KULDAT La tecnologia che ha superato l uomo nell identificare i clienti ideali EMEA :: Marco Visibelli:: CEO e Data Scientist, Kuldat Inc, Q3 2014
Mi presento Marco Visibelli (@marcovisibelli) Data scientist @ Kuldat Differenti esperienze lavorative: settore militare industria finanziaria IBM, Accenture, ecc. Data nerd nella vita 2
. Kuldat Fondata nel 2012 a Boston (branch Europea a Milano). Utilizza la tecnologia dei big data, per sales e marketing intelligence. Sviluppa una piattaforma web per capire e aumentare i clienti utilizzando le informazioni disponibili su Internet. 3
La maggior parte delle aziende B2B deve vendere un prodotto o un servizio A sale is the act of selling a product or service in return for money or other compensation Cambiano i canali e le tecnologie ma fondamentalmente la vendita è un attività che va per tentativi. 4
Perché vendere è così difficile? Ogni azienda, anche la più piccola, deve scontrarsi con milioni di informazioni sui possibili clienti Esigenze, preferenze personali Background culturale Reddito personale disponibile Competitor Etc 5
I computer possono aiutarci? CRM e altri software sono diventati fondamentali. Negli ultimi anni il computer oltre ad essere uno strumento è diventato, grazie ad Internet, un canale fondamentale. Ma può una macchina aiutare concretamente un venditore? Ma quando si parla di automation le promesse tecnologiche del passato hanno fallito. 6
Ma qualcosa sta cambiando Nuovi modelli di Artificial Intelligence (si quella che ha fallito per anni) Machine Learning (Google, Ebay, etc). Boston Dynamics (acquisita da Google) Progetto di ricerca DARPA per la difesa degli Stati Uniti. 7
Ci sono più informazioni di quante pensiate su Internet 10 anni fa era solo un sogno avere le informazioni che abbiamo oggi. Oggi le persone per avere un servizio gratuito forniscono molti dati personali. 3 principali problemi: 1. Dati troppo frammentati 2. Privacy / efficacia 3. Dati di difficile interpretazione 8
Dati prodotti in 60 http://bit.ly/rt_internet 9
Mai sentito parlare di big data? Traditional approach Big Data approach 10
Mercato dei big data IT market Big data market $16.1 Billion nel 2014 - $32.4 Billion nel 2017 "IDC prevede che il mercato dei Big Data raggiungerà 16,1 miliardi dollari nel 2014, crescendo 6 volte più velocemente del mercato IT nel suo complesso. http://bit.ly/idc_bigdata 11
Ok, robot, dati etc ma cosa si può fare con tutto ciò? = maggiori informazioni su come vendere 12
Casi di successo Azienda che usa la tecnologia dei big data per aiutare a capire meglio i clienti su portali ecommerce. 13
Casi di successo 2 Differenti campi d applicazione: Customer behavior analysis Ottimizzazione disposizione merci Product recommendation http://bit.ly/amazon_bd http://bit.ly/ikea_ba 14
Il passo successivo? Il computer seleziona il cliente La sfida è quella di andare oltre il marketing fatto da un unico messaggio diffuso in maniera capillare (e costosa). L idea è quella di utilizzare i dati per capire come aiutare i venditori, evitando che i clienti ricevano offerte che non sono desiderati. 15
Vi presentiamo KAIRO Sistema Kairo: Progettato per studiare i comportamenti dei potenziali lead Solo per il prospecting. Alcuni dati: 12 milioni di Lead analizzati (forniti dai nostri partner). Ha provato a vendere prodotti e servizi B2B sul mercato in totale autonomia. Sistema creato per analizzare canali, utenze e preferenze (statistiche su canali, test reali con utenti, etc). 16
Test di vendita / Prospecting Set di dati Target: 12 settori / S&M PMI Italiane Performance precedente per fissare l appuntamento: 2% Test condotto Test attivi: 8.641 Performance per fissare l appuntamento: Luglio: 1.5% Settembre: 8.4% Ottobre: 18.1% 9X il numero dei contatti 17
Prospecting fatto dalle macchine?? La macchina è estremamente efficace nelle attività di prospecting. Big Data Diversamente una macchina non potrà condurre una negoziazione seria nel breve/medio periodo. Sales rep 18
Sales intelligence B2B Canale più efficace per contattare i lead Lunghezza ideale Pitch vendita 4/10 LinkedIn 1/10 Facebook 1/10 Mail Ruolo ideale per un primo contatto 8/10 Founder 6/10 Sviluppatore 5/10 Ingegnere Ruolo peggiore per un primo contatto Settori più facile da contattare 8/10 Software development 7/10 Web agency 7/10 Food & beverage Settori meno facile da contattare 7/10 Acquisti 7/10 Controlling 5/10 Marketing 1/10 Fashion 2/10 Assicurativo 2/10 Bancario 19
Sales intelligence B2B :: test sul mercato Top bisogni che portano all apertura dei messaggi: 7/10 Richiesta di introduzione di contatto 7/10 Offerta targettizzata sul ruolo 5/10 Riduzione di costi per il cliente Fattori comuni delle aziende che convertono: Strumento promozionale più efficaci: 7/10 Regalo 5/10 Tutorial 3/10 Free trial Fattori comuni dei clienti che convertono: 8/10 Numero di dipendenti in aumento 7/10 Campagne di marketing online 7/10 Presenza digitale attiva sui social 7/10 Presenza digitale 7/10 Interessi (dai social) 4/10 Ruolo 20
Risultati dei test Il mercato delle vendite è molto complesso I pattern di acquisto sono molto complessi e frammentati (settori/ruoli). Esistono pattern precisi di comportamento da scoprire e cavalcare. 21
Come possiamo aiutarvi oggi Dopo due settimane riceve L utente definisce la tipologia di clienti da ricercare (10-20 minuti). Liste di lead ad alto tasso di conversione (primo contatto) che si ottimizzano nel tempo. Servizio alternativo all'attività di prospecting manuale 22
Q&A 23
KULDAT