Un pilot AI GTM genera pipeline quando ha un unico responsabile, una baseline con gruppo di controllo e una data di stop, tutti scritti prima del lancio. Senza questi tre elementi, vi ritrovate con una demo, una slide e una silenziosa voce di budget che si rinnova da sola.
Vi presento la scorecard che usiamo, seguendo questa sequenza: cosa deve dimostrare il pilot, la scorecard ponderata, come attribuire la pipeline, quanto costa e chi ne è responsabile.
Cosa deve dimostrare un pilot AI GTM
Un pilot deve dimostrare una cosa sola: che un passaggio specifico del vostro processo di revenue produce più pipeline qualificata per unità di costo rispetto allo stesso passaggio svolto alla vecchia maniera. Non che il modello sia brillante. Non che ai commerciali piaccia.
Un buon esempio è un vendor che propone un playbook di vendita gestito dall'AI. Etichetta il proprio playbook come studiato ma non ancora testato sul campo, e ogni schermata del prodotto come illustrativa. È un'etichetta onesta, ed è anche una descrizione fedele della maggior parte dei pilot interni il primo giorno. Il compito dei primi 90 giorni è trasformare "studiato" in "testato".
I tassi di fallimento dell'80-95 percento spesso citati per i progetti di AI risalgono per lo più a fonti secondarie, quindi non li ripeto. Quello che ci raccontano i clienti è più specifico. Uno ha detto che la pipeline del Q4 era scarsa e che il team stava usando il trimestre per testare e ricalibrare in vista del Q1. Un altro temeva che gli SDR non avrebbero svolto le attività telefoniche previste dal workflow della campagna. Sono entrambi problemi di adozione, non problemi del modello.
La scorecard: pesi e soglie a 30, 60 e 90 giorni
La scorecard ha quattro voci. I pesi e le soglie qui sotto sono le mie ipotesi di partenza per un team mid-market, non benchmark. Adattateli alla lunghezza del vostro ciclo di vendita.
| Voce | Peso | Giorno 30 | Giorno 60 | Giorno 90 |
|---|---|---|---|---|
| Prontezza di dati e workflow | 20% | Funziona su record CRM reali, meno del 20% di rilavorazione manuale | Meno del 10% di rilavorazione | Meno del 5% di rilavorazione |
| Adozione da parte di chi svolge il lavoro | 20% | 60% delle attività assegnate completate | 75% | 85% |
| Pipeline rispetto al gruppo di controllo | 40% | Baseline bloccata | Opportunità pari o superiori al gruppo di controllo | 20% di opportunità in più ogni 100 account lavorati |
| Costo per opportunità | 20% | Monitorato | Entro 1,5 volte la baseline | Pari o inferiore alla baseline |
Assegnate a ogni voce un punteggio da 0 a 100, applicate i pesi e scrivete la regola di stop prima del lancio: sotto 50 al giorno 60 significa fermarsi o ridefinire l'ambito, sotto 70 al giorno 90 significa nessun budget per la scalabilità. Conviene fissarla in anticipo perché nessuno discute le soglie che ha stabilito da sé, mentre tutti discutono quelle inventate dopo un mese deludente.
La pipeline pesa il 40% perché è l'unica voce che un CRO può portare in consiglio di amministrazione. Le altre tre servono a spiegare perché la pipeline si è mossa o non si è mossa.
Come attribuire la pipeline a un pilot AI GTM
Tenete da parte una fetta di account come gruppo di controllo. Tutto il trucco sta qui. Dividete a caso la lista target, fate girare il pilot AI GTM su una metà, lasciate il processo esistente sull'altra e confrontate le opportunità create ogni 100 account lavorati.
I report di attribuzione all'interno del vostro CRM, come quelli descritti nella knowledge base di HubSpot, vi diranno quali touchpoint erano vicini a una trattativa. Non vi diranno cosa sarebbe successo comunque. Influenza non significa incremento. Il gruppo di controllo vi dà l'incremento.
Perché il gruppo di controllo funzioni, la baseline deve essere prima di tutto pulita. Se le fasi del ciclo di vita e i campi di origine sono incoerenti, state misurando rumore. Per questo, prima che qualunque pilot parta, iniziamo con una scansione delle perdite di revenue nel CRM. Non ho una risposta perfetta per le liste molto piccole, sotto le poche centinaia di account. In quel caso il gruppo di controllo è troppo esiguo per fidarsi, e preferirei prolungare il pilot piuttosto che dichiarare un vincitore.
Quanto costa un pilot AI GTM e quando si ripaga
Contate le persone, non solo le licenze. Ecco un esempio con numeri ipotetici: uno strumento da $2,000 al mese, più 10 ore a settimana di tempo RevOps a un costo interno di $100 l'ora, arriva a circa $6,000 al mese.
Ipotizziamo che il gruppo di controllo mostri 4 opportunità in più al mese, un tasso di chiusura del 20% e un valore contrattuale di $30,000. Significa 0,8 vendite in più, ovvero $24,000 di nuovo fatturato annuo ogni mese. Con un ciclo di vendita di 90 giorni, il fatturato arriva un trimestre dopo le opportunità, quindi il ritorno dell'investimento si vede intorno al quarto o quinto mese, non al secondo. Non ho un benchmark affidabile e trasversale ai vari stadi per questo dato. Considerate l'esempio come aritmetica, non come prova.
Il costo che tutti dimenticano è la scalabilità. Un pilot su un solo segmento costa poco. Lo stesso processo AI GTM su tre regioni richiede di ricostruire routing, arricchimento dei dati e permessi, ed è lì che anche un buon punteggio può morire.
Chi è responsabile del pilot quando vendite, RevOps e IT non sono d'accordo
Un unico responsabile con nome e cognome, con una linea diretta verso il CRO e autorità sulla configurazione del CRM. Per la mia esperienza, di solito è RevOps, perché RevOps già gestisce il modello dati e il reporting.
Le vendite sono responsabili del risultato, l'IT delle regole di sicurezza, e il responsabile del pilot della scorecard. Un pilot in stallo si gestisce con la data della scorecard, non con una riunione. Quando il numero al giorno 60 è sotto 50, il responsabile lo presenta e il CRO decide. Dal punto di vista politico è più semplice di quanto sembri, perché la regola è stata concordata nella prima settimana.
Anche le scelte sugli strumenti vanno chiarite presto. Un cliente ci ha segnalato che i bot di registrazione delle chiamate creano attrito quando gli ospiti esterni devono ammetterli, e la decisione è rimasta in sospeso mentre il lancio del playbook slittava. Decidete queste cose già nella prima settimana.
Perché un pilot AI GTM fallisce dopo una buona demo
La maggior parte di ciò che ho visto nei rollout di AI SDR si riduce al livello operativo: routing, passaggi di consegne e dati, non l'invio. Lo stesso vale per qualunque progetto AI GTM. Se il livello sottostante perde, il pilot eredita la perdita.
La misurazione ha la stessa struttura sul versante della ricerca. Se il vostro pilot tocca la ricerca AI, definite prima la metrica, ad esempio la share of model, e consultate la documentazione della piattaforma sulle funzionalità AI in Google Search prima di promettere qualsiasi cosa. Se un vendor vuole essere pagato a risultato, vale la pena leggere i trigger del pricing basato sulle performance prima di firmare.
nel bene e nel male, è qui che il nostro modello si distingue dalla consulenza fatta di slide. Noi lavoriamo dentro il team: costruiamo il gruppo di controllo, sistemiamo i campi del CRM e portiamo avanti i primi 90 giorni insieme a voi. Se vi serve un aiuto di questo tipo, la nostra pagina di consulenza AI GTM descrive il perimetro, e il RevOps in modalità fractional copre il ruolo di responsabile nel tempo. Il mio consiglio è semplice: scrivete prima la regola di stop e lanciate qualcosa di abbastanza piccolo da poter essere valutato.