Mikäli tällainen ratkaisu saadaan kaupallistettua antaa se Wapicelle etumatkaa lähimpiin kilpailijoihin nähden tekoälyn hyödyntämisen saralla ja vahvistaa sen asemaa CPQ-markkinajohtajana Suomessa. Myös muut Wapicen asiakkaat, joiden tarpeet saattavat vaihdella markkinoista ja maantieteellisestä alueesta riippuen, saisivat samat tekoälyavusteisen CPQ-ratkaisun hyödyt. Kun muiden asiakkaiden palaute ja tarpeet voidaan ottaa huomioon tekoälyn kehityksessä, ratkaisuun voidaan lisätä ominaisuuksia, joita ei välttämättä ole vielä tunnistettu nykyisessä tutkimuksen ja kehityksen vaiheessa.

Keskeiset havainnot

Projektin aikana tehtiin seuraavia keskeisiä havaintoja liiketoimintahyötyihin liittyen:

• Datan tarkkuus ja määrä: Datan määrä on kriittinen tekijä luotettavien ja tarkkojen analyysitulosten saavuttamisessa, mikä on edelleen olennaista liiketoimintahyötyjen kannalta. Esimerkiksi tuhansia tarjouksia päämarkkina-alueelta sisältävä datapaketti voi johtaa tarkempiin analyysituloksiin kuin vastaava analyysi pienemmältä tai uudelta markkina-alueelta josta dataa ei ole vielä kertynyt tarpeeksi.
• Datan rakenne tekoälyanalyysiä varten: Nykyisissä konfiguraattoreissa ja CRM-järjestelmissä oleva datan rakenne ja sisältö eivät välttämättä sellaisenaan parhaiten sovellu tekoälyavustimien käyttöön. Esimerkiksi datan rakenteesta saattaa puuttua datakenttiä, jotka ovat analyysin kannalta oleellisia. Toinen haaste on, että konfigurointisäännöt (eli mitkä tuoteosat sopivat keskenään) eivät välttämättä ole tulkittavissa datan rakenteesta. Tällöin analyysi saattaa ehdottaa tuotekonfiguraatiota, jonka osat eivät välttämättä sovi keskenään fyysisesti.
• Muuttuvat asiakastarpeet: Historiadataan pohjautuva analyysi saattaa johtaa epäoptimaaliseen tuote-ehdotukseen tilanteessa, jossa asiakastarpeet muuttuvat nopeasti. Esimerkiksi jos jätteenkeräyssäädökset muuttuvat, saattavat ne nopeasti vaikuttaa myös asiakasvaatimuksiin. Trendianalyysi itsessään ei välttämättä tuo ilmi ongelmia riittävän nopeasti. Mahdollinen ratkaisu voisi olla se, että myyjät antavat tekoälyjärjestelmälle säädöksiin liittyvää palautetta. Vaihtoehtoisesti toinen tekoälysovellus voisi kerätä julkisista lähteistä säädöksiin liittyvää tietoa ja tuoda sen tekoälypohjaisen tuote-ehdotusjärjestelmän ja myyjän saataville.

Kirjoittajat

Marko Jurvansuu (VTT), Kai Huittinen (Wapice), Marjaana Tyven-Jokinen (Molok) ja Anna Räty (Molok).