Tekes-rahoitteisessa DIVA-tutkimusprojektissa selvitettiin, onko b2b-myyntityötä mahdollista automatisoida ja jos on, miltä osin. Tutkimuksen keskiössä on erityisesti se, kuinka digitalisaatio on muuttanut asiakkaan ostopolkua ja mitä vaikutuksia sillä on myyntityöhön. Yritysostajan arvioidaan tehneen 60 % ostopäätöksestään ennen kuin hän kohtaa myyjän ensimmäisen kerran.

Tulokseksi saatiin, että B2B-myynnissä voidaan automatisoida yksinkertaisen transaktiomyynnin lisäksi myös osia vaativammasta arvomyynnistä.  Tämä voidaan tehdä antamalla ohjelmistorobotin suorittaa osa myyntityöhön liittyvistä tehtävistä.

Robotisaation tarpeet b2b-myynnissä

Myynnin robotisaatioon liittyvä selvitys aloitettiin kartoittamalla b2b-myynnissä yleensä ilmeneviä haasteita sekä myyntiorganisaatioilla jo käytössä olevia digitaalisia palveluja. Tämä tehtiin haastattelemalla DIVA-konsortion yritysjäsenten myynnin ja markkinoinnin johtoa ja asiantuntijoita sekä yritysten digitaalisia palveluita kehittäviä henkilöitä.

Alun perin tutkijoiden oletuksena oli, että nk. transaktiomyyntiä olisi tarvetta automatisoida. Arvomyynti jätettäisiin kuitenkin pois automatisoinnin piiristä sen monimutkaisuuden takia. Transaktiomyynnillä tarkoitetaan tässä sellaista myyntiä, jossa erillisten ostotapahtumien määrät ovat suuria, mutta euroissa mitattuna yksittäinen osto on melko pieni. Transaktiomyynnissä ostaja yleensä tietää hyvin jo etukäteen, mitä hän tarvitsee ja ostaminen on rutiininomaista. Tällaisessa tapauksessa ostoksen voi hyvin tehdä mm. verkkokaupassa tai ohjelmistorobotin avulla.

Arvomyynti sitä vastoin mielletään kompleksiseksi vuorovaikutukseksi ostajan ja myyjän välillä. Arvomyynti on konsultoinnin kaltaista. Siinä myyjä kartoittaa asiakkaan tarpeita ja pohtii yhdessä asiakkaan kanssa, miten asiakas voisi tuottaa enemmän arvoa omassa liiketoiminnassaan. Tämän pohjalta myyjä kertoo tuotteista, jotka toisivat asiakkaalle lisäarvoa. Arvomyynti vaatii tyypillisesti sekä asiakkaan liiketoiminnan että oman tarjooman syvällistä tuntemusta.

Haastattelujen perusteella saimme selville, että transaktiomyynnin automatisointi on hyvin hallinnassa erilaisten verkkokauppasovellusten ja automatisoitujen tai puoliautomatisoitujen chat-toimintojen kautta.

Haastattelujen perusteella saimme selville, että transaktiomyynnin automatisointi on hyvin hallinnassa erilaisten verkkokauppasovellusten ja automatisoitujen tai puoliautomatisoitujen chat-toimintojen kautta. Edellä mainituissa hyödynnetään jonkin verran ohjelmistorobotiikkaa esimerkiksi automatisoimalla keskustelujen usein toistuvia osia kuten tiettyjä small talk -fraaseja tai usein kysyttyjä kysymyksiä vastauksineen. Tämän lisäksi asiakasymmärryksen kasvattaminen, uusien tarpeiden ennakointi ja uusien potentiaalisten asiakkaiden tunnistaminen www-sivujen liikenteen perusteella olivat hyvin hallinnassa erilaisten markkinointiautomaatio-ohjelmistojen, automaattisten tarvekartoitus- ja palveluvalitsintyövälineiden sekä tehokkaan sisällön jakelun ansiosta.

Haastattelujen perusteella havaittiin, että yrityksillä oli tarvetta automatisoida erityisesti pien- ja mikroyrityksille suunnattua myyntiä –  myös vaativaa arvomyyntiä.

Selvityksessä havaittiin myös, että yrityksillä oli tarvetta automatisoida erityisesti pien- ja mikroyrityksille suunnattua myyntiä – myös vaativaa arvomyyntiä. Toinen haastattelujen pohjalta esille tullut tutkimusalue oli tarkoin kohdennetun tiedon tarjoaminen potentiaaliselle asiakkaalle sekä vielä nykyistäkin syvällisemmän asiakasymmärryksen tuottaminen asiakkaasta kerätyn datan avulla. Nämä kaksi viimeksi mainittua päämäärää liittyvät toisiinsa siten, että kohdennettu tieto tarjotaan asiakkaalle nimenomaan hänestä kerätyn tiedon perusteella. Keskiössä tässä kysymyksenasettelussa ovat nimenmaan uudet potentiaaliset asiakkaat, joiden tietoja ei löydy asiakkuudenhallintajärjestelmästä eli CRM:stä.

Myyntirobotti asiakkaan tarpeiden kartoittajana ja kohdennetun sisällön jakelijana

Pienyrityksille suunnatun myynnin osittaista automatisointia tutkittiin kehittämällä kolme erilaista prototyyppiä. Ensimmäinen prototyyppi oli ohjelmistorobotti, joka keskustelee asiakkaan kanssa ja pyrkii selvittämään tämän tarpeita. Prototyypissä keskityttiin myymään vain yhtä selkeää, mutta markkinoilla täysin uutta IoT-teknologiaan perustuvaa tuotetta. Datalähteenä ja dialoginsa perusteena tämä ohjelmistorobotin prototyyppi käytti uutta tuotetta varten luotuja käyttötapauksia. Myyntirobotti kysyi kysymyksiä ja asiakas vastasi valitsemalla rajatusta joukosta vastauksia.

Prototyyppiä testattiin IT-alan ammattilaisista koostuvalla 21:nen henkilön ryhmällä. Henkilöt saivat ensin vastata kyselyyn ja käyttää myyntirobotin prototyyppiä, jonka jälkeen kuusi heistä haastateltiin tarkemmin. Tästä selvityksestä kävi ilmi, että myyntirobotti nähtiin aivan yhtä hyvänä vaihtoehtona kuin oikea myyjä, jos vain palvelutaso säilyi. Tämän lisäksi myyntirobotilla oli erittäin positiivinen vaikutus yrityksen imagoon. Myyntirobotin ansiosta yritystä pidettiin aikaansa seuraavana organisaationa.

Toinen prototyyppi oli palveluvalitsin, jonka avulla asiakas voi selvittää tietyn tuotekategorian sisällä, mikä tuotteista sopii hänelle parhaiten. Suosittelun pohjalta mikroyrittäjä saa tietoja hänelle soveltuvasta tuotteesta ja voi lähettää erittäin tarkasti määritellyn tarjouspyynnön ko. tuotteesta. Tätäkin prototyyppiä tutkittiin mikroyrittäjien keskuudessa tehdyllä kyselyllä. Vastauksista kävi ilmi, että mikroyritysten ostajat arvostavat sitä, että ohjelmisto voi palvella heitä vuorokauden ympäri. Asiakkaan kannalta ei ollut merkitystä, oliko toisessa päässä ihminen vai ohjelmisto, jos palvelun laatu pysyi hyvänä.

Kolmas prototyyppi tehtiin sen selvittämiseksi, miten uudesta potentiaalisesta asiakkaasta saataisiin mahdollisimman hyvä ymmärrys hänestä kerätyn datan avulla. Tätä asiakasymmärrystä hyödynnettiin kahteen eri tarkoitukseen: jotta asiakkaalle voitiin kohdennetusti valita oikea sisältö ja jotta myynnin käytössä olevaa dataa voitaisiin rikastaa yhdistämällä siihen uusi, prototyypin keräämä data. Myynnillä oli tässä tapauksessa käytössään normaalit www-sivujen analytiikkadatat sekä markkinointiautomaatio-ohjelmiston tiedot. Tämä kolmaskin prototyyppi muodostui teknisesti samakaltaiseksi kuin edellä mainitut myyntirobotin prototyyppi ja palveluvalitsin.

Lopputulos viiden eri organisaation myynti- ja digipalveukehityksen organisaatioiden haastatteluista sekä kolmen eri prototyypin tekemisestä oli, että myös muuta kuin transaktiomyyntiä on tarvetta automatisoida. Tämän lisäksi saimme selville, että yritysostajat näyttävät olevan valmiita ottamaan vastaan myynnin robotisaation silloin, kun se tarjoaa heille saman tasoisen palvelun kuin ihminenkin. Joissain tapauksissa myynnin robotisaatiota pidettiin jopa positiivisena asiana yrityksen imagon kannalta.

DIVA-projekti on Haaga-Helia ammattikorkeakoulun koordinoima neljän tutkimusosapuolen ja viiden yrityksen muodostaman konsortion yhteinen tutkimushanke, joka tutkii b2b-myyntiä digitaalisessa maailmassa. Hanke on käynnissä 1.1.2015–31.12.2017.

Kirjoittaja FT Lili Aunimo toimii yliopettajana Digitalouden yksikössä Haaga-Helia ammattikorkeakoulussa, lili.aunimo@haaga-helia.fi, www.divaresearch.fi.

Artikkeli on julkaistu alun perin Sytyke ry:n jäsenlehdessä: Sytyke 1/2017.