En språkmodell vet hva en lastebil er. Den vet bare ikke noe om dine lastebiler. Det er her de fleste stopper opp når de prøver å legge AI på toppen av en CPQ som bare forstår varenummer, attributter og regler. Svarene ser overbevisende ut, men resonnementet er tynt. Selgeren spør hvorfor systemet anbefalte sovekabin, og får ikke noe svar. Jeg har sett dette i utallige workshops: Med en gang modellen får tydelig kontekst for hvorfor og når hvert valg er relevant, endrer samtalen seg. Systemet slutter å gjette og begynner å gi råd. Forskjellen er ikke AI-magi. Det er data med en fortelling. Delen som mangler i dataene dine Regeltabeller forteller systemet hva som er *gyldig*. De sier ingenting om hvorfor et valg er *smart*, når det gjelder, eller når det er en dårlig idé. Dette gapet flytter vurderingene tilbake til e-posttråder, regneark og stilltiende kunnskap som bare noen få sitter på. Så kaller vi det et adopsjonsproblem. For at AI-en skal kunne resonnere, trenger den ikke flere ...
Ingen elsker deg bare fordi du har rett
Jeg hørte den setningen i en sang. Den er også obduksjonsrapporten for altfor mange CPQ-lanseringer.
Du lanserer et teknisk perfekt og logisk korrekt system. Det består alle tester du har skrevet. Men selgerne ignorerer det. Adopsjonen er lav, du drukner i manuelle tilbudsforespørsler, og på Slack tikker det inn meldinger: «Kan du bare prise denne for meg?» Verktøyet virker. Men teamet stoler ikke på det.
Jeg har sittet i sånne krisemøter siden 2000. Jeg har sett et plettfritt regelsett bli en kalkulator som bare sier nei. Det er vondt å se på, for det er fullt mulig å fikse.
Adopsjon er det eneste som teller.
Hva er det egentlig som er ødelagt?
Den vanlige forklaringen er at selgere er redde for endring, ikke forstår logikken eller foretrekker de gamle regnearkene sine. Jeg hører det hver måned.
Den historien stemmer ikke. Selgere er ikke redde for korrekthet. De stoler ikke på svarte bokser. Når en konfigurasjon blir avvist uten begrunnelse, eller en pris dukker opp fra løse luften uten forklaring, skaper det usikkerhet. Og for en som jobber på provisjon, er usikkerhet det samme som risiko.
Problemet er ikke brukeren. Problemet er et system som ikke klarer å forklare seg selv godt nok til å fortjene tillit. Hvis verktøyet etterlater selgeren med gjetting, vil selgeren finne en vei rundt det. Hver eneste gang.
Selgere er ikke redde for regler. De er redde for å ikke forstå hvorfor.
Vi glemmer stadig hva CPQ egentlig handler om. Ja, det handler om korrekthet. Selger du noe du ikke kan bygge, gir du bort marginer. Men korrekthet er gulvet, ikke taket. Taket er tillit. Vi bygger ikke bare en kalkulator. Vi bygger en co-pilot for komplekse salgsprosesser.
I ett prosjekt hadde vi et prikkfritt regelsett i Tacton CPQ. Ingeniørene elsket det. Selgerne kalte det «fella». Logikken var korrekt, men feilmeldinger dukket opp som dommer, ikke som forklaringer. Da vi endret grensesnittet til å vise *hvorfor* en begrensning slo inn eller en pris ble som den ble, økte bruken på få dager. Samme regler. Helt annet tillitsnivå.
Regler for å bygge et system folk stoler på
Regel 1: Forklaring skaper tillit. Vis resonnementet, ikke bare resultatet. Hvis en konfigurasjon er ugyldig, fortell hvilken regel som ble brutt og hvordan det kan fikses. Vis hvordan prisen er bygd opp: grunnpris, opsjoner, rabatter. Gi selgeren en setning han kan gjenta til kunden uten å føle seg dum.
For eksempel: Legg til en enkel «Hvorfor?»-lenke ved siden av hver feilmelding og prislinje. Et klikk viser regelnavnet og veien videre. I et prosjekt halverte vi antall eskaleringer bare ved å vise bevisene bak tallene.
Hvis systemet ikke kan forklare seg selv, vil ingen stole på det.
Antimønster: Orakelet. Et system som gir svar, men aldri viser utregningen. Ser imponerende ut i demoer, men dør i felt.
Regel 2: Tillit over full dekning. Start med et mindre, men bunnsolid og lettforståelig omfang, før du prøver å dekke alle produktvarianter. 100 prosent dekning som forvirrer er verre enn 60 prosent som skaper trygghet. Selgere vil alltid velge pålitelig og forklarlig fremfor komplett og uforståelig.
Eksempel: Start med de 20 mest solgte konfigurasjonene. Få prisoppbyggingen og forklaringene til å sitte som et skudd der. Når selgerne stoler på kjernen, kan du bygge ut. Jeg har sett team doble adopsjonen ved å halvere omfanget.
Antimønster: «Alt-på-en-gang»-fella. En massiv førsteversjon som ser heroisk ut i prosjektplanen, men som stopper opp fordi ingen stoler på unntakene.
Regel 3: Design for en selger under press. Brukeren din er ikke en tålmodig analytiker. Han sitter i en telefonsamtale med en kunde. Han trenger fart, klarhet og en vei ut når noe går galt. Treghet dreper. Uforståelige feilmeldinger dreper raskere. Bruk klarspråk i stedet for kryptiske modellnavn. Optimaliser for veien til et trygt tilbud, ikke for en perfekt datamodell.
Eksempel: Bytt ut feilmeldinger som «Regel C-117 brutt» med «Motor M2 krever 3-fase strøm. Velg strømforsyning S3 eller bytt motor.» Gi en ett-klikks-løsning. Vis den trygge veien, som en GPS for komplekst salg.
Antimønster: Laboratoriebenken. Et grensesnitt som viser frem datamodellen i stedet for valget selgeren må ta. Supert for arkitekter. Elendig for salg.
Regel 4: Data slår meninger. Mål tilliten. Spor hvor ofte selgere ber om manuell overstyring, klikker på «Hvorfor?»-lenker, og hvor i prosessen de gir opp. Få dette opp på et dashboard. Hvis bruken går opp når du legger til forklaringer, bygger du tillit – ikke bare funksjoner.
Regel 5: Logikk er nødvendig. Fortelling er avgjørende. Tillit kommer ikke fra flere regler. Tillit kommer fra synlige, navngitte og testbare regler, koblet med korte tekster som forteller selgeren hva som skjedde og hva han skal gjøre nå. Logikken sikrer korrekthet. Fortellingen sikrer adopsjon.
Korrekthet er gulvet. Tillit er taket.
Hva gjør du nå?
1. Gjør logikken synlig. I CPQ-systemet ditt, legg til «Hvorfor?»-lenker ved alle valideringer og priselementer. Vis regelnavn, input og et hint om løsningen. Legg til et panel som bryter ned prisen i enkeltelementer. Hvis plattformen din ikke støtter dette, fiks det først.
2. Kutt omfang for å øke tillit. Identifiser de 20 mest solgte konfigurasjonene og gjør dem skuddsikre. Fjern forvirrende unntak fra den vanlige flyten. Lag en enkel prosess for å håndtere resten manuelt. Bygg troverdighet før du bygger ut. Fremdrift slår perfeksjon, hver gang.
3. Mål adopsjon, ikke funksjoner. Samle daglig bruk, frafallsrate og antall manuelle tilbudsforespørsler på én side. Gå gjennom tallene ukentlig med salg og produkt. Når du endrer noe, se etter om tillitsmålingene beveger seg. Hvis ikke, har du bare levert støy.
I en lansering kjørte vi en enkel test: Vi satt med en selger i fem reelle kundesamtaler med stoppeklokke. Vi målte tid til første gyldige konfigurasjon, antall uforklarlige feilmeldinger og om selgeren klarte å forklare prisen uten hjelp. Resultatene fortalte oss nøyaktig hva vi måtte fikse.
Ikke vent på den perfekte prismodellen. Den finnes ikke. Du øker marginene raskere med et fungerende CPQ-system som fanger opp tilbakemeldinger, enn med enda et kvartal med krangling i regneark.
Og hvis noen foreslår å kaste ut reglene for å «la AI finne ut av det», minn dem på at også AI er avhengig av logikk. Flytende gjetninger lukker ikke avtaler. Klare begrensninger kombinert med god hjelp gjør det.
Adopsjon er det eneste som teller.
Et korrekt tilbud som aldri blir sendt, er verdiløst. Å bygge et system som salgsavdelingen stoler på, er den eneste jobben som betyr noe.
Kommentarer
Legg inn en kommentar