в планировании и контроле продаж (70%);
в снижении миграционного риска (63%)».
Однако в глазах менеджеров искусственный интеллект не лишен проблем. Некоторые из наиболее часто упоминаемых областей проблем – это [2]:
«Качество данных (45%).
Непонимание и непрозрачность расчетов CI (40%)
Цена (71%)
Интеграция AI в ERP и CRM-системы (65%)».
Принципиально положительная оценка систем искусственного интеллекта в продажах отражена в исследовании Глобального института McKinsey. Согласно этому исследованию [2]:
«88 процентов опрошенных предполагают, что искусственный интеллект сделает их работу легче в течение ближайших 10 лет и можно будет увидеть развитие как прогресс. Только около 6% опасаются, что технологии усложнят их работу или полностью возьмут верх.
Такое отношение пронизывает все должности – от младших до руководителей».
Возможные применения AI в продажах и дистрибуции
Компании, которые разумно используют AI в продажах и создают общую базу данных в сотрудничестве с отделом маркетинга, получают ценную информацию о своих клиентах. Поскольку многие процессы искусственного интеллекта можно автоматизировать, они избавляют отдел продаж от потерь времени после начального этапа. Сэкономленное время, в свою очередь, может быть потрачено на фактическую работу по продажам и маркетингу.
2.2 Динамическое ценообразование. Прогнозная оценка потенциальных клиентов
Динамическое ценообразование
Источник: https://www.instagram.com/uxprice/?hl=ru
Динамическое ценообразование основано не на затратах, а на принятии цен покупателями, а также на спросе и предложении на рынке.
В гибкой корректировке цен на основе рыночного спроса нет ничего нового. Однако онлайн-игроки, такие как Amazon, ставят перед традиционными трейдерами новые задачи, поскольку они могут автоматически изменять свои цены почти в реальном времени с помощью алгоритмов.
Интеллектуальный алгоритм устанавливает цену для отдельных клиентов таким образом, чтобы они были готовы покупать, и чтобы одновременно при этом не страдали продажи.
Помимо демографических характеристик, оптимизация цен с помощью AI также использует в качестве базы данных результаты анализа поведения клиентов, такие как [2]:
«Цены, которые клиент принимал в прошлом. Поведение похожих покупателей. Текущая динамика цен на рынке. Другие факторы, имеющие отношение к успешным транзакциям в прошлом».
Таким образом, преимущества динамического ценообразования заключаются в автоматическом изменении цен в случае изменений рыночной среды, адаптации к фактической готовности клиентов платить и большей эффективности.
Динамическое ценообразование в настоящее время используется в основном в онлайн-секторе.