Pārdošanas operāciju aģenti piedāvājumu-līdz-apmaksas (Quote-to-Cash) un CPQ procesiem

Mūsdienu B2B pārdošanā darījumu virzīšana no piedāvājuma līdz pasūtījuma saņemšanai (bieži saukta par piedāvājumu-līdz-apmaksas (quote-to-cash) procesu) ietver daudzus posmus – produktu konfigurāciju, cenu noteikšanu, apstiprinājumus, līgumu pārvaldību un rēķinu izrakstīšanu. Tradicionāli šie posmi prasa nogurdinošu manuālu darbu. Pārdošanas komandas veido piedāvājumus izklājlapās, recenzenti pārbauda atlaides un peļņas normas, un līgumi un rēķini tiek apstrādāti atsevišķās sistēmās. Pārāk bieži tas rada sastrēgumus: darījumi apstājas, kamēr piedāvājumi gaida apstiprinājumu rindās, kļūdas izplatās no vienas sistēmas uz nākamo, un pārdošanas pārstāvji stundām ilgi tērē laiku administrēšanai, nevis pārdošanai.

Pārdošanas operāciju aģenti – programmatūras rīki vai AI asistenti – parādās, lai racionalizētu piedāvājumu-līdz-apmaksas (quote-to-cash) darbplūsmu. Šie aģenti automatizē piedāvājumu sagatavošanu, ievieš cenu noteikšanas noteikumus, virza apstiprinājumus un orķestrē darījumu cauri jūsu tehnoloģiju kopai, no CRM līdz Configure-Price-Quote (CPQ) un līgumu un rēķinu sistēmām. Šajā rakstā paskaidrots, kā šie rīki darbojas, kā tie savieno CRM, CPQ, līgumu dzīves cikla pārvaldības (CLM) un rēķinu sistēmas, un kā tie nodrošina atbilstību un atlaižu politikas. Mēs aplūkosim arī, kā izmērīt to ietekmi (cikla laiku, kļūdu līmeni, pārdošanas pārstāvja pārdošanas laiku) un kā tos ieviest dažādas sarežģītības produktiem. Visbeidzot, mēs pārskatīsim esošos AI vadītos risinājumus un ieteiksim, kur inovatīvi jauni rīki var aizpildīt atlikušās nepilnības.

Kā aģenti sagatavo piedāvājumus un nodrošina precizitāti

Jebkura pārdošanas procesa centrā ir piedāvājums – dokuments, kas precizē produktus, cenas, atlaides un noteikumus. Tradicionāli pārdošanas pārstāvji vai darījumu asistenti rūpīgi veido katru piedāvājumu, bieži vien kopējot produktu kodus, piemērojot atlaides un eksportējot uz PDF. Šis manuālais darbs ir lēns un pakļauts kļūdām. Patiesībā viens pētījums atklāj, ka pat labākie pārdošanas pārstāvji pavada tikai aptuveni 22% sava laika faktiskajā pārdošanā, un liela daļa viņu dienas ir saistīta ar administrēšanu, piemēram, piedāvājumu sagatavošanu un apstiprinājumiem (www.simplus.com) (www.simplus.com). Piemēram, “klases labākie” pārstāvji var nosūtīt vairāk nekā 26 piedāvājumus nedēļā (www.simplus.com), un katra manuāla sagatavošana (bieži vien ilgst vairākas stundas) atstāj maz laika klientu iesaistei.

Pārdošanas operāciju aģenti to risina, automatizējot piedāvājumu izveidi. Tie tieši savienojas ar produktu katalogu un cenu dzinēju (parasti CPQ sistēmā vai līdzās tai), lai varētu automātiski aizpildīt piedāvājumus. Piemēram, ar AI darbināms piedāvājumu sagatavošanas asistents var saņemt vienkāršu teksta vai balss pieprasījumu, piemēram, “Piedāvājums 200 vienībām ar 10% atlaidi”, un ģenerēt piedāvājumu pārdošanas pārstāvim (www.salesforce.com) (www.salesforce.com). Aizkulisēs aģents izmanto uzņēmuma produktu noteikumus un cenu noteikšanas loģiku. Tas izvēlas pareizos SKU, ievieš komplektu noteikumus, piemēro saraksta cenas un apstiprinātās atlaides, kā arī formatē dokumentu. Tas novērš nepieciešamību pārstāvjiem pārslēgties starp rīkiem vai uztraukties par kāda priekšmeta trūkumu.

Ietekme uz ātrumu var būt dramatiska. Viens gadījumu pētījums ziņoja par piedāvājumu ģenerēšanas laika samazināšanu no vairāk nekā 3 stundām līdz tikai nepilnām 2 minūtēm, izmantojot AI automātiskās piedāvājumu sagatavošanas risinājumu (concurrency.com). Līdzīgi Salesforce jaunais Agentforce (Revenue Cloud AI) sola “izveidot precīzus piedāvājumus dažu sekunžu laikā”, izmantojot dabiskās valodas uzvednes (www.salesforce.com). Automatizējot konfigurāciju un cenu noteikšanu, aģenti var sasniegt piedāvājumu sagatavošanas ātrumu, kas ir daudzkārt augstāks. Rezultātā nākamais piedāvājums ir uz klienta galda minūtēs, nevis dienās, saglabājot pārdošanas tempu.

Papildus ātrumam automatizācija ievērojami uzlabo piedāvājuma precizitāti. Manuāla piedāvājumu sagatavošana pēc būtības veicina cilvēciskas kļūdas: nepareizi detaļu numuri, novecojušas cenas, nesaderīgi produktu komplekti vai veidlapu kļūdas. Viens nozares ziņojums norāda, ka 10–25% izsniegto piedāvājumu ir vismaz viena kļūda (conga.com), izmantojot tradicionālos procesus. Mūsdienīgi CPQ rīki (bieži papildināti ar AI) izmanto iebūvētus noteikumus un ierobežojumus, lai novērstu šīs kļūdas. Piemēram, CPQ sistēma var automātiski nodrošināt derīgas produktu kombinācijas un cenu līmeņus, tādējādi “nepareizi produkti, nepareizas cenas, drukas kļūdas utt.” tiek praktiski novērstas (conga.com). Praksē tas nozīmē, ka pārdošanas aģentiem vairs nav jāpārbauda katrs piedāvājums – programmatūra reāllaikā atklāj nesaderības un novecojušus datus.

Apstiprinājumu un darījumu orķestrēšanas automatizācija

Pat pēc piedāvājuma sagatavošanas, lielākajai daļai organizāciju ir apstiprinājuma politikas un atlaižu limiti, kas jāievēro, pirms piedāvājums tiek nosūtīts. Tradicionāli piedāvājums gaidīja kāda iesūtnē vadītāja vai finanšu darbinieka apstiprinājumu, radot dienu ilgu kavēšanos. Pārdošanas operāciju aģenti to maina, ieguldot cenu noteikšanas noteikumus un apstiprinājuma loģiku darbplūsmā. Tie programmatiski nodrošina uzņēmuma politikas ievērošanu.

Piemēram, ja piedāvājums ietilpst iepriekš apstiprinātos atlaižu līmeņos, aģents var to automātiski virzīt tālāk. Pretējā gadījumā tas eskalē darījumu un vāc autorizāciju. Kāds speciālists norāda, ka aģents, kas piemēro cenu noteikšanas noteikumus, “nekavējoties turpinās” ar darījumiem zem sliekšņa un tikai eskalēs tos, kas pārsniedz slieksni (arisegtm.com). Citiem vārdiem sakot, atbilstoši darījumi pilnībā izlaiž rindu. Tas ievērojami paātrina cikla laiku lielākajai daļai piedāvājumu, vienlaikus saglabājot stingru uzraudzību pār nestandarta gadījumiem.

Aģenti var arī pievienot apstiprinājumiem dinamisku, kontekstu apzinošu loģiku. Atšķirībā no statiskiem noteikumiem (piemēram, “atlaide virs 20% prasa viceprezidenta apstiprinājumu”), AI vadīti aģenti var vienlaikus ņemt vērā daudzus faktorus. Tie var svērt darījuma apjomu, produktu klāstu, klientu riska profilu un pat steidzamību. Piemēram, 25% atlaide var tikt automātiski apstiprināta ātri, ja tā attiecas uz lielu, daudzgadu apņemšanos, bet joprojām var ierosināt pārskatīšanu, ja tā attiecas uz mazu, zemas peļņas darījumu (blog.segment8.com) (arisegtm.com). Iepakojot pilnu darījuma kontekstu un pamatojumu, maršrutējot pieprasījumus, aģenti atvieglo apstiprinātāja darbu. Apstiprinātāji saņem galveno jautājumu (produkts, peļņa, klientu vēsture) kopsavilkumu, nevis neapstrādātas veidlapas, tādējādi krasi samazinot pārskatīšanas laiku (arisegtm.com). Daži pakalpojumu sniedzēji pat atbalsta paralēlu maršrutēšanu: ja ir nepieciešami gan pārdošanas, gan finanšu apstiprinājumi, aģents tos var nosūtīt vienlaicīgi, nevis forsēt sērijveida rindu, efektīvi samazinot gaidīšanas laiku darījumiem ar vairākiem apstiprinājumiem (arisegtm.com).

Kad piedāvājums ir apstiprināts un klients to ir pieņēmis, aģents var turpināt virzīt darījumu cauri atlikušajiem piedāvājumu-līdz-apmaksas (quote-to-cash) posmiem. Tas var automātiski ievietot apstiprināto konfigurāciju līgumu sistēmā (skatīt nākamo sadaļu), iniciēt pasūtījuma izveidi rēķinu vai ERP sistēmā un pat signalizēt finanšu komandai, ka nauda var tikt iekasēta. Īsumā, aģents uztur darījumu kustībā aizkulisēs, lai neviens posms netiktu aizmirsts vai aizkavēts.

Integrācija: CRM, CPQ, CLM un rēķinu izrakstīšana

Pārdošanas operāciju aģentiem, lai veiktu savu darbu, ir jāpieslēdzas vairākām sistēmām ieņēmumu tehnoloģiju kopā. Praksē tas nozīmē klientu attiecību pārvaldības (CRM) programmatūras savienošanu ar CPQ rīkiem, pēc tam ar līgumu dzīves cikla pārvaldības (CLM) un rēķinu/ERP sistēmām. Bez šīm integrācijām komandas pavada stundas, eksportējot un saskaņojot datus starp izklājlapām un lietojumprogrammām – klasisks sastrēgums.

Lielākā daļa mūsdienu risinājumu nodrošina integrācijas platformas vai savienotājus. Piemēram, viena Quote-to-Cash aģenta platforma lepojas ar 500+ iepriekš izveidotiem savienotājiem, kas dažu minūšu laikā savieno jūsu CRM, CPQ, ERP, rēķinu un līgumu sistēmas (www.putitforward.com). Tā uzskaita adapterus Salesforce (CRM/CPQ), NetSuite (ERP), SAP, Oracle, HubSpot, Zuora (rēķinu izrakstīšana) un citiem (www.putitforward.com). Pēc savienošanas aģents nepārtraukti sinhronizē galvenos datus – produktu kodus, cenu līmeņus, klientu ID, līgumu noteikumus – starp sistēmām. Šis integrācijas slānis arī agri atklāj un labo datu kvalitātes problēmas (piemēram, neatbilstošus produktu kodus), lai kļūdas neizplatītos tālāk (www.putitforward.com).

Cieši integrēta darbplūsma nozīmē, ka pēc piedāvājuma ģenerēšanas visi nākamie posmi notiek automātiski. Apstiprinātās cenas un vienumi tiek pārvietoti uz līgumu autorizācijas rīku (CLM), novēršot atkārtotu ievadīšanu. Piemēram, CPQ var tieši ievadīt cenas un noteikumus līguma veidnē Conga CLM vai DocuSign CLM (www.business-software.com). Pēc līguma parakstīšanas aģents var sākt rēķinu izrakstīšanu, nosūtot pasūtījuma detaļas uz rēķinu sistēmu. Šī nevainojamā plūsma drastiski samazina manuālās nodošanas un nodrošina, ka pasūtījuma-līdz-apmaksas (order-to-cash) pāreja ir ātra un bez kļūdām. Vienā gadījumā šāda orķestrēšana samazināja laiku no pasūtījuma līdz rēķinam no 14 dienām līdz 7,7 dienām (www.putitforward.com). Savienojot CRM, CPQ, CLM un rēķinu izrakstīšanu vienā saskaņotā ķēdē, pārdošanas operāciju aģenti noslēdz ciklu no klienta līdz naudai.

Atbilstības pārbaudes, atlaižu ierobežojumi un izņēmumi

Atbilstība ir kritiski svarīga visā piedāvājumu-līdz-apmaksas (quote-to-cash) ciklā. Pārdošanas operāciju aģentam ir jāievēro ne tikai iekšējās politikas, bet arī visi ārējie noteikumi (piemēram, nozares standarti, eksporta kontrole). Kā norāda viena analīze, daudzas “ieņēmumu noplūdes” notiek pirms līgumu parakstīšanas – neatļautas atlaides, nesaskaņoti noteikumi vai trūkstoši apstiprinājumi piedāvājumos (www.business-software.com). Kad līgums ir parakstīts vai rēķins nosūtīts, šīs kļūdas ir ļoti grūti labot.

Lai novērstu noplūdes, aģenti veic atbilstības pārbaudes katram piedāvājumam. Tie nodrošina, ka cenas nāk tikai no apstiprinātiem cenu sarakstiem, ka tiek izpildītas nodokļu un juridiskās prasības un ka tiek ievēroti visi nozares specifiskie ierobežojumi (www.business-software.com). Piemēram, ja noteiktus produktus nedrīkst pārdot kopā (drošības vai ekskluzivitātes noteikumu dēļ), aģents to pamanīs, veidojot piedāvājumu. Ja budžeta vai maksājumu atbilstība ir faktors, aģents var pārbaudīt kredīta apturēšanu vai nepieciešamos finanšu apstiprinājumus. Būtībā atbilstības pārbaudes ir automatizēti noteikumi, kas iegulti piedāvājumu sagatavošanas procesā. Tie darbojas kā vārti: tikai tie darījumi, kas atbilst visiem kritērijiem, drīkst turpināties automātiski. Pārējie tiek atzīmēti.

Daļa no atbilstības ir atlaižu ierobežojumi – skaidri politikas limiti, lai aizsargātu ieņēmumus. Katrs uzņēmums nosaka atlaižu politikas, taču stingras vai slikti izstrādātas politikas var vērsties pretī (piemēram, Zuma stāsts, kur stingri sliekšņi noveda pie zaudētiem darījumiem un par 40% ilgāku pārdošanas ciklu (blog.segment8.com)). Mūsdienīgi pārdošanas operāciju aģenti palīdz ieviest gudrākus ierobežojumus. Tā vietā, lai izmantotu vienkāršus procentuālos samazinājumus, tie var kodēt niansētas struktūras. Piemēram, atlaides var automātiski piemērot daudzgadu vai liela apjoma saistībām, bet pieprasīt pārskatīšanu, ja neviens no standarta pamatojumiem nav piemērojams (blog.segment8.com) (blog.segment8.com). Aģents konsekventi nodrošina šo struktūru ievērošanu. Ja piedāvājuma atlaide pārsniedz iepriekš apstiprinātos koridorus, aģents to nosūtīs vadītājiem ar aprēķinu, cik daudz tas pārsniedz limitu.

Izņēmumu apstrāde ir veids, kā mēs risinām nestandarta scenārijus. Tā vietā, lai stingri bloķētu jebkuru izņēmumu, labs aģents vāc kontekstuālos datus un gudri eskalē. Piemēram, ja pārdošanas pārstāvis pieprasa 25% atlaidi nelielam darījumam (virs parastā 15% sliekšņa), aģents identificē precīzu noteikumu pārkāpumu un sagatavo darījuma fonu pārskatīšanai (arisegtm.com). Tas var nosūtīt ieteikumu (“Saskaņā ar politiku 20% ir OK X, bet 25% nepieciešams VP apstiprinājums”) kopā ar piedāvājuma detaļām. Tādējādi apstiprinātāji var ātri novērtēt tikai šo vienu mainīgo, nevis atjaunot visu piedāvājumu. Apsverot izņēmumus kā īpašus gadījumus ar papildu informāciju, aģenti gan saglabā ātrumu parastajiem darījumiem, gan uztur stingru kontroli pār riskantajiem.

Būtiski, ka šīs sistēmas arī reģistrē katru lēmumu auditēšanai (www.business-software.com). Katra cenu izmaiņa, atlaižu apstiprinājums un darbība tiek reģistrēta ar laika zīmogiem. Tas rada pilnu izsekojamību no piedāvājuma līdz līgumam un rēķinam, kas ir nenovērtējams atbilstības pārbaudēm un problēmu novēršanai. Kopumā pārdošanas operāciju aģenti iegulda atbilstību un ierobežojumus pašā piedāvājumu plūsmā, novēršot ieņēmumu noplūdi pirms darījumu noslēgšanas (www.business-software.com) un nodrošinot, ka riskantās lietas tiek pareizi risinātas, nevis paslēptas.

Panākumu mērīšana: Cikla laiks, kļūdu līmenis un pārdošanas pārstāvja produktivitāte

Lai attaisnotu ieguldījumus automatizācijā, organizācijas seko līdzi galvenajiem veiktspējas rādītājiem. Trīs kritiskie KPI ir piedāvājuma cikla laiks, kļūdu līmenis un pārdošanas pārstāvja pārdošanas laiks (ietaupītais laiks).

• Piedāvājuma cikla laiks – Tas ir vidējais laiks no piedāvājuma iniciēšanas līdz piegādei. Jo īsāks, jo labāk. Pētījumi liecina, ka ātrāka piedāvājumu sagatavošana tieši korelē ar vairākām uzvarām (pircēji zaudē interesi, ja piedāvājums kavējas). Piemēram, pēc CPQ risinājuma ieviešanas kāds uzņēmums redzēja, ka piedāvājumu aprite samazinājās no 6,5 dienām līdz tikai 1 dienai (conga.com) – uzlabojums par 85%. Cits AI piedāvājumu sagatavošanas rīks apgalvo, ka tas samazina 3 stundu procesu līdz mazāk nekā 5 minūtēm (www.commerceflow.ai), aptuveni par 98% samazinot laiku. Praksē automatizēti apstiprinājumi un iepriekš izveidotas veidnes var samazināt tipisko divu vai trīs dienu apstiprinājuma ciklu līdz minūtēm standarta darījumiem (arisegtm.com) (www.putitforward.com). Cikla laika paātrināšana ne tikai paātrina ieņēmumus, bet arī uzlabo klientu apmierinātību (pirmie reaģētāji uzvar aptuveni 50% vairāk darījumu (www.driveworks.co.uk)).

• Piedāvājuma kļūdu līmenis – Tas ir to nosūtīto piedāvājumu procentuālais daudzums, kuros ir kļūdas (nepareizas cenas, produkti, noteikumi utt.). Augsts kļūdu līmenis nozīmē atkārtotu darbu, klientu neapmierinātību un strīdus par rēķiniem. Bez automatizācijas kļūdu līmenis var būt satriecošs: viens CPM programmatūras nodrošinātājs ziņo, ka 10–25% jauno piedāvājumu ir kļūdas (conga.com). Ar CPQ un validāciju klienti bieži vien samazina šo rādītāju līdz gandrīz nullei. Piemēram, viens ražotājs novērsa praktiski visas cenu noteikšanas un konfigurācijas kļūdas, izmantojot AI iespējotu piedāvājumu sistēmu (conga.com). Kvantitatīvi izsakot, daži orķestrēšanas aģenti reklamē 60% samazinājumu cenu noteikšanas un rēķinu kļūdās (www.putitforward.com) pirmajos divos mēnešos. Zemāks kļūdu līmenis nozīmē arī vienmērīgākas līgumu nodošanas un mazāk korekciju vēlākos posmos.

• Iegūtais pārdošanas pārstāvja pārdošanas laiks – Tas ir laiks, ko pārdošanas darbinieki var pavadīt ar klientiem, nevis ar dokumentiem. Tas ne vienmēr tiek mērīts tieši, taču tas, iespējams, ir visvērtīgākais automatizācijas efekts. Nozares pētījumi ir atklājuši, ka pārdošanas pārstāvji pavada tikai aptuveni 22% sava laika pārdošanas aktivitātēm – pārējais ir administrēšana, piemēram, piedāvājumu sagatavošana, apstiprinājumi, ceļošana utt. (www.simplus.com) (www.simplus.com). Ja piedāvājumu sagatavošana tiek automatizēta no stundām līdz minūtēm, pārdošanas pārstāvis var atgūt daudzas stundas nedēļā. Ilustrācijai iedomājieties vidējo pārdošanas pārstāvi, kas nedēļā ģenerē 26 piedāvājumus (www.simplus.com). Ja katra piedāvājuma sagatavošana tiek paātrināta par stundu vai vairāk, pārdošanas pārstāvis atgūst desmitiem stundu, ko pavadīt potenciālo klientu piesaistīšanai un sarunām. Viens klients ziņoja, ka piedāvājumu sagatavošanas automatizācija noveda pie 35% pieauguma piltuves ātrumā, jo pārdošanas pārstāvji pavadīja vairāk laika, virzot darījumus uz priekšu (arisegtm.com) (www.putitforward.com). Faktiski jebkura efektivitāte vienam piedāvājumam mērogojas visā pārdošanas pārstāvja darbu apjomā. Laika gaitā tas var nozīmēt augstāku uzvaru līmeni: Conga/Conga lektors atzīmē, ka produktu un pakalpojumu apvienošana vienā piedāvājumā (“viens līgums trīs vietā”) ne tikai vienkāršo administrēšanu, bet palielināja uzvaru līmeni, jo uzņēmums šķiet atsaucīgāks (mgiresearch.com).

Citi bieži izsekotie KPI ietver apstiprinājuma apgrozījuma laiku (cik ātri tiek apstiprinātas atlaides), atlaižu piesaisti (faktiskās pret maksimāli pieļaujamām atlaidēm) un piltuves noplūdi. Lai reāllaikā uzraudzītu šos rādītājus, tiek izmantoti CPQ analītikas vai BI rīku vadības paneļi. Ja rādītāji neuzlabojas, tas bieži vien norāda uz nepieciešamību pielāgot aģenta noteikumus vai risināt datu integrācijas problēmas.

Ieviešana pēc produktu sarežģītības

Ne visi piedāvājumi ir vienlīdz sarežģīti. Galvenā stratēģija ir pakāpeniski ieviest aģentus, pamatojoties uz produktu sarežģītības līmeņiem.

• Vienkārši produkti: Tie ir gatavi produkti vai pakalpojumi ar mazu vai bez konfigurācijas (piemēram, standarta programmatūras abonements, zīmols ar fiksētām iespējām). Piedāvājumi šeit var saturēt tikai dažas rindas. Šī ir vieglākā uzvara: vispirms izveidojiet pamata aģentu vai CPQ plūsmu šiem darījumiem. Piemēram, iestatiet automātisku apstiprinājumu parastajiem pasūtījumiem zem sliekšņa un automatizējiet standarta līgumu ģenerēšanu. Ieguvumi ir tūlītēji: pat bez padziļinātiem noteikumiem, vienkārši aizstājot izklājlapas ar piedāvājumu sagatavošanas lietotāja saskarni, var samazināt cikla laiku par 60–85% (conga.com). Tā kā produktu noteikumi ir vienkārši, aģenta loģika ir saprotama.

• Vidēja sarežģītība: Šeit produktus var komplektēt vai pielāgot ierobežotā veidā, un varbūt ir daži papildu pakalpojumi (piemēram, aparatūra + atbalsts). Konfigurācijas ietver dažus noteikumus, taču joprojām ir salīdzinoši ierobežotas. Šajā līmenī aģentiem ir nepieciešama lielāka inteliģence: tiem jānodrošina saderība (piemēram, jūs nevarat iebāzt šo komponentu mazā iepakojumā) un jāiesaka noklusējuma komplekti. Mēs redzam, ka CPQ risinājumi ir izveidoti šim nolūkam: tie vada pārdošanas pārstāvjus cauri katalogiem un pievieno parastos pakalpojumus. Bieži vien sāk ar pilotprojektu liela apjoma produktu grupām. Integrācija ar CLM kļūst svarīga, jo komplekso darījumu gadījumā bieži tiek apvienoti noteikumi. Šajā posmā aktivizējas atlaižu ierobežojumi: aģentam jāpiemēro kontekstu apzinoši noteikumi (piemēram, daudzgadu atlaides), nevis vienotas likmes.

• Augsta sarežģītība: Tie ietver inženierijas pasūtījuma risinājumus (piemēram, rūpnieciskās iekārtas, integrēta programmatūra+pakalpojumi, pielāgotas cenas klientam). Iedomājieties desmitiem tūkstošu SKU, vairāku valūtu cenu noteikšanu, desmitiem iespējamu konfigurāciju katram vienumam (mgiresearch.com) (mgiresearch.com). Šādos gadījumos ir nepieciešams pilnvērtīgs CPQ (iespējams, ar CAD/PLM integrāciju), un aģents kļūst vairāk par ceļvedi, nevis vienkāršu risinājumu. Ieviešana šajā līmenī bieži notiek pakāpeniski. Viena pieeja ir vispirms risināt uzsākšanas un piedāvājumu sagatavošanas pusi: ļaujiet aģentam kalpot kā ekspertu asistentam, kas pārbauda katru inženiertehnisko priekšlikumu, atzīmē trūkstošos noteikumus un sagatavo līgumu projektus. Laika gaitā, pieaugot uzticībai, var automatizēt vairāk posmu (piemēram, automatizētus cenu modeļus vai atjaunošanu). Visos gadījumos veiksmes rādītāji attīstās: uzņēmumi ar sarežģītiem piedāvājumiem bieži redz ROI augstākas peļņas ziņā (viens ziņojums min par 27% augstāku peļņu, pareizi pārdodot augstas peļņas pakalpojumu komplektus (mgiresearch.com)) un ātrāku daudzlīniju darījumu noslēgšanu.

Rezumējot, ieviešanas plāns ir sākt ar vienkāršākiem darījumiem, lai pierādītu koncepciju, un pēc tam pāriet pie sarežģītākiem darījumiem, kad integrācijas un politikas loģika ir stabila. Šī daudzpakāpju pieeja palīdz komandai apgūt un pielāgot aģenta zināšanas, nepakļaujot riskam lielus darījumus priekšlaicīgi.

Esošie risinājumi un AI rīki

Labā ziņa ir tā, ka parādās daudz rīku un platformu, kas nodrošina šīs iespējas. Tie svārstās no CPQ papildinājumiem līdz pilnvērtīgām AI vadītām orķestrācijas sistēmām. Šeit ir daži reprezentatīvi piemēri:

• Salesforce Agentforce (Revenue Cloud AI) – Jaunākais Salesforce piedāvājums, kas ienes ģeneratīvo AI Revenue Cloud (komplektā ar Salesforce CPQ un rēķinu izrakstīšanu). Tas ļauj pārdošanas pārstāvjiem izveidot vai atjaunināt piedāvājumus, izmantojot dabisko valodu Salesforce vai Slack. Kā atzīmēts, Agentforce sola “izveidot precīzus piedāvājumus dažu sekunžu laikā”, automātiski izvēloties produktus, cenas un atlaides, pamatojoties uz jūsu produktu katalogu un noteikumiem (www.salesforce.com) (www.salesforce.com). Tas atbalsta arī sarunvalodas grozījumus (pievienojiet vienumus vai mainiet noteikumus, izmantojot tērzēšanu) un tūlītēju piedāvājumu PDF ģenerēšanu. Sākotnējie ziņojumi liecina, ka piedāvājumu sagatavošanas laiks tiek samazināts par aptuveni 75%, un manuālie uzdevumi – par aptuveni 87% (www.linkedin.com). Agentforce joprojām ir optimizēts Salesforce ekosistēmai, taču tas parāda, kā lieli CRM piegādātāji iegulda AI aģentus CPQ sistēmās.

• Conga CPQ (agrāk Apttus) – Nobriedusi CPQ/CLM sistēma, kas tagad ietver AI analītiku. Tā risina sarežģītus piedāvājumu sagatavošanas un komplektēšanas uzdevumus. Conga var integrēt piedāvājumu sagatavošanu ar līgumu izveidi tā, lai, piemēram, abonementa pievienošana piedāvājumam automātiski aizpildītu līgumu ar atbilstošu juridisko valodu (mgiresearch.com). Viņu klienti ir novērojuši augstāku uzvaru līmeni, izsniedzot vienu piedāvājuma līgumu par komplekso darījumiem, nevis vairākus dokumentus (mgiresearch.com). Conga nodrošina arī informācijas paneļus, lai izsekotu iepriekš apspriestos rādītājus (www.business-software.com).

• AgentCPQ by SympleTech – Specializēta AI-CPQ platforma ar tērzēšanas saskarni. Pārdošanas pārstāvji var ģenerēt piedāvājumus “30 sekundēs vai mazāk”, izmantojot dabisko valodu (www.sympletechsolutions.com). Tā lepojas ar “gudru cenu noteikšanu” ar AI validāciju un iebūvētiem ierobežojumiem, lai novērstu cenu kļūdas (www.sympletechsolutions.com). AgentCPQ var komplektēt produktus un apstrādāt apstiprinājumus, izmantojot noteikumu vadītas darbplūsmas, visu caur sarunvalodas lietotāja saskarni (www.sympletechsolutions.com) (www.sympletechsolutions.com). Tā reklamē arī nevainojamu CRM integrāciju. Šādi risinājumi ir paredzēti kā “aģents-pirmkārt”, kas nozīmē, ka pārdošanas pārstāvis mijiedarbojas ar AI kā lietotāja saskarni, kas pēc tam atjaunina CPQ aizmugures sistēmu.

• CommerceFlow SalesPulse – AI aģents, kas paredzēts izplatītājiem un ražotājiem. Tā SalesPulse apgalvo, ka tas pārvērš RFQ (piedāvājuma pieprasījumu) oficiālā piedāvājumā dažu minūšu laikā: “3h → 5 min” vienā slaidā (www.commerceflow.ai). CommerceFlow uzsver lielu katalogu apstrādi (vairāk nekā 100 miljoni atribūtu) un datu tīrīšanu precizitātei (www.commerceflow.ai). Tas ietver arī RevPulse aģentu ieņēmumu noplūžu atrašanai (piemēram, palaistas atjaunošanas papildpārdošanas). CommerceFlow pieeja izmanto īpašu AI, lai uzturētu katalogus un administrētu piedāvājumus liela mērogā, īpaši B2B sarežģītībai, kur patērētāju AI neizdodas.

• Concurrency Auto-Quoting – Konsultāciju uzņēmuma gadījuma pētījums parāda, ka rūpnieciskais izplatītājs izmanto AI, lai skenētu ienākošos piedāvājumu e-pastus un automātiski ģenerētu piedāvājumu projektus Dynamics 365 CRM. Sistēma samazināja piedāvājumu sagatavošanu no vairāk nekā 3 stundām līdz nepilnām 2 minūtēm (concurrency.com). Šī integrācija izmantoja Azure OpenAI un CRM aktivizētājus. Ziņotais rezultāts bija ieņēmumu pieaugums par 336 tūkstošiem ASV dolāru, piesaistot darījumus, kas citādi būtu zaudēti lēnākiem konkurentiem (concurrency.com).

• 41Labs AI Quote Automation – Piegādātāja paziņojums apgalvo, ka tas pārvērš 3 stundu piedāvājumus 5 minūšu piedāvājumos, izmantojot AI, kas saprot jūsu produktus, cenu noteikšanas noteikumus un klientu vēsturi. Tie lepojas ar 95% laika samazinājumu un par 90% mazāk kļūdu. Lai gan tas vēl ir agrīnās stadijās, tas uzsver virzību uz specializētiem AI rīkiem piedāvājumu sagatavošanai.

Bez tīriem AI rīkiem, daudzas CPQ un rēķinu platformas (Salesforce CPQ, SAP CPQ, Oracle CPQ, Zuora Billing utt.) ir iebūvētas automatizācijas funkcijas (darbplūsmas noteikumi, paplašinātie apstiprinājumi), kas var atdarināt dažus no šiem ieguvumiem. Tomēr galvenā atšķirība ar aģentiem bieži vien ir mašīnmācība un starpsistēmu orķestrēšana.

Rezumējot, pastāv vairāki risinājumi, kas var automātiski sagatavot piedāvājumus, validēt cenas un nodrošināt apstiprinājumus. Tie ietver nišas jaunuzņēmumus (AgentCPQ, CommerceFlow) un funkcijas lielās sistēmās (Salesforce Agentforce, Conga CPQ). Ainava strauji attīstās, jo AI arvien vairāk nostiprinās ieņēmumu operācijās.

Tirgus nepilnības un nākamās paaudzes risinājumi

Neskatoties uz progresu, joprojām pastāv nepilnības. Daudzi esošie CPQ rīki joprojām prasa ievērojamu IT atbalstu, lai kodētu biznesa noteikumus. Vispārējiem uz LLM balstītiem tērzēšanas robotiem trūkst dziļas integrācijas un drošības ierobežojumu, kas nepieciešami uzņēmuma finansēm. Daži aģenti izceļas piedāvājumu sagatavošanā, taču pilnībā nenodrošina līgumu un rēķinu apstrādi. Citi labi integrē datus, bet paļaujas uz statiskiem, cilvēka rakstītiem noteikumiem bez reālas mācīšanās no rezultātiem.

Piemēram, bieža sūdzība ir tā, ka CRM un CPQ sistēmas joprojām “darbojas ar atsevišķām izklājlapām” (www.putitforward.com), ja netiek izmantots atsevišķs orķestrācijas slānis. Ir vieta vienotākai aģentiskai platformai, kas spontāni koordinē darījumus no sākuma līdz beigām. Put It Forward to sauc par “aģentisku AI orķestrēšanu” – faktiski sistēmu, kas savieno AI aģentus, datus un automatizācijas rīkus visā darbplūsmā (www.putitforward.com). Šāda platforma ļautu jebkuram kvalificētam lietotājam labot procesu, izmantojot sarunu, savienojot lēmumus un darbības visā CRM, līgumu un ERP sistēmās, nerakstot kodu.

Vēl viena nepilnība ir skaidrojamība un uzticamība. Patiesai pārdošanas politikas atbilstībai nepieciešama ne tikai tehnoloģiju pielietošana problēmas risināšanai, bet arī auditam draudzīgs dizains. Aģentiem ir jāsaglabā cilvēku kontrole (ar “cilvēks cilpā” ignorēšanas iespējām) un jārada caurspīdīgi žurnāli. Rīki, piemēram, Put It Forward, uzsver vajadzību pēc “Kāpēc-žurnāliem” un pilnām audita izsekotnēm (www.putitforward.com). Daudzi pirmās paaudzes AI asistenti vēl nepiedāvā šādu pārvaldības līmeni pēc noklusējuma – tā ir iespēja jauniem risinājumiem, kas atbilstību integrē AI.

Runājot par lietotāja pieredzi, lielākā daļa piedāvājumu sagatavošanas risinājumu ir vai nu sarežģītas uzņēmuma sistēmas (CPQ), vai viegli asistenti (tērzēšanas roboti). Ir iespēja izveidot sarunvalodas pārdošanas aģentu, kas apzinās domēnu. Iedomājieties AI pārdošanas palīgu, kas atrodas Slack vai Teams, zina visu jūsu produktu katalogu un līgumu bibliotēku un var proaktīvi brīdināt pārdošanas pārstāvjus (“Hei, šī klienta līguma termiņš beidzas, vai mums vajadzētu paātrināt atjaunošanu?”) vai finanšu nodaļu (“Mēs šomēnes redzam vairākus piedāvājumus ar 30%+ atlaidēm – vai ir kāda tendence?”). Apvienojiet to ar paredzamo analītiku par darījumu risku (piemēram, apgrozījuma vērtēšanu, ko demonstrē Put It Forward), un jums ir ļoti spēcīgs rīks.

Ņemot vērā šīs nepilnības, daudzsološs risinājums uzņēmējiem būtu modulāra AI aģentu platforma, kas īpaši izstrādāta pārdošanas procesiem. Galvenās funkcijas varētu ietvert:

• Starpplatformu integrācija, kas viegli savienojas ar populārām CRM, CPQ, ERP un CLM sistēmām bez mēnešiem ilga pielāgota darba.
• Politikas autorizēšana bez koda, lai biznesa lietotāji varētu izteikt atlaižu ierobežojumus un apstiprinājumu darbplūsmas vienkāršā valodā vai vienkāršos noteikumos un ļautu AI tās nodrošināt.
• Hibrīda inteliģence: ļaujiet aģentam automatizēt ikdienas 80% piedāvājumu, bet 20% izņēmumus nodot ar skaidru lēmumu atbalstu.
• Nepārtraukta mācīšanās: aģents uzlabojas, pamatojoties uz faktiskajiem darījumu rezultātiem (piemēram, mācās, kuri darījumi mēdz aizkavēties, kad rodas noteikti faktori).
• Iebūvēta analītika: automātiski ģenerē KPI informācijas paneļus (cikla laiks, kļūdu līmenis, atlaižu pārmērīga izmantošana), lai uzraudzītu efektivitāti.

Ja kāds izveidotu šādu aģentisku, pilnīgu piedāvājumu-līdz-apmaksas (quote-to-cash) asistentu ar spēcīgu pārvaldību un vieglu pielāgošanu, tas varētu pārveidot tirgu. Tikmēr pārdošanas un ieņēmumu vadītāji var eksperimentēt ar šodien pieejamajiem rīkiem, sākt ar mazām, vienkāršām produktu līnijām un definēt skaidrus KPI. Pareizi ieviesti, pārdošanas operāciju aģenti var dramatiski samazināt piedāvājumu apstrādes laiku, samazināt kļūdas un atdot pārdošanas pārstāvjiem lielāko daļu viņu nedēļas, lai veiktu pārdošanu.

Secinājums

Piedāvājumu-līdz-apmaksas (quote-to-cash) process ir gatavs automatizācijai. Ieviešot pārdošanas operāciju aģentus – vai nu AI vadītus asistentus, vai uzlabotu programmatūru – uzņēmumi var dramatiski paātrināt piedāvājumu sagatavošanu, nostiprināt cenu atbilstību un atbrīvot pārdošanas komandas, lai tās koncentrētos uz klientiem. Aģenti savieno CRM, CPQ, CLM un rēķinu izrakstīšanu vienā nevainojamā plūsmā, konsekventi nodrošina noteikumu ievērošanu un gudri pārvalda izņēmumus. Ieguvumi ir izmērāmi: īsāks piedāvājumu cikla laiks, mazāk dārgu kļūdu un lielāka daļa pārdošanas pārstāvja laika, kas veltīta ieņēmumu ģenerēšanai. Organizācijām šie rīki jāievieš pakāpeniski (sākot ar vienkāršiem produktiem un pārejot uz sarežģītākiem darījumiem) un jāseko līdzi galvenajiem rādītājiem. Lai gan tirgū ir vairāki risinājumi, kas piedāvā daļu no šīs vīzijas (no Salesforce Agentforce līdz nišas aģentiem, piemēram, AgentCPQ vai CommerceFlow), joprojām ir vieta inovācijām. Īpaši intuitīvs, starpsistēmu AI aģents, kas mācās un nodrošina politikas ievērošanu jebkurā tehnoloģiju kopā, aizpildītu nepilnību. Tālredzīgiem uzņēmumiem un uzņēmējiem vajadzētu izpētīt šādu nākamās paaudzes piedāvājumu-līdz-apmaksas (quote-to-cash) aģentu veidošanu – potenciālais ieguvums pārdošanas ātrumā un atbilstībā ir pārāk liels, lai to ignorētu.