Utilization of Artificial Intelligence in Enhancing B2B Sales Pipeline Processes
Malmberg, Emil Jim Casper (2024-05-10)
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2024051029160
https://urn.fi/URN:NBN:fi-fe2024051029160
Tiivistelmä
The B2B sales process has undergone numerous large-scale changes over the last few years. One of the notable changes has been the introduction of Artificial intelligence. This change has brought new dimensions to the operation of sales, such as easily available and processable data, and the automation of operations. Thus, the research objective of this thesis is to study how to enhance the B2B sales pipeline with the help of artificial intelligence. This study is needed for two reasons. Firstly, the development of AI and its incorporation to business processes is crucial since the focus has shifted to data-driven tools and analytics to support the function of sales. Secondly, the willingness and enthusiasm of companies for the potential of AI and the concrete knowledge of how
to utilize this technology create two dimensions which create a gap that this study aims to close. This thesis is performed as a qualitative study, which features semi-structured interviews from B2B professionals as the data collection method. This thesis introduces several key methods in accomplishing the analysis of a company pipeline, such as the three-stage model and how to analyse it. The key findings of this research include where to direct the AI efforts when trying to augment the pipeline and to which tasks it should be leveraged for. The common consensus among researchers and workforce both is that AI has huge potential to save valuable man-hours, which in turn can be directed at targets which gain the most value from human interaction. All of the B2B professionals
agreed that they value time above. B2B-myyntiprosessi on kokenut lukuisia laajamittaisia muutoksia viime vuosina. Yksi merkittävimmistä muutoksista on tekoälyn käyttöönotto. Tämä muutos on tuonut myynnin toimintaan uusia ulottuvuuksia, kuten helposti saatavilla ja käsiteltävissä olevaa tietoa sekä toimintojen automatisoinnin. Tämän opinnäytetyön tutkimustavoitteena on tutkia, miten
B2Bmyyntiputkea voidaan tehostaa tekoälyn avulla. Tätä tutkimusta tarvitaan kahdesta syystä. Ensinnäkin tekoälyn kehittäminen ja sen sisällyttäminen liiketoimintaprosesseihin on ratkaisevan tärkeää, koska painopiste on siirtynyt tietoon perustuviin työkaluihin ja analytiikkaan myynnin tukemiseksi. Toiseksi, yritysten innokkuus tekoälyn mahdollisuuksista
sekä taito tekoälyteknologian hyödyntämiseen muodostavat kaksi eri ulottuvuutta, joiden välissä olevaa aukkoa pyritään tässä tutkimuksessa sulkemaan. Tämä opinnäytetyö suoritettiin laadullisena tutkimuksena, jossa tiedonkeruumenetelmänä käytetään puolistrukturoituja haastatteluja. Tässä opinnäytetyössä esitellään useita keskeisiä menetelmiä yrityksen
myyntiputken analyysin toteuttamisessa, kuten kolmivaiheinen malli ja tämän mallin analysointi. Tutkimuksen keskeisiä tuloksia ovat muun muassa se, mihin toimintoihin tekoälyä tulisi ensimmäisenä hyödyntää ja millaisissa tehtävissä se on tehokas. Alan työvoiman ja tutkijoiden keskuudessa vallitsee yksimielisyys siitä, että tekoälyllä on valtava potentiaali säästää arvokkaita työtunteja, jotka puolestaan voidaan suunnata enemmän arvoaluoviin kohteisiin. B2B myyntialan ammattilaiset olivat yhtä mieltä siitä, että he arvostavat aikaa enemmän kuin mitään muuta. Toinen tekoälyn suuri vahvuus on tiedon vaivattomassa käsittelyssä. Käyttöönotossa olisi kuitenkin otettava huomioon työntekijöiden kyvyt, sillä teknologiasta ei ole hyötyä, jos työntekijät eivät osaa käyttää sitä oikein ja oikeissa operaatioissa.
to utilize this technology create two dimensions which create a gap that this study aims to close. This thesis is performed as a qualitative study, which features semi-structured interviews from B2B professionals as the data collection method. This thesis introduces several key methods in accomplishing the analysis of a company pipeline, such as the three-stage model and how to analyse it. The key findings of this research include where to direct the AI efforts when trying to augment the pipeline and to which tasks it should be leveraged for. The common consensus among researchers and workforce both is that AI has huge potential to save valuable man-hours, which in turn can be directed at targets which gain the most value from human interaction. All of the B2B professionals
agreed that they value time above.
B2Bmyyntiputkea voidaan tehostaa tekoälyn avulla. Tätä tutkimusta tarvitaan kahdesta syystä. Ensinnäkin tekoälyn kehittäminen ja sen sisällyttäminen liiketoimintaprosesseihin on ratkaisevan tärkeää, koska painopiste on siirtynyt tietoon perustuviin työkaluihin ja analytiikkaan myynnin tukemiseksi. Toiseksi, yritysten innokkuus tekoälyn mahdollisuuksista
sekä taito tekoälyteknologian hyödyntämiseen muodostavat kaksi eri ulottuvuutta, joiden välissä olevaa aukkoa pyritään tässä tutkimuksessa sulkemaan. Tämä opinnäytetyö suoritettiin laadullisena tutkimuksena, jossa tiedonkeruumenetelmänä käytetään puolistrukturoituja haastatteluja. Tässä opinnäytetyössä esitellään useita keskeisiä menetelmiä yrityksen
myyntiputken analyysin toteuttamisessa, kuten kolmivaiheinen malli ja tämän mallin analysointi. Tutkimuksen keskeisiä tuloksia ovat muun muassa se, mihin toimintoihin tekoälyä tulisi ensimmäisenä hyödyntää ja millaisissa tehtävissä se on tehokas. Alan työvoiman ja tutkijoiden keskuudessa vallitsee yksimielisyys siitä, että tekoälyllä on valtava potentiaali säästää arvokkaita työtunteja, jotka puolestaan voidaan suunnata enemmän arvoaluoviin kohteisiin. B2B myyntialan ammattilaiset olivat yhtä mieltä siitä, että he arvostavat aikaa enemmän kuin mitään muuta. Toinen tekoälyn suuri vahvuus on tiedon vaivattomassa käsittelyssä. Käyttöönotossa olisi kuitenkin otettava huomioon työntekijöiden kyvyt, sillä teknologiasta ei ole hyötyä, jos työntekijät eivät osaa käyttää sitä oikein ja oikeissa operaatioissa.