LINET působí přibližně na 120 trzích a v našem typu byznysu platí, že samotný produkt za desítky až stovky tisíc neprodáte pouze online reklamou. Nemocniční lůžka, matrace a další zdravotnický sortiment produktů a služeb prodává do celého světa hlavně sales.
Role marketingu proto nekončí u budování značky, kampaní nebo generování poptávky. Musí vybavit obchodníka tím, co potřebuje k přípravě nabídky i na samotné jednání – správnými argumenty, informacemi a relevantním obsahem.
Jenže právě tady vzniká problém. Každá obchodní situace je jiná, komunikace ale musí zůstat konzistentní s positioningem značky. Obchodník často tráví hodiny dohledáváním podkladů, ověřováním jejich aktuálnosti a skládáním nabídky pro konkrétního zákazníka.
A často zároveň postrádá zpětnou vazbu, podle které by poznal, zda se při jednání zaměřuje na správné věci. Marketing se mu snaží pomoci dalšími prezentacemi, případovými studiemi, argumenty nebo produktovými materiály. Jenže čím více obsahu vzniká, tím složitější je dodat obchodníkovi právě ten relevantní a tím je problém větší.
Právě tuto spirálu chceme v LINETu přerušit novou sales enablement platformou, kterou už pilotujeme a v novém roce ji chceme spustit v plném rozsahu. Má propojit obsah, data a nástroje, které obchodníci používají, a zároveň vracet marketingu zpětnou vazbu, co sales skutečně využívá a co mu pomáhá.
Od hledání dokumentů až po AI trénink
První změna se odehrává na úplném začátku – v přístupu k informacím. Obchodník by neměl mít před sebou další knihovnu se stovkami souborů a rozhodovat, který z nich potřebuje. Díky AI má být schopný najít konkrétní informaci během několika sekund a zároveň vědět, odkud pochází.
Personalizace se tak neodehrává jen na straně zákazníka. Personalizovat potřebujeme i prostředí u samotného obchodníka. Proto jsme novou platformu propojili přímo se Salesforce.
Jedním z důležitých požadavků salesu totiž bylo, aby nevznikl další izolovaný nástroj. Obchodníci jich už dnes používají dost – záměrem je naopak jejich práci zjednodušit.
Představme si například nemocniční tendr. Obchodník založí příležitost v CRM a přímo tam začne připravovat nabídku. Naším cílem je, aby mohl specifikaci tendru předat systému a s pomocí AI si okamžitě dohledat potřebné produktové informace, argumenty nebo další firemní podklady. Nemusí vědět, jaký dokument hledá ani ve které složce ho najde. Může se jednoduše zeptat.
Právě tento use case nám v B2B marketingu připadá podstatnější než samotné generování dalšího obsahu. AI tady vnímáme jako rozhraní nad firemním know-how, které dokáže vytáhnout potřebnou informaci ve chvíli, kdy ji obchodník potřebuje.
AI zde ale nemá být jen generátorem přesvědčivě znějících odpovědí. Pro nás je zásadní i jejich zdrojování. Pokud má obchodník informaci použít při reálném jednání, musí vědět, odkud pochází a zda je důvěryhodná.
Nacházíme se totiž v regulovaném odvětví, takže si nemůžeme dovolit říkat, co si zamaneme. Proto nyní řešíme hranici mezi uzavřenými interními zdroji a externím světem. Čím širší přístup AI dostane, tím větší jsou její možnosti, ale zároveň roste riziko nepřesnosti.
Z firemních dat rovnou k nabídce
Dalším krokem je samotná příprava obsahu pro zákazníka. Obchodník může z dostupných podkladů sestavit prezentaci nebo nabídku, pracovat ale může i s technickou dokumentací, videem, 3D modelem či dalšími formáty.
Smyslem je opět personalizace bez ztráty kontroly nad messagingem. Marketing nastaví ověřené argumenty a společný základ, ze kterého si sales vybere to, co odpovídá dané fázi obchodu a potřebám protistrany.
A zákazníkem nemyslím jen instituci, ale i člověka, se kterým jednáme. Nákupčí, finanční ředitel, zdravotník nebo servisní technik potřebují každý něco jiného. Místo několika příloh v e-mailu proto mohou dostat vlastní landing page s materiály sestavenými pro jejich roli. A právě tady začíná vznikat další vrstva dat.
Co skutečně zajímá zákazníka?
Dnes obchodník nabídku odešle a potom často několik dní nebo týdnů čeká. Neví, zda zákazník prezentaci vůbec otevřel, co ho zaujalo ani nad čím váhá. V lepším případě dostane zpětnou vazbu přímo při dalším jednání.
Nová platforma může ukázat, které materiály zákazník otevřel, kterým částem dokumentů věnoval pozornost nebo kolik času strávil jejich čtením.
Cílem ale není udělat z obchodníka datového analytika. Potřebuje jen několik signálů, podle kterých pozná, na co při dalším kontaktu navázat. Pokud se zákazník opakovaně vrací k ceně, může více pracovat s hodnotou řešení.
Jestli detailně studuje určitou vlastnost produktu, dává smysl rozvinout právě toto téma. Další komunikace tak nevychází jen z intuice, ale z dat a reálného chování zákazníka.
A co skutečně používá sales?
Ještě zajímavější zpětnou vazbu ale získává marketing. Vedle chování zákazníků může sledovat také to, které materiály obchodníci skutečně používají, co sdílejí, které části prezentací vybírají a ve které fázi obchodního procesu po nich sahají.
Pro mě osobně je to jedna z nejzajímavějších částí celého projektu. Marketing totiž konečně získává mnohem přesnější obraz o tom, co z jeho práce má pro sales reálnou hodnotu.
Možná zjistíme, že z dvacetistránkové prezentace obchodníci opakovaně používají tři stejné slidy. Pak je namístě otázka, jestli potřebujeme zbylých sedmnáct. Jinde naopak může být vidět, že v určité fázi obchodu chybí argument, podklad nebo jiný typ podpory. Marketing pak lépe ví, co má vytvořit – a část obsahu možná přestane produkovat úplně.
Rozhodování se tím méně opírá o to, kdo nejhlasitěji komunikuje svoje potřeby, a více o reálné chování napříč organizací. Zároveň získáváme lepší přehled, jak se s jednotlivými argumenty pracuje na různých trzích a zda komunikace zůstává konzistentní se značkou.
AI jako trenér obchodníka
Personalizace pokračuje ještě o krok dál – proniká do samotné přípravy na jednání. Druhá velká částí platformy se totiž zaměřuje na trénink obchodníků. Ti již dnes své prezentace trénují s lokálními trenéry a za pomoci online i on-site nástrojů.
AI jim však dává možnost projít stejnou situací opakovaně, individuálně a ve vlastním tempu. Dnes máme tento obsah v osmi jazycích, nové AI prostředí jich má zvládnout až pětatřicet. Pro LINET je to důležité především s ohledem na škálování napříč trhy a kvůli distributorům, zejména tam, kde je menší znalost angličtiny.
Obchodník jednoduše nahraje video se svou produktovou prezentací a získá feedback. Použil správné argumenty? Mluvil jen o technických vlastnostech nebo dokázal vysvětlit i hodnotu produktu? Zmínil relevantní služby? Byl srozumitelný a přesvědčivý?
Ještě zajímavější jsou role-play scénáře. Jednání s nákupčím orientovaným na cenu totiž vypadá jinak než rozhovor se zdravotníkem nebo člověkem z financí. AI může simulovat různé role i typy osobností a umožnit obchodníkovi, aby se připravil na odlišné situace, se kterými se může během prodeje setkat.
Do budoucna se tím můžeme dostat ještě blíž k reálnému případu. Nejen „připrav se na nákupčího“, ale „připrav se na zákazníka, který řeší tyto priority a nachází se v této fázi rozhodování“.
Personalizace se tím propisuje do celého obchodního procesu. Od toho, jaké informace obchodník dostane na začátku, přes zpětnou vazbu o chování zákazníka až po přípravu na další jednání. Pořád přitom vychází z jednoho řízeného základu.
Co to říká o budoucnosti B2B marketingu
Celý projekt dnes dimenzujeme přibližně na tisíc uživatelů, včetně distributorů a dalších lidí, kteří přicházejí do kontaktu se zákazníkem. Slibujeme si od něj především vyšší efektivitu a kvalitu obchodu. Sales by měl trávit méně času hledáním dokumentů, ověřováním jejich správnosti nebo skládáním podkladů a více času samotným obchodem.
Podle našich výpočtů by už hodina, kterou ušetří týdně každý z přibližně 250 interních obchodníků, mohla vést k zajímavému nárůstu příjmů společnosti, zejména díky lepší proškolenosti a připravenosti obchodníků. Vedle toho počítáme i s úsporami v řádu desítek tisíc eur ročně v důsledku omezení některých stávajících nástrojů a servisních smluv.
Efektivnější ale bude i samotný marketing. Získá lepší přehled o tom, co sales opravdu potřebuje, a může omezit práci na materiálech, které nepřinášejí žádnou reálnou hodnotu .
Mění se tím i pohled na personalizaci. Dříve jsme ji řešili především směrem k zákazníkovi. Dnes se stejný princip posouvá i dovnitř organizace: každý obchodník potřebuje jiný obsah, kontext a podporu podle situace, kterou právě řeší.
Zároveň ale větší personalizace nesmí znamenat chaos. Čím více možností sales dostane, tím důležitější jsou společný zdroj pravdy, konzistentní positioning a kontrola nad tím, jak značka skutečně komunikuje.
Podobný posun vidím i u AI. Po první vlně, kdy jsme řešili hlavně to, kolik textů nebo obrázků dokáže vytvořit, se dostáváme k zajímavější fázi. AI může zpřístupnit firemní know-how, filtrovat velké množství informací podle situace, pomáhat lépe číst signály od zákazníka a připravit sales na další jednání.
Pro B2B marketing z toho podle mě plyne poměrně zásadní změna. Méně fungovat jako továrna na další materiály a více stavět systém, ve kterém se správná informace dostane ve správnou chvíli ke správnému člověku – a komunikace přitom zůstane konzistentní se značkou. Právě tam se dnes marketing nejvíc přibližuje ke skutečnému obchodnímu výsledku.
