Un vistazo al enfoque de Microsoft basado en los datos para mejorar las ventas
Las empresas están empezando a utilizar los datos de comportamiento de sus empleados para entender mejor y mejorar sus operaciones de venta. Microsoft no es la excepción. Hace poco, la empresa llevó a cabo una reorganización que tenía el potencial de cambiar drásticamente la forma en que trabajaban más de 20 000 vendedores en todo el mundo. Así que antes de hacer cambios importantes, la empresa utilizó el análisis de personas para responder a preguntas clave, como «¿dedicamos suficiente tiempo a nuestros clientes más importantes?» y «¿Las nuevas contrataciones aumentan y colaboran con los clientes tan rápido como se esperaba?» Tras obtener más información, la empresa puso a prueba un sistema de correo electrónico individualizado para fomentar los comportamientos de venta deseados.
••• Las empresas están empezando a utilizar los datos del comportamiento de sus empleados, generalmente conocidos como análisis de personas, para[entender mejor](/2016/07/using-digital-exhaust-to-improve-sales) y[mejorar sus operaciones de venta](/2014/08/3-behaviors-that-drive-successful-salespeople), con buenos resultados. Microsoft, donde trabajamos, no es la excepción, y las ventas B2B son una de las áreas en las que obtenemos más relación calidad-precio. Nuestros hallazgos, y las formas en que los hemos obtenido, pueden ser útiles para otras organizaciones de ventas que deseen realizar cambios internos de este tipo u optimizar la relación de sus vendedores con los clientes. A mediados de 2017, llevamos a cabo un importante rediseño de nuestra organización de ventas en respuesta a lo que nuestros clientes necesitaban de nosotros y para alinear mejor nuestro enfoque de venta con el modelo de venta de servicios en la nube (en este modelo, los clientes pagan en función del uso en lugar de en un acuerdo de licencia fija tradicional). Sabíamos que necesitábamos una transición rápida y eficaz al nuevo modelo sin dejar caer la pelota con nuestros clientes, pero la tarea era abrumadora y había mucho en juego: con una compleja organización de ventas de más de 20 000 vendedores que abarcaba segmentos de clientes de grandes y pequeñas empresas y que abarcaba 100 países, era importante ver cómo estos cambios afectaban a nuestra colaboración y asociaciones con los clientes. Necesitábamos respuestas a algunas de nuestras preguntas más importantes, entre ellas: - ¿Pasamos suficiente tiempo con nuestros clientes más importantes? - ¿Las nuevas contrataciones están aumentando y colaborando con los clientes tan rápido como se esperaba? - ¿Están aumentando sus redes internas y de clientes? - ¿Los vendedores colaboran entre sí de forma eficaz? - ¿Cómo afecta todo esto al éxito empresarial de nuestros clientes? Nuestra búsqueda de respuestas comenzó con nuestro propio producto Workplace Analytics para agregar metadatos anónimos de calendarios y correos electrónicos para miles de vendedores empresariales. Luego, los combinamos con los datos organizativos y de gestión de las relaciones con los clientes para determinar cómo las personas que vendían a través del modelo de ventas en la nube colaboraban con sus equipos internos, clientes y socios. El siguiente paso fue correlacionar los resultados de ventas con estos comportamientos para identificar los patrones que se correlacionaban con mejores resultados. Estos análisis se realizaron en parte para ayudarnos a superar una transformación masiva y, en parte, para alinearnos mejor a la hora de responder a las necesidades y expectativas de nuestros clientes. Hasta la fecha, los análisis han revelado varios datos útiles, que hemos obtenido con la ayuda de nuestros colegas Ben Boatman, Chris Moss, Gabriel Zhou, Jared Baker y Fabio Correa. **1. Las redes son vitales y una reorganización podría desestabilizarlas.** Una de las primeras cosas que aprendimos es que los vendedores con redes más grandes e inclusivas solían obtener mejores resultados. Esto es coherente con varios otros[estudios similares](/2015/07/what-makes-great-salespeople). Basándonos en esta conclusión, iniciamos un programa para capacitar a nuestros equipos de ventas para que se centren en crear y hacer crecer sus redes internas y externas de manera eficiente. Al analizar el tamaño de la red en relación con la antigüedad en la empresa, pudimos establecer que, normalmente, la mayoría de las personas tardan unos 12 meses en crear estas redes. Esto subraya la importancia de la estabilidad en las funciones durante ese período y más allá. También nos preocupaba que la reorganización estuviera obligando a la fuerza de ventas a reconstruir sus redes desde cero, lo que podría resultar caro y no óptimo para nuestros clientes. Para reducir este coste, pusimos en marcha programas para hacer hincapié en la formación de los directivos e invertimos en facilitar el rápido crecimiento de la red para los nuevos empleados. **2. Interactuamos de manera muy diferente con las cuentas de alto crecimiento.** Otro aspecto clave de la reorganización era garantizar el crecimiento continuo de nuestro negocio y el nivel adecuado de interacción con los clientes. Observar la cantidad de tiempo que los equipos dedicaban a interactuar con cada una de sus cuentas, así como el número de contactos individuales con los que se conectaban, nos permitió identificar las diferencias estadísticamente significativas en la forma en que los equipos interactuaban con los distintos segmentos de la cuenta. De media, los equipos interactuaron con el doble de contactos con los clientes en nuestras cuentas de mayor crecimiento y colaboraron el doble de tiempo con estos clientes en comparación con las cuentas de menor crecimiento. Para asegurarnos de que no se trataba solo de una anomalía puntual, también confirmamos que este patrón era constante mes tras mes. La correlación frente a la causalidad es siempre una pregunta abierta con una conclusión inicial como la siguiente: ¿las cuentas crecen más porque pasamos más tiempo con ellas? ¿O pasamos más tiempo con ellos porque están creciendo más? Un análisis más profundo mostró que invertir más tiempo y energía en asociarse con algunas de estas cuentas de menor crecimiento podría mejorarlas. Como resultado, ajustamos nuestros modelos de cobertura de ventas para permitir pasar más tiempo cara a cara con estos clientes que antes estaban desatendidos. **3. Las inversiones en relaciones se correlacionan con la satisfacción del cliente.** Era importante que el nuevo modelo de ventas también generara clientes y socios más felices. Por lo tanto, nuestro siguiente paso fue buscar patrones asociados a la satisfacción de los clientes. Hemos descubierto que la satisfacción de los clientes está directamente relacionada con el tiempo de colaboración de los clientes (correo electrónico y reuniones) en todas las funciones y equipos de Microsoft que interactúan con los clientes, incluidos los equipos de ingeniería de productos y marketing. En el segmento empresarial específicamente, los clientes satisfechos son los que pasamos más tiempo y los menos satisfechos son los que apenas mantenemos contacto. Este y otros hallazgos animaron a nuestros líderes de ventas a modernizar los procesos empresariales internos, como las reseñas empresariales y las reuniones de previsión, para ser más eficientes. También hemos reducido el número de cuentas empresariales por vendedor para permitir una mayor interacción con los clientes. Esto permitió a nuestros equipos de ventas dedicar más tiempo a crear y mantener relaciones en todas sus carteras de cuentas. También hemos observado diferencias de comportamiento en los diferentes países: algunos utilizan el correo electrónico con más frecuencia que otros, por ejemplo, los vendedores de EE. UU. y Canadá programan directamente las reuniones con los clientes a través de Outlook, mientras que en Japón las reuniones con los clientes son más formales y se programan a través de los asistentes ejecutivos. Esto confirmó nuestra comprensión de varias normas culturales y patrones de colaboración, lo que fue una aportación importante para nuestro análisis. **4. Se puede predecir la satisfacción (y la pérdida de clientes) de los clientes.** Como parte de nuestros continuos esfuerzos organizativos para entender mejor a nuestros clientes, uno de nuestros equipos creó un modelo de aprendizaje automático que utiliza más de 100 funciones para predecir la satisfacción de los clientes. Trabajamos en estrecha colaboración con este equipo para añadir al modelo los datos de comportamiento sobre la colaboración que recopilamos. Tras nuestro análisis, descubrimos que la colaboración se convirtió en la función principal para predecir la satisfacción de los clientes y ayudó a aumentar la precisión del modelo del 78 al 93%. Poder predecir la satisfacción de cada uno de nuestros clientes en un momento dado con este nivel de precisión fue un descubrimiento revolucionario para nosotros. Además, comprender mejor cómo las interacciones de nuestro equipo influyen en la satisfacción de los clientes por segmento tiene enormes ventajas: nos permite intervenir a tiempo para convertir a los clientes de alto riesgo en clientes de bajo riesgo y ofrecer nuevas oportunidades a los clientes muy satisfechos. Nuestra capacidad de predecir la satisfacción de los clientes con este nivel de precisión nos ayudará a mantener el ritmo continuo de nuestra transformación e intervenir de manera oportuna para garantizar la satisfacción de los clientes en todo momento. **Qué sigue.** Nuestro objetivo es dotar a cada vendedor de estas cuatro ideas de forma continua, preparándolo para que tenga el mayor éxito posible a la hora de crear valor para nuestros clientes. Actualmente estamos probando un prototipo en el que se envía un correo electrónico personalizado y automático todos los meses a cada vendedor para guiarlo hacia comportamientos que generen mejores resultados. Es importante destacar que los datos que se envían a cada vendedor están configurados únicamente para sus ojos; para proteger la privacidad de todos y mantener la confianza en el sistema, nadie más, ni siquiera la alta dirección, puede ver los datos de otras personas. Los vendedores reciben lo siguiente todos los meses: - Puntuaciones de satisfacción previstas para sus clientes - Recordatorios para conectarse con los clientes con los que han perdido el contacto - Tamaño de la red interna y externa en comparación con los puntos de referencia en sus áreas locales - Recomendaciones sobre cómo hacer crecer sus redes de clientes a través de LinkedIn Sales Navigator - El tiempo dedicado a cada uno de sus clientes en comparación con el mercado objetivo - Principales colaboradores internos y recordatorios para conectarse con otros puestos de ventas que también trabajan con sus clientes Creemos que esta información permitirá a nuestros vendedores recibir empujones y recomendaciones simples, prácticas y eficaces. Las primeras reacciones son extremadamente positivas. Si seguimos haciendo bien nuestro trabajo, nuestros vendedores tendrán la posibilidad de tener el mayor éxito posible y, con el tiempo, se conectarán mejor y cada vez más con los clientes. También aprendimos algunas cosas a lo largo del camino que fueron fundamentales para ayudarnos a dar forma a la historia y la visión a fin de impulsar el impacto empresarial. - El patrocinio de los ejecutivos es fundamental y no podríamos haber hecho despegar nuestros análisis sin él. Su apoyo nos ayudó a conseguir el nivel de visibilidad adecuado para realizar análisis continuos y profundizar, lo que, en última instancia, nos llevó a algo más significativo y práctico. - Invertir en talento de analista de negocios, ciencia de datos e ingeniería de datos era esencial. Se necesita un compromiso real para obtener y poner en práctica los conocimientos más poderosos, y se necesita mucha gente para hacerlo. Creemos que vale la pena incorporar a las personas adecuadas. - Liberar los datos de los silos y de la colaboración entre equipos fue la clave de nuestro éxito. Como en cualquier proyecto de análisis, necesitábamos obtener datos de varias fuentes de la empresa para correlacionar los comportamientos con los resultados de las ventas. Sin esto, nuestros esfuerzos serían infructuosos. Hemos invertido mucho tiempo y recursos en desarrollar nuestras capacidades de datos de comportamiento y ya están generando un enorme valor. Sin embargo, creemos que aún estamos en las primeras fases de descubrir lo que es posible. Nos queda un largo camino por recorrer, pero hasta ahora, nuestra transformación está funcionando. Superar los límites del análisis del comportamiento ha sido un ingrediente clave de nuestro éxito y espero que nuestros conocimientos también puedan ayudar a sus vendedores._ _