La inteligencia artificial en la gestión de ventas

Han transcurrido más de ciento cincuenta años desde que el matemático George Boole sentara las bases de la computación digital en 1854, con la ideación de un sistema algebraico que solucionaba problemas lógicos y el establecimiento de un razonamiento basado en cuatro variables: “verdadero” o “falso”, “on” u “off”. Traducido a lenguaje digital, los actuales “0s” y “1s”.

Años después, Alan Turing, considerado por muchos el precursor de la informática moderna, diseñó el famoso “test de Turing”, que concreta la capacidad de un ser humano para determinar si interlocuta con un computador o con otra persona. Cuando el interlocutor es confundido por un ser humano por un tiempo superior al 30% de la duración del test, se entiende que ha superado el reto.

Hasta el 7 de junio de 2014, ese test no había sido superado por ninguna máquina. Esa jornada constituye un verdadero punto de inflexión en la historia de la inteligencia artificial (IA), cuando Eugene Goostman se convirtió en el primero en superarlo. Pero Eugene no era un ser humano, sino un programa informático que representaba el papel de un niño de trece años. Había sido ideado en 2001, y con sus primeros pasos virtuales ya nos introducía en la era de los chatbots.

La cuestión principal es que un sistema informático fue capaz de mantener una conversación con un humano a su mismo nivel de interlocución, basada en la comprensión, análisis y ejecución de lo que ha venido a llamarse lenguaje natural (aquel empleado habitualmente por el ser humano en su comunicación oral o escrita), sin que la persona que interlocutaba con el sistema identificara que se relacionaba con una máquina.

Ahora queda comprobar si las predicciones de Raymond Kurzweil¹ eran acertadas y si, en 2029, el nivel de inteligencia de los dispositivos será el mismo que el de los humanos, y también si será superada en un billón de veces en el año 2045.

 

La inteligencia artificial y la función de Ventas

El informe de la compañía americana Salesforce, State of Sales 2020, enumera las cinco herramientas principales de ventas que se han convertido en las más valiosas desde 2019. En él se cita, en segundo lugar, y tan solo por debajo de las videconferencias, la inteligencia artificial (ver el cuadro 1).

 

 

La evolución del cliente es continua, y la velocidad en los cambios de comportamiento de los compradores es altísima, por lo que es necesario cubrir tres necesidades urgentemente:

• La eficiencia en los recursos disponibles en el área de Ventas.

• La rapidez en el análisis de datos y extracción de conclusiones.

• El buen tino en el proceso de toma de decisiones.

 

La función de ventas dispone, como todas, de recursos limitados, y uno de los principales y más decisivos son las personas que la configuran. Por una parte, el volumen de información y datos sobre el cliente que manejan las organizaciones adquiere dimensiones imponentes, que sobrepasan la capacidad de revisión y análisis por parte de los equipos de front-office y back-office comercial. Por otra, existen datos estructurados (aquellos que habitualmente se obtienen en formato numérico), que son más fáciles de interpretar y procesar, pero también datos no estructurados, que no se presentan en formato numérico, lo que dificulta su tratamiento e incluso su identificación. Estos últimos son cada vez más numerosos, y representan prácticamente el 80% de los registros que pueden llegar a manejarse sobre un comprador: likes en plataformas digitales, reacciones en redes sociales, imágenes, videos, comentarios en foros, etc. Toda esta información es cada vez más utilizada y absolutamente relevante para la organización a la hora de tomar decisiones.

En vista de lo indicado, las aportaciones de la IA toman una relevancia absoluta. En relación al volumen, estos sistemas son capaces de procesar millones de datos y tratarlos a unas velocidades que habilitan plazos cortos en la toma de decisiones, lo que resulta imprescindible en un entorno en el que el cliente evoluciona a muy alta velocidad en sus comportamientos de compra. Por otro lado, y es lo que distingue a la IA de otras tecnologías, es capaz de crear valor desde datos no estructurados en los que el lenguaje utilizado por parte del cliente es el denominado lenguaje natural, que se presenta en diversos formatos: escrito, hablado o visual (gestos, expresiones faciales).

La asistencia que brinda la IA a la función de ventas es clara en relación a la gestión eficiente de sus recursos. En primer lugar, disminuye el tiempo dedicado a la detección, la recopilación, el análisis y la interpretación de datos, que anteriormente realizaban los equipos de back-office y front-office, por lo que los libera de esas tareas para centrarse en actividades que aporten mayor valor a la relación con el cliente. En segundo lugar, automatiza muchas tareas rutinarias y de escaso valor que estaban en manos de personas, para dedicarlas a gestiones mucho más productivas en lo que a generación de ventas se refiere.

 

La inteligencia artificial y el 'pipeline' de ventas

La experiencia del cliente se ha convertido en el campo de batalla donde se libran las más encarnizadas luchas entre los competidores de cada sector, tanto en entornos B2C como B2B. Esta potenciación de las vivencias de los clientes incrementa la necesidad de relevancia de la propuesta de valor que presenta la organización. En cada uno de los estadios del funnel de ventas por el que viaja el potencial comprador es del todo imprescindible actuar y activar recursos dirigidos a incrementar los ratios de conversión, por lo que el conocimiento profundo del cliente resulta clave a la hora de personalizar las propuestas que se entreguen. Si la organización es capaz de enfocar estas tareas de forma eficaz y eficiente, la captación y vinculación de los clientes serán mucho más efectivas. Y en estos ámbitos, como veremos a continuación, la IA tiene mucho que aportar, ya que ayuda a la organización vendedora a conocer el contexto del cliente y, por tanto, a construir la respuesta concreta que el cliente necesita. En definitiva, a ser relevante para el potencial comprador.

 

En la fase inicial de prospección

La IA facilita la generación de leads, así como su posterior cualificación, existiendo herramientas capaces de realizar un profundo análisis de datos estructurados y no estructurados. En esa fase de búsqueda y procesamiento de datos de los leads, la IA aporta velocidad, rigurosidad y capacidad de análisis transversal, al ser capaz de cruzar esta información con la existente en el CRM de la organización. De esta forma, se consiguen segmentaciones más ricas, debido a la diversidad de inputs con los que se construyen, además de obtener buyer personas más completos. La posibilidad de construir propuestas de valor con una mayor y más certera orientación al mercado, y basadas en ejes de diferenciación relevantes para el cliente, permite estructurar crecimientos en base a la creación de océanos azules.

Durante la actividad prospectiva, la IA incrementa la eficiencia y productividad del equipo de ventas, ya que le permite dedicar su tiempo a acciones de mayor aportación de valor para el proceso comercial. La fuerza de ventas no pierde protagonismo en esta fase; por el contrario, pone a disposición su experiencia y conocimiento de los perfiles de cliente, refinando los pools de prospectos que las herramientas tecnológicas generan para una mejor acción comercial.

 

En la fase de acercamiento

Resulta clave personalizar las comunicaciones con el potencial comprador, y la organización necesita conseguir información detallada del mismo para poder potenciar el lead nurturing y captar la atención sobre su propuesta de valor. En ocasiones, algunos líderes comerciales se resisten a que, en esta fase, la IA tenga un papel importante, convencidos de que es el momento de la interacción humana dentro del proceso de ventas. Este es el momento en el que la tecnología, a través de chatbots, e-mailing, plataformas de planificación de agendas o publicidad dirigida, puede aportar claras ventajas, y no únicamente en base a la automatización, que también, sino en relación a conseguir valiosos inputs que servirán para diseñar la mejor oferta para el cliente.

La automatización en esta fase supone una liberación para el equipo de ventas en cuanto a tareas rutinarias y de aportación de poco valor, pudiendo encargarse de ellas la IA mediante robotic process automation (RPA), con inversiones muy razonables y tiempos de ejecución muy rápidos desde el diseño de la tarea hasta el momento de su implementación automatizada.

El equipo comercial debe contar con la experiencia y formación suficientes para conocer cuándo debe intervenir e interlocutar con el prospecto. En esta fase, menos es más. No por ser más intenso en la presencia el vendedor, se consigue la atención del cliente, sino que deben elegirse los momentos (moments of truth) en los que su asesoramiento es más relevante y necesario para el potencial comprador. Si la organización no pilota esta fase de esta forma, es muy probable que esté dilapidando recursos y no invirtiendo en la relación. Es necesario estar cuando se es más relevante. Decía Donald Porter, vicepresidente de British Airways en los años ochenta, que “los clientes no esperan que seas perfecto, sino que les aportes soluciones cuando tienen algún problema”.

Existen herramientas de gran utilidad para apoyar al equipo de ventas en el análisis y toma de decisión en relación a cuándo y cómo actuar con el cliente. NRICH o 6sense son algunas destacadas soluciones que utilizan corporaciones de diversos tamaños y negocios que, además de tomar decisiones en base a la experiencia de uso a través de machine learning, potencian la proactividad de las interacciones comerciales con el prospecto.

 

En la fase de presentación de la oferta

Adentrados ya en el pipeline, es necesario abordar esta fase con un enfoque de personalización en relación a las necesidades presentes y futuras del cliente. Esto es esencial para cumplir con los dos requerimientos que cualquier cliente espera que la propuesta de valor de un proveedor estratégico cumpla: ser relevante y ayudarle a diferenciarse en su mercado. La IA ofrece un apoyo decisivo en la personalización del momento de la presentación.

Las herramientas más útiles en esta fase están focalizadas en el análisis y extracción de conclusiones claras y válidas sobre las emociones y reacciones de las personas impactadas por la presentación. Hasta hace relativamente poco, la tecnología utilizada únicamente era capaz de reconocer expresiones faciales, con todas las lagunas detectadas en cuanto a generar afirmaciones categóricas sobre las emociones del observado. Pero, actualmente, los ordenadores son capaces de entender el lenguaje natural. Eso permite que muchas de las opiniones e interacciones que se vuelcan en las redes sociales puedan ser interpretadas, lo que abre la puerta a que las máquinas aprendan tan solo prestando atención a cómo las personas nos expresamos. Así, una organización puede decidir cómo quiere que sus bots hablen, procesando el lenguaje natural, dejando de lado los modelos de respuesta basados en reglas, para evolucionar a modelos probabilísticos en los que es el propio bot el que interpreta el lenguaje que emplea la persona y entiende aquello que está diciendo.

Aunque lejos aún de interpretar emociones y sentimientos, ya hace un tiempo se está trabajando en proyectos en los que los indicadores físicos y orgánicos son objeto de observación e interpretación. Así, el ritmo cardíaco o el de la respiración y la sudoración de la piel son tenidos en cuenta para extraer conclusiones sobre las emociones de la persona observada. Hoy, algunas aplicaciones de IA ya están incluyendo la observación e interpretación de tonos de voz o gestos, con la intención de generar perfiles de personalidad de comportamiento.

Conforme la IA vaya avanzando en la consecución de hitos, los equipos de ventas se verán más apoyados y reforzados en esa fase de presentación de la oferta, donde detectar las reacciones del prospecto es esencial para el buen fin de la operación.

 

En la fase de gestión de objeciones y cierre

En esta etapa del pipeline, el equipo comercial afronta la gestión de objeciones y el cierre. Aquí, la IA vuelve a prestar apoyo en la rapidez del análisis de datos (estructurados y no estructurados), a la vez que los bots posibilitan la resolución de objeciones sencillas. De esta forma, los vendedores se pueden concentrar en la interacción con el cliente, resolviendo aquellas objeciones más complejas y guiando la negociación hacia el cierre final.

 

En la fase de seguimiento

Una vez cerrado el acuerdo y lanzada la orden de compra, entramos en la fase de seguimiento. La IA ayudará en la automatización de las dinámicas de procesamiento de la orden/pedido, y el equipo de ventas podrá permanecer atento a las oportunidades de up-selling y cross-selling, en donde sí será decisiva su interlocución con el cliente.

En muchas ocasiones, las organizaciones pierden oportunidades de incrementar el negocio en esta fase por dos aspectos: primero, por la dedicación que el equipo de ventas invierte en esas tareas de gestión de pedidos, que no aportan ningún valor; y, en segundo lugar, por la falta de foco en detección de movimientos del prospect, hacia delante y hacia atrás en el funnel, que generan ocasiones de venta incremental o cruzada.

Estos períodos de seguimiento también demandan un protagonismo y activación especial del equipo comercial, ya que se trata de momentos en los que la organización tiene la oportunidad de reforzar de forma intensa la relación con el cliente, descubriéndole necesidades que debería cubrir. Es ahí donde la IA, en el procesamiento rápido de los datos del comprador, ayuda al vendedor a personalizar la interacción y a incrementar su relevancia, generando mayor confianza y vinculación.

 

La clave: una excelente combinación entre Inteligencia Artificial y Humana

La IA está modificando profundamente los procesos de venta, tradicionalmente reservados a la interacción humana entre vendedor y cliente, introduciendo cambios no únicamente en el procesamiento (datos, pedidos, etc.), sino también en la interlocución y en la toma de decisiones. Decidir ha sido siempre un proceso que se ha confiado al ser humano, y es el más controvertido a la hora de sopesar dejarlo en manos de la tecnología. Lo cierto es que la incertidumbre afincada en todos los sectores y mercados, unida a la velocidad vertiginosa de los cambios y la evolución en el comportamiento del cliente, obliga a apoyarse en la tecnología para tratar rápidamente una gran cantidad de datos de clientes y de contextos, con la intención de obtener outputs de valor para la construcción de propuestas relevantes.

El proceso de toma de decisión necesita unas capacidades cognitivas determinadas que exigen detectar e interpretar emociones y reacciones, para posteriormente extraer conclusiones que permitan lanzar supuestos e hipótesis con un raciocinio detrás sólido y coherente con el contexto. La automatización cognitiva, aunque a cierta distancia todavía, evoluciona en la dirección de permitir que las máquinas sean capaces de replicar esas tareas que hasta ahora eran patrimonio del ser humano. Lo que sí es cierto es que ya permite al ser humano tomar decisiones de una forma mucho más certera.

No obstante, el driver en la adopción de la IA por parte de las organizaciones no debe ser el de “sustitución”, sino el de “complementariedad” entre la inteligencia humana y la inteligencia artificial. Las personas dentro del área Comercial van a continuar siendo absolutamente imprescindibles siempre que aporten valor en todos y cada uno de los estadios del funnel de ventas. De hecho, un estudio de la Universidad de Oxford del año 2013 sobre el impacto de las nuevas tecnologías en el futuro del trabajo ya indicaba que los empleos más genéricos con componentes heurísticos importantes, en los que características como la originalidad, la persuasión o la empatía fuesen claves, serían los empleos menos reemplazables.

 

• Planificación de objetivos de ventas. En el plano comercial, la primera gran decisión del ejercicio es elaborar una realista y ajustada previsión de ventas. La IA tiene mucho que decir en ese proceso, y ya se aplican técnicas de machine learning y deep learning con las que se consiguen construcciones de previsiones muy fiables. La consultoría McKinsey preveía en 2017, en un estudio sobre el sector industrial, que la utilización de la IA en la elaboración de previsiones reduciría los errores entre un 30% y un 50%, además de que las pérdidas de ventas debido a roturas de stock disminuirían cerca de un 65%. Las sinergias entre la analítica de datos y la IA, aplicando modelos predictivos, permitirán al equipo comercial actuar anticipadamente a las necesidades del mercado y definir la mejor estrategia y enfoque de ventas.

 

• Formación de los equipos. La formación de los integrantes del equipo comercial en relación a cómo utilizar, entender e interpretar la información que aporta la IA es del todo necesaria para su máximo aprovechamiento, tanto en posiciones de front-office como de back-office. La propuesta de valor que el vendedor presente al potencial cliente debe responder exactamente al contexto del prospecto para impactar de la forma más relevante posible, por lo que la correcta utilización de los outputs que brinda la IA va a ser clave para la definición de los argumentarios comerciales y su utilización durante el proceso de ventas.
Es, por tanto, muy necesario que en los departamentos Comerciales de las organizaciones se evite dejar “náufragos tecnológicos”, capacitando a los equipos no tan solo para la utilización de la IA, sino, principalmente, para alinearla con la estrategia y la táctica de la empresa. Únicamente de esta forma se cumplirán los objetivos de negocio, ya que es entonces cuando se dispone de la mayor cuota de experiencia y los máximos puntos de vista encima de la mesa, y posibilita tomar las mejores decisiones en entornos inciertos y turbulentos, encontrando soluciones y enfoques que generan diferenciación.

 

• Relación con el cliente. La tecnología basada en IA trabaja con un foco muy concreto y más estrecho que el enfoque con el que trabaja el ser humano, por lo que no va a ser posible, de momento, ceder a las máquinas ese tipo de tareas en las que el componente emocional debe ser gestionado de forma eficaz para conseguir los objetivos fijados. Este aspecto es especialmente relevante en entornos de comercialización B2B.
Por otra parte, es necesario que, en la relación con el cliente, las organizaciones prendan luces largas que conduzcan al diseño de estrategias y modelos relacionales, configurando asociaciones duraderas y sostenibles con sus compradores, ya que de ello dependerá buena parte de la rentabilidad del negocio. De nuevo, en ese sentido, la intervención del equipo comercial será del todo definitiva.

 

• Gestión del cambio. La adopción de la IA por parte de una organización introduce cambios no únicamente operativos, sino que implican la creación, modificación y desaparición de estructuras. El área Comercial no es ajena a estos movimientos, por lo que será necesario gestionar las resistencias que se generen entre las personas de los equipos, provocadas, principalmente, por el miedo a ser sustituidas. Como se ha indicado anteriormente, la integración de la IA en las organizaciones debe ser liderada bajo el enfoque de “complementariedad”, y no de “sustitución” entre personas y máquinas, y ese debería ser, precisamente, el eje vertebrador de toda comunicación a las personas impactadas por la irrupción de la IA.

 

 

A modo de conclusión

La adopción de tecnología relacionada con la inteligencia artificial no parece ser una opción para que las organizaciones catapulten sus relaciones con los clientes a otro nivel, sino una realidad a incorporar. Las empresas que la integren con celeridad se situarán unos metros por delante de los competidores que lo hagan a menor velocidad, y eso les aportará una ventaja decisiva en la vinculación del cliente que impactará en su cuenta de resultados.

Se trata de una decisión estratégica, y, como tal, necesitará la implicación de todas las áreas funcionales. Una implementación exitosa impulsará de forma definitiva la visión de la organización y potenciará sus ventajas competitivas, haciendo crecer su relevancia frente al cliente.

 

Referencias

1. Kurzweil, R. The Singularity is Near (Penguin, 2005). Actualmente, y desde 2012, Kurzweil es director de Ingeniería en Google, donde se focaliza en el aprendizaje automático y el procesamiento del lenguaje natural.