让AI帮你销售？没那么容易！

　　人工智能AI有助于提升销售业绩吗？当然！

　　阿里巴巴、京东、亚马逊、Netflix这些以在线销售为主的公司，业绩之所以飞速增长，人工智能AI功不可没。不少媒体报道也充分肯定了人工智能AI的高投资回报率，认为其可以有力提升销售人员业绩。从目前所有的成功案例中，我们似乎也可以得出这样的结论：大多数销售人员通过AI实现业绩增长的道路进展顺利，而且很容易實现。

　　事实上，只有少数销售人员成功地使用了AI；一些销售人员多年来一直在努力，但至今仍未构建起有效的AI系统；而绝大多数人甚至还没有迈出第一步。

　　这好像与从媒体上获得的感觉不太一样。媒体报导给我们留下的印象是：通过AI，可以实现更高的销售额、更低的成本和更好的销售环境。比如，可以大大提高销售人员在寻找、获取客户方面的效率；可以帮助销售人员生成和聚焦于更高质量的销售线索，更深入地了解客户需求和偏好；可更好地与其他渠道或合作伙伴协同销售，找到交叉销售和追加销售的机会，防止客户流失等等。

　　无疑AI提升销售的潜力是巨大的，带来的好处也是真实的。但是，你所读到的媒体报道却很少能提供足够的洞察力，让你了解企业为实现AI收益所必须克服的挑战。这种挑战主要来自四个方面。

　　一.跨职能团队合作

　　在公司中实践人工智能AI项目所需的技能不仅包括数据科学技能，还包括产品管理、用户界面设计、软件工程和产品营销，需要一个跨职能的团队来实现。这个团队既需要有把信息转化成AI和ML系统可接收数据的数据工程师、具有领域专业知识的数据科学家，还需要软件开发工程师、AI架构师等。为了将所有结合在一起，团队还需要一个跨界专家--即一个既懂销售又懂技术的人。

　　鉴于目前AI和ML机器学习人才市场行情，组建一个内部人工智能团队的成本不低。但是，进行这种投资是值得的。可以随时针对自己的业务需求进行优化，帮助公司在市场上脱颖而出。

　　二.整合不同来源的数据

　　AI系统需要使用大量数据。有些数据是结构化的，如人口统计数据、购买历史记录，有些是非结构化的，如电子邮件或录音中的文字等。一次性集成这些数据是非常困难的，需要持续收集、刷新，不但耗时且成本高昂。

　　幸运的是，只要数据没有系统偏差，AI就可以处理不完整或部分数据。事实上，AI还可以自动改善数据的质量，如预测丢失的数据或识别可能的错误等。

　　这在实践应用中具有重要意义。如一家娱乐城想利用AI优化和拓展客户。他们具有独立的数据库来跟踪其高价值客户的酒店开支、餐饮开支和娱乐开支，但需要至少8个月时间才能整合所有这些数据。因此，这家娱乐城选择聚焦部分数据。几周后，他们就有了55%的完整集成数据库，可以每月更新。通过部分数据，这家娱乐城很快获得了AI的数据分析建议，做出改进，增强了客户关系。

　　三.快速实现价值

　　一个完整的人工智能AI实现应该包括灵活的、分阶段的、迭代设计测试，以及来自销售人员的持续反馈。然而不少公司总想一蹴而就、一次性就构建起一个大而全、完美的AI系统，快速实现AI价值，但结果经常是花了很大资金和力气却得不到销售人员的认可。这个错误通常是致命的，因为如果销售人员没有持续反馈和AI系统的迭代更新，AI对于销售人员就是负担而不是销售利器，就不愿意使用。实施AI只有从小到大、不断迭代、才能逐步完善、得到成功应用。

　　一家生物技术公司将其在人工智能领域的成功归功于其小规模起步的决定。该公司的愿景是开发一个AI应用程序，为销售提供行动、内容指导，实现通过多个销售渠道与客户取得联系。为了稳妥起见，他们先从一个销售渠道做起，再证明方法是成功的、有价值，并被销售人员认可后，才扩展到更广泛的销售渠道。

　　四.让销售人员愿意用

　　对于新销售工具或技术的理解和接受，在不同的销售人员中也有所不同。许多销售人员对AI就持怀疑态度。

　　不过有一些方法可以促进销售人员采用AI工具。首先，确保AI工具与销售人员日常工作的方式一致，让员工没有抵触。然后AI推进人员可在工作流程中随时观察，为AI工具的分析提供解释。例如，“这个客户可能会购买这个产品，因为其他具有类似购买模式的客户最终会购买它。”鼓励销售人员提供有关建议的反馈。例如，“这个建议有用吗？如果没有，为什么不呢？你已经解决了这个问题吗？”或者，“这不是个好主意？”这样的反馈有助于改进人工智能系统，但更重要的是，使销售人员成为构建工具的合作伙伴。

　　五.小结

　　人工智能AI可以对销售产生重大影响，它的好处也是可见的，但不要低估所需的时间和精力。通过让事情简单地开始，在实施过程中保持灵活性，构建适合的团队，你将看到不错的结果。