Свяжитесь с нами
Оставьте свои данные и наши менеджеры свяжутся с вами
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности
Где B2B-компании теряют до 30% продаж — и как рекомендательные системы превращают данные в деньги
Большинство B2B-компаний уже давно решили базовые задачи цифровизации. У них есть ERP, CRM, BI-аналитика, B2B-порталы, накопленные клиентские данные, история заказов и массивы коммерческой информации за многие годы работы.
Но при этом в большинстве компаний продажи по-прежнему остаются во многом ручным процессом.
Но при этом в большинстве компаний продажи по-прежнему остаются во многом ручным процессом.
Менеджеры продолжают самостоятельно искать возможности допродаж, вручную собирать коммерческие предложения, анализировать клиентскую историю и пытаться удерживать в голове ассортимент, который может быть интересен конкретному заказчику.
На практике такая модель перестаёт масштабироваться уже при среднем объёме клиентской базы.
Именно этой проблеме был посвящён вебинар Compo Soft «Где вы теряете 30% B2B-продаж и как вернуть их с помощью рекомендаций», в рамках которого эксперты компании подробно разобрали, почему традиционные инструменты перестают справляться с задачами современного B2B eCommerce.
Как отметил коммерческий директор Compo Soft Алексей Сидоров:
«У торгово-производственных компаний есть история заказов, клиентская база, ассортимент, цены, остатки, вся история взаимодействий, накопленная статистика зачастую за годы. Сегодня мы поговорим о том, как эти данные превратить в персонализированный маркетинг и персонализированные продажи».
На практике такая модель перестаёт масштабироваться уже при среднем объёме клиентской базы.
Именно этой проблеме был посвящён вебинар Compo Soft «Где вы теряете 30% B2B-продаж и как вернуть их с помощью рекомендаций», в рамках которого эксперты компании подробно разобрали, почему традиционные инструменты перестают справляться с задачами современного B2B eCommerce.
Как отметил коммерческий директор Compo Soft Алексей Сидоров:
«У торгово-производственных компаний есть история заказов, клиентская база, ассортимент, цены, остатки, вся история взаимодействий, накопленная статистика зачастую за годы. Сегодня мы поговорим о том, как эти данные превратить в персонализированный маркетинг и персонализированные продажи».
Компании накапливают данные, но не умеют превращать их в продажи
Сегодня практически у каждой B2B-компании уже есть цифровой контур данных.
ERP хранит информацию о заказах и остатках. CRM фиксирует коммуникации с клиентами. BI-системы позволяют строить отчёты и анализировать динамику продаж. B2B-порталы собирают поведенческие данные клиентов и историю закупок.
Проблема заключается в другом: все эти системы в основном помогают хранить, отображать и анализировать информацию, но не помогают автоматически формировать следующее коммерческое действие.
Во время вебинара руководитель eCommerce-проектов Compo Soft Алексей Комраков отдельно подчеркнул, что большая часть клиентской базы во многих компаниях фактически не используется в полном объёме:
«Основную выручку, как правило, даёт ограниченная выборка клиентов — 10–20%. При этом у многих компаний собрана достаточно внушительная клиентская база, но эффекта она не даёт».
Причина во многом связана с ограничениями самой модели работы отдела продаж.
Менеджеры перегружены операционной рутиной. Они занимаются обработкой заказов, согласованием условий, подготовкой КП, коммуникациями, рекламациями и сопровождением клиентов одновременно в нескольких каналах.
В результате времени на системную работу с развитием продаж у них практически не остаётся.
Особенно это заметно в B2B-сегменте со сложным ассортиментом и десятками тысяч SKU.
«Ни один менеджер не будет сидеть и анализировать историю по каждому клиенту, чтобы думать: что именно этому заказчику можно предложить с учётом всей истории взаимодействия», — отметил Алексей Комраков во время вебинара.
Именно в этой точке большинство компаний начинают упираться в потолок масштабирования продаж.
ERP хранит информацию о заказах и остатках. CRM фиксирует коммуникации с клиентами. BI-системы позволяют строить отчёты и анализировать динамику продаж. B2B-порталы собирают поведенческие данные клиентов и историю закупок.
Проблема заключается в другом: все эти системы в основном помогают хранить, отображать и анализировать информацию, но не помогают автоматически формировать следующее коммерческое действие.
Во время вебинара руководитель eCommerce-проектов Compo Soft Алексей Комраков отдельно подчеркнул, что большая часть клиентской базы во многих компаниях фактически не используется в полном объёме:
«Основную выручку, как правило, даёт ограниченная выборка клиентов — 10–20%. При этом у многих компаний собрана достаточно внушительная клиентская база, но эффекта она не даёт».
Причина во многом связана с ограничениями самой модели работы отдела продаж.
Менеджеры перегружены операционной рутиной. Они занимаются обработкой заказов, согласованием условий, подготовкой КП, коммуникациями, рекламациями и сопровождением клиентов одновременно в нескольких каналах.
В результате времени на системную работу с развитием продаж у них практически не остаётся.
Особенно это заметно в B2B-сегменте со сложным ассортиментом и десятками тысяч SKU.
«Ни один менеджер не будет сидеть и анализировать историю по каждому клиенту, чтобы думать: что именно этому заказчику можно предложить с учётом всей истории взаимодействия», — отметил Алексей Комраков во время вебинара.
Именно в этой точке большинство компаний начинают упираться в потолок масштабирования продаж.
Почему CRM и BI не решают проблему роста выручки
Одна из ключевых мыслей вебинара заключалась в том, что компании часто пытаются решать задачи роста продаж инструментами, которые для этого изначально не предназначены.
CRM-системы помогают фиксировать взаимодействия, контролировать сделки и хранить клиентскую историю. Но CRM не отвечает на вопрос, что именно нужно предложить клиенту сейчас, чтобы увеличить вероятность повторной продажи.
BI-системы дают качественную аналитику и позволяют глубоко анализировать данные. Но BI — это отражение уже произошедших событий.
Аналитика показывает:
Но сама по себе аналитика не формирует следующий коммерческий шаг.
Во время вебинара эксперты Compo Soft несколько раз возвращались к этой проблеме.
CRM хранит данные. BI показывает прошлое. Но ни одна из этих систем не занимается автоматической генерацией персональных продаж.
Именно поэтому рекомендательная система становится отдельным уровнем цифровой инфраструктуры B2B eCommerce.
CRM-системы помогают фиксировать взаимодействия, контролировать сделки и хранить клиентскую историю. Но CRM не отвечает на вопрос, что именно нужно предложить клиенту сейчас, чтобы увеличить вероятность повторной продажи.
BI-системы дают качественную аналитику и позволяют глубоко анализировать данные. Но BI — это отражение уже произошедших событий.
Аналитика показывает:
- какие категории просели;
- какие сегменты растут;
- где снизилась маржинальность;
- как изменилось поведение клиентов.
Но сама по себе аналитика не формирует следующий коммерческий шаг.
Во время вебинара эксперты Compo Soft несколько раз возвращались к этой проблеме.
CRM хранит данные. BI показывает прошлое. Но ни одна из этих систем не занимается автоматической генерацией персональных продаж.
Именно поэтому рекомендательная система становится отдельным уровнем цифровой инфраструктуры B2B eCommerce.
Что меняет рекомендательная система
В B2C пользователи давно привыкли к рекомендациям товаров. Маркетплейсы, интернет-магазины и стриминговые сервисы годами используют алгоритмы персонализации. Но в B2B подобные технологии начали массово внедряться только сейчас.
Главная причина — сложность самого B2B-рынка.
В отличие от B2C здесь выше средний чек, сложнее ассортиментная матрица, длиннее цикл сделки и существенно важнее персональные условия работы с клиентом.
Поэтому B2B-рекомендательная система — это не просто блок «с этим товаром покупают».
Речь идёт о полноценной системе управления персональными торговыми предложениями. Система анализирует:
После этого она автоматически формирует рекомендации: кому, что, когда и на каких условиях предложить.
Главная причина — сложность самого B2B-рынка.
В отличие от B2C здесь выше средний чек, сложнее ассортиментная матрица, длиннее цикл сделки и существенно важнее персональные условия работы с клиентом.
Поэтому B2B-рекомендательная система — это не просто блок «с этим товаром покупают».
Речь идёт о полноценной системе управления персональными торговыми предложениями. Система анализирует:
- историю заказов;
- ассортимент клиента;
- частоту закупок;
- сегмент клиента;
- остатки;
- категории товаров;
- взаимосвязи между SKU;
- коммерческие правила компании;
- ценовые сценарии.
После этого она автоматически формирует рекомендации: кому, что, когда и на каких условиях предложить.
Пример формирования торгового предложения в рекомендательной системе Компо Софт
Как отметил Алексей Сидоров:
«Эта система даёт управляемость персонализированному маркетингу и персонализированным продажам».
Фактически компания получает возможность масштабировать персонализацию без необходимости кратно увеличивать штат менеджеров.
Подобная механика позволяет системно увеличивать средний чек и глубину закупок.
«Эта система даёт управляемость персонализированному маркетингу и персонализированным продажам».
Фактически компания получает возможность масштабировать персонализацию без необходимости кратно увеличивать штат менеджеров.
Подобная механика позволяет системно увеличивать средний чек и глубину закупок.
Как это работает на практике
Практическую часть вебинара проводила руководитель проектов по продуктовым данным и ИИ-направлению Compo Soft Марина Дариенко.
В рамках демонстрации был показан один из наиболее востребованных сценариев — возврат клиентов к закупке определённых товарных категорий.
Система анализирует историю закупок и автоматически выявляет клиентов, которые перестали заказывать определённые группы товаров.
Например, заказчик регулярно приобретал дрели и шуруповёрты, но в течение длительного времени перестал оформлять такие закупки.
Рекомендательная система автоматически определяет:
После этого менеджер получает уже готовую основу для коммерческого предложения.
«Менеджеру не нужно вручную собирать товары, рассчитывать цены и формировать предложения. Система сама подготавливает основу для коммерческого предложения», — пояснила Марина Дариенко.
Отдельно был показан сценарий расширения ассортиментной матрицы клиента.
Например, если клиент закупает крепёж, система может автоматически рекомендовать сопутствующие категории: гайки, комплектующие, расходные материалы и смежные SKU.
Подобная механика позволяет системно увеличивать средний чек и глубину закупок.
В рамках демонстрации был показан один из наиболее востребованных сценариев — возврат клиентов к закупке определённых товарных категорий.
Система анализирует историю закупок и автоматически выявляет клиентов, которые перестали заказывать определённые группы товаров.
Например, заказчик регулярно приобретал дрели и шуруповёрты, но в течение длительного времени перестал оформлять такие закупки.
Рекомендательная система автоматически определяет:
- каких клиентов нужно вернуть;
- какие SKU предложить;
- какую цену рекомендовать;
- какие условия использовать.
После этого менеджер получает уже готовую основу для коммерческого предложения.
«Менеджеру не нужно вручную собирать товары, рассчитывать цены и формировать предложения. Система сама подготавливает основу для коммерческого предложения», — пояснила Марина Дариенко.
Отдельно был показан сценарий расширения ассортиментной матрицы клиента.
Например, если клиент закупает крепёж, система может автоматически рекомендовать сопутствующие категории: гайки, комплектующие, расходные материалы и смежные SKU.
Подобная механика позволяет системно увеличивать средний чек и глубину закупок.
Пример формирования торгового предложения в рекомендательной системе Компо Софт
Узнать подробнее о рекомендательной системе Компо Софт
Живая демонстрация и разбор способов использования системы
Почему подобные системы становятся особенно актуальны сейчас
Ещё несколько лет назад рекомендательные платформы подобного уровня были доступны преимущественно крупным корпорациям.
Высокая стоимость инфраструктуры, сложность интеграций и ограниченность технологий делали подобные проекты дорогими и длительными.
Но развитие ИИ-инструментов, аналитических платформ и B2B eCommerce существенно снизило порог входа.
Как отметил Алексей Сидоров:
«Раньше это были архидорогие системы, которые могли себе позволить только гигантские компании. Сейчас благодаря развитию технологий это стало значительно доступнее».
При этом именно B2B-сегмент сейчас начинает получать максимальный эффект от персонализированных рекомендаций.
Потому что даже небольшое увеличение повторных продаж или расширение ассортиментной матрицы в B2B способно давать существенный прирост выручки.
Высокая стоимость инфраструктуры, сложность интеграций и ограниченность технологий делали подобные проекты дорогими и длительными.
Но развитие ИИ-инструментов, аналитических платформ и B2B eCommerce существенно снизило порог входа.
Как отметил Алексей Сидоров:
«Раньше это были архидорогие системы, которые могли себе позволить только гигантские компании. Сейчас благодаря развитию технологий это стало значительно доступнее».
При этом именно B2B-сегмент сейчас начинает получать максимальный эффект от персонализированных рекомендаций.
Потому что даже небольшое увеличение повторных продаж или расширение ассортиментной матрицы в B2B способно давать существенный прирост выручки.
Подведем итоги
Сегодня большинство компаний уже обладают главным активом для роста продаж — данными. Но сами по себе данные не создают выручку.
Без инструментов персонализации, автоматизации и управляемых рекомендаций информация остаётся просто архивом корпоративной системы.
Рекомендательная система Компо Софт позволяют превратить накопленные данные в механизм постоянной генерации продаж.
Именно поэтому персонализированные рекомендации постепенно становятся не дополнительной функцией B2B eCommerce, а частью базовой цифровой инфраструктуры современных торгово-производственных компаний.
Без инструментов персонализации, автоматизации и управляемых рекомендаций информация остаётся просто архивом корпоративной системы.
Рекомендательная система Компо Софт позволяют превратить накопленные данные в механизм постоянной генерации продаж.
Именно поэтому персонализированные рекомендации постепенно становятся не дополнительной функцией B2B eCommerce, а частью базовой цифровой инфраструктуры современных торгово-производственных компаний.
Смотреть полную запись вебинара