工业品营销.pdf

【总裁视野】工业企业四大销售挑战及启示洞察工业企业在数据、分析、销售和体验上的严重挑战，寻求卓有成效的破解之法。近几年来，许多工业企业通过有机投资及并购活动，扩大了其产品和服务范围。其中，工业设备和工程产品、配送、包装、农业设备和物流等领域的公司尤其热衷于利用交叉销售和方案营销的机会。然而，即使产品和服务的组合越来越丰富，许多工业企业依旧难以提高单位客户贡献比率。即使人们往往会假设更加丰富的产品和服务自然会提升销售额，但事实并非如此。艾意凯（L.E.K.Consulting）研究发现，工业企业在试图提高单位客户贡献比率时，会遇到4大销售挑战。为此，艾意凯选取了四个克服这些挑战的范例，并加以分析。这四个案例有什么共同点呢？他们都将自己的商业数据、人员和销售工作联系起来，定期发掘客户意见，并加以应对。挑战1：数据很多，但并没有360度了解客户需求工业企业觉得自己面对的数据越来越多——客户的相关数据，产品的相关数据，服务的相关数据等。问题在于数据的来源往往复杂且分散，难以梳理及付诸行动。而且，数据又存储在各种内外部系统中，例如内部的客户关系管理（CRM）系统、企业资源规划系统，以及客服系统，又如外部的行业调研、网页和社交网络中。随着工业物联网的兴起，数据量更是只增不减。结果：公司无法利用海量数据提取出有利于销售的洞见，无法挖掘出与具体客户相关的交叉销售和方案营销机会。案例研究：看EMC（现为DellEMC）如何整合其数据，以促进更智能化的、以洞见驱动的营销。EMC是一家企业IT基础设施解决方案提供商，现在已经被戴尔收购。EMC欲在仍有增长空间的市场中提高自己的市场份额，获取更多的客户。但在过去十年间收购了超过80家公司之后，该企业发现自己获取的数据是割裂的，分别储存在不同的来源，无法协调客户数据的管理。因而，EMC无法充分挖掘数据潜力用于针对性的营销。解决方案：EMC将彼此隔绝的数据“孤岛”整合起来，形成了统一的数据流。此数据流导入了结构化的客户信息数据（例如，采购记录）、人口统计数据和营销历史，以及来自传感器、社交网络和网上的非结构化数据。从而EMC得以形成对客户的360度视图，用以搜寻目标、规划、报告、管理销售线索和管理营销活动。由于其销售和营销团队不具备所需的分析和数据统计技能，无法部署应用新的数据集及相关工具，EMC组建了一支由数据科学家、数据分析师和数据工程师构成的团队来提供协助。结果：如今，EMC利用广泛且多样化的数据集来预测客户行为，提高了分析的准确性，并得以运用交叉销售。该公司还能够提高交叉销售时选择客户的精准度，并为此合理分配销售工作。EMC还利用这些数据开发出更多工具，以全面改善客户体验。最佳实践为了更准确地预测客户行为，并促进交叉销售，工业企业可以采取以下步骤：*将客户数据整合成一个能反映真实情况的统一数据源。销售团队需要接触分析其他的部门可能忽略掉的数据以发现其中的洞见。企业需要让其销售团队能够全面获取所有客户数据，并确保他们有能力——或是在必要的支持下——高效地分析其中的信息。*培养销售和营销组织的技术能力。一流的企业正在创造数据科学家和营销技术人员之类的新角色，来弥补营销与商务智能/IT之间的差距。他们还促使一线的销售人员使用复杂的数据，来减少销售团队中像过去那样凭直觉来决策的情况。*投资合适的工具和系统。一流的企业正在其CRM系统之外加入预测性分析工具作为补充。挑战2：整个公司内部没有将挖掘客户洞见所需的分析力相互串联起来在分析数据时，各个团队往往更注重各自的专业领域，而非从整个组织的高度着眼。而且，以团队为单位形成的分析力有时候并不是交叉销售和方案营销所需要的。结果：各个团队的职责与重点关注领域相对分散，这可能造成分析漏洞，从而错过机会，无法捕捉关于客户的洞见，并为其量身打造解决方案。案例研究：通用电气如何将其数据分析能力集中化，以实现销售手段的转型GE石油天然气集团曾是能源巨头通用电气旗下的一个业务部，如今已经和贝克休斯（BakerHughes）合并为一家新的公司。如同GE的其他业务部门一样，其客户数据分散于整个组织内的各个团队，...