Løs CPQs «tom side»-problem før det stanser avtaler

Telefonsamtalen er over. Selgeren åpner CPQ. På skjermen dukker det opp felter for produktfamilie, basismodell, spenning, kapasitet, sertifiseringer og 20 andre ting som virker viktige. Markøren blinker. Ingenting skjer.

Jeg har sett dette utallige ganger. Selgeren forstår kundens problem, men kjenner ikke produktet i detalj. Så de nøler, hopper over til Excel eller pinger engineering «for sikkerhets skyld». De første 60 sekundene avgjør om CPQ blir en hjelp eller bare en omvei.

Her er den enkle sannheten jeg ser i alle komplekse salgsprosesser: Det vanskeligste er ikke validering, prising eller godkjenning. Det er å komme i gang.

Systemet du nøler med å åpne, er systemet du aldri kommer til å bruke.

Hvorfor det første minuttet avgjør alt

Vi skylder ofte på manglende opplæring eller dårlig datakvalitet når CPQ-bruken er laber. Men den virkelige friksjonen ligger i starten. De fleste grensesnitt forutsetter at brukeren allerede vet hvilken vei de skal gå. Men mange selgere tenker i problemer og løsninger, ikke i produkthierarkier og regelsett.

Dette gapet skaper det jeg kaller «den tomme sidens problem». Ingen er uenig i logikken til CPQ-systemet; de bare unngår å starte med et blankt ark. Jeg har sett dyktige team jobbe tregere fordi det er raskere å spørre en kollega enn å bygge en konfigurasjon fra bunnen av i verktøyet.

Friksjon i starten er friksjon for adopsjon.

Markedsanalyser peker i samme retning. Markedet for CPQ forventes å vokse kraftig, drevet av AI som skal korte ned salgssykluser og redusere feil i komplekse B2B-prosesser. Denne veksten handler ikke bare om nye funksjoner, men om å fjerne friksjon der det trengs mest – i det første minuttet.

Fra samtale til konfigurasjon: lag et førsteutkast

Jeg har lært et mønster som fungerer: Ikke be selgerne navigere i en konfigurasjonslabyrint. La systemet lage førsteutkastet. Bruk det du allerede har – CRM-data, notater fra møter, e-poster – til å foreslå en komplett og gyldig startkonfigurasjon. Så kan selgeren heller forbedre den.

Dette snur opplevelsen på hodet. I stedet for «velg produktfamilie», blir reisen «her er et forslag basert på det jeg har fanget opp – vil du justere på fotavtrykk eller leveringstid?» Selgeren beholder kontrollen, men starter aldri på bar bakke.

AI gjør dette mulig i praksis. Språkmodeller er gode til å hente ut intensjon fra ustrukturert tekst: hint om kapasitet, krav, sertifiseringer, forhold på anlegget. Send dette inn i CPQ-motoren som håndhever kompatibilitet og prisregler. Resultatet er ikke en gjetning, men et validert førsteutkast som regelmotoren godkjenner og fabrikken kan bygge.

Det viktige er at AI er grensesnittet, ikke dommeren. Du trenger fortsatt eksplisitt, testbar logikk for å garantere at alt er korrekt. Regelmotoren er og blir sikkerhetsnettet. AI hjelper deg bare å finne en fornuftig start.

Leverandørene beveger seg i denne retningen. Men husk: «codeless» betyr ikke «logic-less». Du må fortsatt ha tydelig eierskap til produktregler, gode standardvalg og en måte å forklare alle valg systemet tar. Det er det som skaper tillit.

AI skal fjerne valg, ikke legge til flere.

Vi trenger ikke flere fine presentasjoner for å vite at kundene forventer fremdrift – raskt. Et førsteutkast til en konfigurasjon gjør nettopp det: det driver salgsprosessen fremover umiddelbart.

Praktiske råd for å komme i gang

Her er noen regler jeg bruker når jeg hjelper team med å bli kvitt den tomme sidens problem.

• Start med intensjon, ikke produkt. Analyser notater for å finne resultatkrav, begrensninger og absolutte krav. «Dobbel kapasitet innen 12 måneder, 230 V, lavt støynivå, matvaregodkjent.» Oversett dette til en basismodell og kjerneopsjoner. For eksempel bør et krav om hygiene i en pakkelinje automatisk velge rustfrie varianter, ikke den billigste modellen.

• Alltid et gyldig førsteutkast på under 10 sekunder. Gjør dette til et ufravikelig krav. Kall det gjerne en SLA for førsteutkast. Hvis systemet ikke klarer å sette sammen en familie, basismodell og 3–5 viktige opsjoner raskt, mister du momentum.

• Forklar alle antakelser i klartekst. Vis hvorfor systemet valgte 1,5-metersrammen eller hvorfor IP65 er nødvendig ved nedvasking. Pek på regelen eller dataen som lå bak valget. Tillit skapes av begrunnelser, ikke bare resultater.

• Reduser neste valg til tre alternativer. Ikke vis 30 felter. Tilby tre guidede justeringer som er relevante for salgscaset: fotavtrykk, leveringstid eller energieffektivitet. Færre valg gir raskere tilbud.

• Hold AI i stramme tøyler. AI foreslår. CPQ validerer. Ikke send en pris eller en stykkliste som ikke er sjekket mot regelverket. Er systemet usikkert, må det si ifra og stille et oppklarende spørsmål.

Se opp for et anti-mønster jeg ser overalt: den lange, lineære veiviseren som later som den er hjelpsom, men som krever at brukeren allerede kan alle svarene. Det skaper mer stress enn veiledning. Bytt den ut med et førsteutkast, etterfulgt av tre smarte justeringer.

Her er to konkrete ting du kan gjøre denne uken, uten å måtte redesigne hele systemet:

• Lag en prototype for én produktlinje. Ta den mest solgte, komplekse produktfamilien. Koble til notater og nøkkelfelter fra CRM. Bygg en enkel kobling fra vanlige kundebehov til en basismodell og standardvalg. Kjør det gjennom CPQ-validatoren. Ta tiden på hvor raskt du får et utkast en selger ikke ville flauet seg over å sende internt.

• Mål de første 60 sekundene. Legg inn sporing på tid til første gyldige konfigurasjon, og antall endringer fra utkast til sendt tilbud. Sett et mål for begge. Bruk dette som en målestokk for adopsjon. Hvis disse tallene bedres, vil salgssyklusen bli kortere.

Deretter må du etablere en tett feedback-loop. Sammenlign de AI-genererte utkastene med de endelige tilbudene som vant. Hvor bommet førsteutkastet? Juster en regel, endre et standardvalg, finjuster logikken som henter ut intensjonen. Små, jevnlige forbedringer gir stor effekt over tid.

Eierskap er kritisk. Bestem hvem som eier standardverdiene, hvem som godkjenner forklaringene, og hvem som får varselet når systemet blokkerer et vanlig valg. Det er styring uten byråkrati – tydelig ansvar, raske sykluser og ingen mystiske møter.

For å være tydelig på risiko: Faren er ikke at AI sier noe feil. Faren er at systemet ikke kan forklare seg, slik at selgerne mister tilliten. Sørg for at forklaringene er synlige. Vis «hvorfor». La selgerne kunne klikke seg inn på den faktiske regelen når de trenger det.

Prising følger samme mønster. Start med en pålitelig og forklarbar prislogikk, og lær deretter. Du trenger ikke perfekt prising for å fjerne det blanke arket. Du trenger en start du kan stole på, som fortjener å bli smartere over tid.

Hvis CPQ åpner som en tom side, åpner selgeren Excel.

Team som løser problemet med det første minuttet, gjør CPQ til standardverktøyet, ikke tvangsverktøyet. De slutter å diskutere systemetterlevelse og begynner å diskutere salgsmuligheten. Jobben føles lettere fordi starten ikke lenger er tung.

Den stille fiaskoen er velkjent: Hvis systemet ditt antar at brukeren allerede kan svaret, vil bruken flate ut, omveiene vil spre seg, og de beste ekspertene dine blir flaskehalser. Du vil ikke se én stor, dramatisk feil. Du vil bare se mer av «jeg tar det senere».

Den gode nyheten er at du ikke trenger å bytte plattform for å fikse dette. Du trenger et førsteutkast. Deretter trenger du et sikkerhetsnett og forklaringer som alle kan stole på. Får du til det, blir CPQ det verktøyet det alltid var ment å være for komplekse produkter: den tryggeste og raskeste veien til et tilbud.

Start med det første minuttet. Alt annet blir enklere da.