PathMBA Vault

Ventas y márketing

Son las 10 de la mañana. ¿Sabe lo que hacen sus representantes de ventas?

por Mark Kovac, Jonathan Frick

Los ejecutivos de ventas, incluso con fuerzas de ventas distribuidas y moderadamente grandes, se basan en los datos para entender qué actividades y comportamientos conducen a los mejores resultados. Sin embargo, gran parte de los datos de fuentes como las herramientas de informes de CRM y los estudios temporales se autodeclaran y, por lo tanto, son intrínsecamente defectuosos. Eso deja a los ejecutivos en la oscuridad sobre lo que realmente ocurre en primera línea o si esas actividades promueven o impiden el progreso hacia los resultados deseados.

El uso de un nuevo software para analizar el agotamiento digital de los metadatos del calendario y el correo electrónico proporciona una forma práctica de crear un perfil preciso de la forma en que los representantes y gerentes de ventas de primera línea dedican su tiempo, con quién interactúan externa e internamente y qué efecto tiene esto en el rendimiento de ventas. Viendo exactamente dónde y cómo las personas dedican su tiempo —en lugar de confiar en recuerdos, anécdotas o suposiciones— los ejecutivos tienen una base sólida para tomar medidas que aumenten la productividad. Este punto de vista, combinado con fuentes tradicionales, como los datos de cumplimiento de cuotas, los planes territoriales y de cuentas y las observaciones cualitativas de las sesiones de transporte y entrenamiento, permite a los ejecutivos identificar con confianza qué actividades y comportamientos son más importantes para el rendimiento de ventas.

Play

Play

00:00

Play

Seek 10 seconds backwards

Seek 10 seconds forward

00:00 / 00:00

Mute

Settings

Picture in picture

Fullscreen

.video-summary-list-container { height: 100%; } .video-summary-list-container .MuiScopedCssBaseline-root { height: 100%; }

Summary & chapters

Read as overview

.chapters-list-module_intro__74vPf { padding: 16px; border-bottom: 1px solid rgba(255, 255, 255, 0.2); } .chapters-list-module_chapter__uKhQh { padding: 0 16px 16px 8px; border-bottom: 1px solid rgba(255, 255, 255, 0.2); .MuiPaper-root .MuiButtonBase-root .MuiAccordionSummary-content { margin-top: 16px; margin-bottom: 0; } .MuiPaper-root .MuiCollapse-root .MuiCollapse-wrapper .MuiAccordionDetails-root { padding-bottom: 0; } } .chapters-list-module_chapter-header__Pu4Xi { width: 100%; margin-right: 8px; } .chapters-list-module_chapter-header-content__JIOjX { flex-grow: 1; padding: 8px; border-radius: 8px; cursor: pointer; } .chapters-list-module_chapter-header-content__JIOjX:hover { background-color: rgba(0, 0, 0, .2); } .chapters-list-module_chapter-header-expand-icon__tLLZ9 { margin-top: 16px; } .chapters-list-module_chapter-header-text__bPoKD { font-size: 11px; font-weight: 400; letter-spacing: 1px; text-transform: uppercase; } .chapters-list-module_chapter-bullet-icon__kCL9n { font-size: 11px; font-weight: 400; letter-spacing: 1px; text-transform: uppercase; } .chapters-list-module_chapter-intro__H-iVR { display: flex; align-items: center; gap: 8px; margin-bottom: 2px; } .chapters-list-module_chapter-description__ziIpd { margin: 0 -16px 0 -8px; } .chapters-list-module_intro-text__Sqgju { } .chapters-list-module_chapter-description__ziIpd, .chapters-list-module_intro-text__Sqgju { font-size: 16px !important; white-space: pre-wrap; }

Hemos trabajado con varias empresas del sector B2B para utilizar Microsoft Workplace Analytics como parte de un esfuerzo más amplio por mejorar la eficacia de las ventas. Nos centraremos en cómo el software ayuda a aclarar tres situaciones: el diseño del modelo de cobertura de ventas, la alineación de los recursos de ventas con las oportunidades de mercado y la identificación y adopción generalizada de las conductas que tienen una mayor influencia positiva en el rendimiento de ventas.

Refinando la estructura y las funciones del equipo de ventas

Al más alto nivel, Workplace Analytics puede proporcionar una base fáctica para las decisiones sobre la estructura de ventas y las funciones. Considere el caso de una empresa que vende suministros básicos a empresas. La empresa había experimentado un crecimiento de ventas mediocre, especialmente fuera de su principal categoría de productos. Así que decidió examinar la forma en que el grupo de ventas, compuesto por un 85% de representantes de campo y un 15% de representantes internos, dedica su tiempo.

Gracias a las encuestas a los clientes, el proveedor descubrió que el 60% de los clientes prefieren interactuar con los representantes de ventas por correo electrónico, el 30% por teléfono y menos del 10% mediante reuniones presenciales. Los representantes de campo habían percibido de forma natural las preferencias de los clientes por el correo electrónico, pero los datos de Workplace Analytics revelaron que la mayor parte de su tiempo lo dedicaban a comunicaciones exclusivamente internas. Dedicaban menos de una quinta parte de su tiempo a comunicarse con los clientes. Esto planteó la pregunta: ¿De qué servía tener una fuerza de campo grande? Según los nuevos datos horarios, la empresa pasó a un modelo predominantemente de ventas internas. Como la compensación de un representante interno es aproximadamente el 55% de lo que recibe un representante de campo y un representante interno puede cubrir más cuentas, la empresa ahorró 40 millones de dólares al año y aumentó la cobertura y el tiempo dedicado a los clientes.

Alinear las prioridades de ventas y los incentivos

A los líderes de ventas les gustaría mucho saber si el despliegue de su capacidad de ventas se alinea con las oportunidades más atractivas del mercado. Una empresa de software empresarial se enfrentó a este problema tras cambiar su estrategia para centrarse en las ventas cruzadas en las cuentas más grandes de los niveles 1 y 2, aquellas con el mayor potencial de gasto en la cartera de productos de la empresa. Meses después, la empresa descubrió que los gestores de cuentas seguían dedicando solo un tercio de su tiempo a reunirse con los clientes, a pesar de que declaraban por sí mismos una mayor proporción de tiempo. Peor aún, dedicaban el 40% de ese tiempo de cliente a cuentas de nivel 3 o inferior.

Con estas nuevas pruebas en la mano, los líderes de ventas de la empresa de software pudieron defender cambios drásticos, incluida la reasignación de unos 30 gestores de cuentas y 20 especialistas y el ajuste del plan de compensación para pagar a ciertos representantes solo por las ventas a cuentas de alta prioridad.

Identificar lo que los mejores hacen de manera diferente

Además de luchar con problemas de estructura y alineación, los líderes de ventas siempre han intentado entender por qué algunos de sus representantes alcanzan o superan sus objetivos de forma constante y otros no. También tienen problemas para conseguir más repeticiones para actuar en los niveles más altos. ¿Las estrellas de ventas nacen en la raza o adoptan comportamientos específicos y enseñables que se correlacionan con el éxito? Creemos que esto último es cierto y que los líderes de ventas pueden utilizar datos sólidos para identificar qué comportamientos son más importantes.

Un proveedor de empresa a empresa abordó cuestiones similares combinando las métricas de Workplace Analytics con otras fuentes que medían los factores que, según nuestra hipótesis, podrían mejorar el rendimiento de ventas, como la venta cruzada de nuevas categorías de productos. Mediante técnicas estadísticas, determinamos qué factores explicaban la diferencia entre los de mejor desempeño y los de la media. También realizamos investigaciones cualitativas tradicionales, como entrevistas y viajes con acompañantes, para arrojar luz sobre las causas fundamentales.

Aprendimos que los mejores artistas hacían algunas cosas de manera diferente. Algunas eran intuitivas, como dedicar una media de cuatro horas más a la semana que otros representantes a comunicarse con los clientes o tener un 25% más de probabilidades de vender de forma cruzada en otras categorías de productos. Pero algunos comportamientos sorprendieron. Los mejores artistas fueron:

  • Tres veces más probabilidades de interactuar con varios grupos dentro la empresa. Trabajaron con especialistas en ventas, pero también con personas que podían aportar su experiencia para tratar o acelerar la tramitación de un problema de un cliente, como el personal de finanzas, legal, precios o marketing. El tamaño de la red interna de un representante predijo consistentemente el éxito de ventas.
  • El doble de probabilidades de colaborar con frecuencia con representantes generalistas de pares, a pesar de que la estructura de la fuerza de ventas hacía que fuera poco probable que los pares trabajaran juntos en un acuerdo.
  • Un 50% más de probabilidades de tener revisiones semanales de los oleoductos con sus directores directos.

Dado que las herramientas de software suelen proporcionar métricas indicativas más que el alcance total del comportamiento subyacente, combinar información cuantitativa con observaciones cualitativas ayuda a los ejecutivos a entender las causas fundamentales de las diferencias de rendimiento. Tras revisar ambos conjuntos de datos, la empresa se enteró de:

  • Los representantes más exitosos acudieron mejor preparados a sus reuniones con los clientes. En lugar de presentarse a una revisión trimestral para hablar de la cantidad que el cliente quería pedir, se prepararon evaluando las posibles necesidades del cliente y buscando expertos en otros productos que pudieran ofrecerse. Eso les permitió mantener conversaciones más enriquecedoras con los clientes, en las que podían vender nuevas líneas de productos de forma creíble.
  • Los más vendidos buscaron oportunidades de entrenamiento y tutoría, ya fuera a través de una formación formal o de su gerente directo y sus compañeros. Por eso el «tiempo entre compañeros» se convirtió en un indicador del éxito de ventas.
  • Los más vendidos trabajaban a menudo en equipos en los que el entrenador de primera línea aprovechaba las revisiones semanales para entrenar a los representantes sobre cómo aprovechar las oportunidades, en lugar de simplemente inspeccionar sus planes.

No creemos que el software publique nunca algoritmos que creen supervendedores robóticamente para ningún mercado. Los datos adquieren más poder cuando se combinan con otros conjuntos de datos e información cualitativa.

Además, la información derivada de la analítica quedará en la estantería si no se utiliza para entrenar y reforzar los hábitos de los representantes. Lograr que los artistas promedio cambien sus comportamientos requiere mostrarles por qué el cambio los beneficia tanto a ellos como a la empresa, capacitarlos en los diferentes comportamientos, proporcionarles las herramientas adecuadas e instar a los supervisores a que los entrenen. Para crear un plan de cuentas eficaz, por ejemplo, un representante puede necesitar formación en productos adicionales, así como un fácil acceso a un modelo heurístico que pueda ayudar a calcular el tamaño del monedero del cliente. El director del representante podría reforzar el plan consultándolo periódicamente en las sesiones de entrenamiento.

La revelación de cómo los vendedores dedican realmente su tiempo allana el camino para que la dirección se base en los hechos, no en los mitos. Deja más claro qué combinación de cobertura, alineación y comportamientos genera los mejores resultados. Y da a los gerentes de primera línea una agenda específica de entrenamiento y formación, todo ello al servicio de inspirar una mayor productividad a todo el equipo de ventas.

Artículos Relacionados

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Investigación: La IA generativa hace que la gente sea más productiva y esté menos motivada

Arreglar los chatbots requiere psicología, no tecnología

Arreglar los chatbots requiere psicología, no tecnología

Los chatbots dotados de IA se están convirtiendo en el nuevo estándar para la gestión de consultas, reclamaciones y devoluciones de productos, pero los clientes se alejan de las interacciones con los chatbots sintiéndose decepcionados. La mayoría de las empresas intentan solucionar este problema diseñando mejores modelos de IA en sus chatbots, pensando que si los modelos suenan lo suficientemente humanos, el problema acabará desapareciendo. Pero esta suposición es errónea. Esto se debe a que el problema de fondo no es tecnológico. Es psicológico: Hay que engatusar a la gente para que vea a los chatbots como un medio positivo de interacción. Los autores han analizado recientemente las últimas investigaciones sobre chatbots e interacciones IA-humanos, y en este artículo presentan seis acciones probadas que puede llevar a cabo al desplegar su chatbot de IA para impulsar la satisfacción, la percepción positiva de la marca y las ventas.

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Investigación: ¿Está penalizando a sus mejores empleados por desconectar?

Para combatir el creciente desgaste del personal, muchas empresas han defendido programas de bienestar y han fomentado un enfoque renovado en el equilibrio entre la vida laboral y personal. Pero un nuevo estudio descubrió que incluso cuando los líderes reconocían que desvincularse del trabajo aumenta el bienestar de los empleados y mejora su rendimiento laboral, los directivos seguían penalizando a los empleados que adoptaban estos comportamientos cuando optaban a un ascenso o estaban siendo considerados para un nuevo puesto. Basándose en sus conclusiones, los investigadores ofrecen sugerencias para ayudar a las empresas a crear políticas y construir una cultura que proteja los límites de los trabajadores, evite el agotamiento y recompense el trabajo fuerte.