영업 인텔리전스는 무엇입니까?

영업 인텔리전스는 고객 메트릭을 수집하고 사용하여 과거 및 현재 영업 활동에 대한 실시간 데이터 분석을 공식화하는 전략적이고 체계적인 접근 방식입니다. 영업을 직접 늘리는 것이 아니라 영업 부서의 효율성과 전반적인 생산성을 높이는 데 중점을 둡니다. 고객 데이터 및 잠재 고객 데이터는 수많은 접점에서 수집되어 데이터베이스에 저장됩니다. 고객이 브랜드 영역 내에 들어 오면 접점이 발생합니다. 이러한 데이터는 인구 통계 및 개별 구매 행동에 대한 정보를 표시하기 위해 이전 및 현재 판매 캠페인과 광범위하게 분석 및 상관 될 수 있습니다.

영업 관리자는 수집 된 데이터를 사용하여 과거 고객 행동을 고객이 구매 한 제품 또는 서비스와 연결할 수 있습니다. 수집 된 정보는 일반적으로 지속적으로 집중적으로 분석됩니다. 이렇게 밝혀진 고객 행동 패턴은 영업 부서의 생산성을 높이는 데 사용됩니다. 예를 들어, 수집 된 판매 인텔리전스는 제품 A를 구매 한 고객이 6 개월 이내에 제품 B를 구매할 가능성이 더 높음을 나타낼 수 있습니다. 실시간 데이터를 통해 사전 판매 기회를 사전 심사하면 효율성이 향상됩니다.

영업 담당자는 특정 이력 기간 내에 구매 활동이 거부 된 고객 목록을 생성 할 수도 있습니다. 이 정보는 영업 부서 직원에게 전달되어 전화, 이메일 또는 설문 조사를 통해 고객에게 문의합니다. 기존 고객과의 연락 기회를 늘리면 기존 채널을 다시 활성화 할 수 있습니다. 판매 채널은 특정 인구 통계 또는 역사적 행동을 공유하는 잠재 고객 또는 고객의 세그먼트입니다. 동시에, 과거 판매에 대한 분석을 통해 새로운 채널을 발견 할 수 있으며, 이는 새로운 잠재 고객을 가리킬 수있는 데이터 내 연결을 나타냅니다.

실시간 스트리밍 데이터는 영업 인텔리전스에 사용될 수 있습니다. 영업 담당자는 실시간 데이터를 사용하여 교차 판매 또는 상향 판매 할 새로운 기회를 신속하게 파악하고 이에 대응할 수 있습니다. 영업 인텔리전스의 이러한 자동화 된 영업 프로세스는 고객 관계 관리 및 채널 관리에도 사용됩니다.

영업 인텔리전스는 통합 비즈니스 계획의 한 측면입니다. 다른 비즈니스 인텔리전스 수집은 시장 분석, 공급 파이프 라인, 소비 패턴에 영향을 미치는 거시 경제 조건, 경쟁사 분석 및 기타 여러 영역과 관련된 데이터와 관련됩니다. 데이터 분석을 통해 비즈니스는 미래 운영 환경을 예측할 수있는 더 나은 입지를 확보하여 새로운 기회와 위협에 신속하게 대응합니다. 데이터 분석을 사용하는 방법의 예는 과거 판매 데이터를 기반으로 실패한 광고 캠페인을 중단하기로 결정하는 것입니다.