W ramach Programu Operacyjny Inteligentny Rozwój 2014-2020 DBMS Sp. z o.o. realizuje projekt  budowy inteligentnego systemu do budowy relacji z klientami POIR.01.01.01-0135/19-00 w ramach osi priorytetowej „Wsparcie prowadzenia prac B+R przez przedsiębiorstwa” dotyczących badan  przemysłowych i prac rozwojowych realizowanych przez przedsiębiorstwa. Poniższy opis przedstawia cel i zakres projektu wraz jego rezultatami.

Cel projektu

Głównym celem projektu jest przeprowadzenie prac badawczo-rozwojowych, który rezultatem będzie opracowanie inteligentnego systemu klasy CRM (ang. customer relationship management – zarządzanie relacjami z klientami) do budowy i utrzymywania relacji z klientami w oparciu o zaawansowane algorytmy sztucznej inteligencji (AI) oraz mechanizmy uczenia maszynowego (machine learning). Rezultatem projektu będzie znacząco ulepszony produkt pod nazwą DMSALES z zaimplementowanym autorskim systemem sztucznej inteligencji pozwalającym na budowanie relacji w oparciu o dane z wielu źródeł dostępnych za pośrednictwem Internetu, m.in. z social media (np. portale społecznościowe typu Facebook, Instagram, LinkedIn). Rezultat projektu będzie stanowił innowację produktową. Opracowana innowacja będzie mieć charakter międzynarodowy.

Rezultaty projektu będą wykorzystywane do prowadzenia skutecznych relacji z klientami, które mają doprowadzić, do lepszej identyfikacji klienta dzięki zastosowanym algorytmom sztucznej inteligencji i uczenia maszynowego, które pozwolą skutecznie określić zainteresowanie danym produktem lub usługą (tzw. leadscore) przez potencjalnego klienta oraz umożliwiają wdrożenie produktów opartych o model subskrypcyjny i wspartych poprzez asystenta sprzedaży uruchomionego w komunikatorze typu messanger.

Najważniejszymi cechami produktu końcowego będą: 

  • Łączenie różnych źródeł danych na podstawie źródeł takich jak bazy przedsiębiorstw, Facebook, Instagram, Linkedin, połączenia telefoniczne, hurtownie DMP (data management platform – platforma do zarządzania danymi).

  • Weryfikacja jakości danych pochodzących ze źródeł jakim są tradycyjne systemy klasy CRM i marketing automation;

  • Wzbogacanie danych potencjalnych odbiorców i klientów oraz udostępnienie ich poprzez API przedsiębiorcom;

  • Identyfikacja intencji zakupowej na podstawie aktywności klienta w relacji z obsługą i zdarzeń zachodzących w sieci Internet (min. na portalach społecznościowych) jak również kontaktu z potencjalnym klientem i wzmianek w sieciach społecznościowych;

  • Automatyczne wprowadzenie danych i raportowanie;

  • Prowadzenie inteligentnych i zautomatyzowanych konwersacji z klientami poprzez różne media takie jak e-mail, sms, telefon, komunikator w sieci społecznościowej na podstawie analityki zdarzeń i reguł umożliwiających nawiązywanie relacji czy prowadzenie komunikacje z partnerami biznesowymi;

  • Analityka zdarzeń zmierzająca do określenia potencjału zakupu i weryfikacja pracy handlowca pod kątem priorytetu pracy;

  • Moduł asystenta sprzedaży i rekomendacji produktowych na podstawi zautomatyzowanych segmentów odbiorców i klientów;

  • Moduł realizacji kampanii;

  • Moduł raportowania.

Głównym zadaniem opracowanego systemu, opartego na algorytmach sztucznej inteligencji i uczenia maszynowego, będzie wspieranie procesu identyfikacji klienta i umożliwianie zarządzania czasem marketera/sprzedawcy w sposób gwarantujący maksymalną produktywność – dzięki zaawansowanej identyfikacji intencji zakupowych klientów pracownicy działów marketingowych i sprzedażowych będą mogli skupić się wyłącznie na kontaktach z klientami, którzy zainteresowani są zakupem konkretnego produktu/usługi. Inteligentny system CRM wsparty przez szczegółową analitykę biznesową oraz algorytmu maszynowego uczenia przyczynia się do poprawy kontaktu z potencjalnym klientem w różnych mediach (szczególnie w branżach ukierunkowanych na relacje bezpośrednie, w których kontakty z klientami potrafią być bardzo czasochłonne). A szczególnie przy użyciu social media. Projekt wyrównuje szanse między odbiorcą a sprzedażą w zakresie bycia dostępnym już na etapie poszukiwania danego produktu lub usługi, co powoduje, ze może spokojnie podnieść się wskaźnik konwersji sprzedaży.

Dzisiejsze wskaźniki produktywności członków działów sprzedaży oscylują w okolicach 1,6% procenta aktów sprzedaży ze wszystkich kontaktów, przy czym wykorzystanie projektu pozwoli podnieść ten wskaźnik konwersji o ok 100% z uwagi na wdrożone algorytmy. Musimy też pamiętać, że większość firm czy działów sprzedaży zajmujących się dziś filtrowaniem danych np. z sieci Internet, może zostać przesuniętym na stanowiska związane z budowaniem relacji z odbiorcą, a nie wyłuskiwać dane które może wykonywać system.

Planowane efekty

Cecha/ funkcjonalność rezultatu projektu Korzyść/przewaga Parametry techniczne

Automatyczne pozyskiwanie danych z różnych źródeł oraz ich integracja w ramach systemu oraz znaczące ograniczenie konieczności wprowadzania ich do systemu w sposób manualny.

 

Pozyskiwanie danych z różnych źródeł, na podstawie opisu grupy docelowej klientów, a nie pojedynczego kontaktu. System eliminować będzie potrzebę przepisywania danych i wprowadzania ręcznie na kartę kontaktu dzięki czemu system obniża ilość zadań administracyjnych w obszarze sprzedaży. Nieodłączną częścią systemu będą moduły raportowania i analityki dzięki czemu pojedynczy sprzedawca będzie miał dostęp do pełnych informacji o zmianach intencji sprzedażowych klienta, co przełoży się znaczący wzrost dynamiki stopnia konwersji sprzedaży.

 

Czas dodania kontrahenta do systemu CRM – krótszy niż 10 sekund per kontakt.

 

Analityka zachowań i zdarzeń wokół klienta poprzez wskazanie stopnia zainteresowania ofertą i referencyjności klienta

Nieodłączną częścią systemu będą moduły raportowania i analityki dzięki czemu pojedynczy sprzedawca będzie miał dostęp do pełnych informacji o zmianach intencji sprzedażowych klienta, co przełoży się znaczący wzrost dynamiki stopnia konwersji sprzedaży.

Skuteczność analizy intencji zakupowych klienta na poziomie 85% (minimalna skuteczność 8500 poprawnych odpowiedzi na 10000 zapytań w systemie). Dynamika wzrostu stopnia konwersji sprzedaży o 100%.

Możliwość realizacji automatycznych kampanii komunikacyjnych

Wyeliminowanie dodatkowej potrzeby zakupu oprogramowania dotyczącego realizacji kampanii marketingowych i utrzymywania dodatkowego stanowiska pracy związanego z prowadzeniem kampanii.

Zmniejszenie kosztów prospectingu i analityki zachowań klientów zwymiarowany jako ilość roboczogodzin poświęconych na analizie danych – zmniejszenie pracochłonności procesu o 168 roboczogodzin w skali miesiąca pracy dzięki eliminacji stanowiska pracy związanego z prowadzeniem kampanii.

Udostępnienie algorytmów wzbogacających wiedzę o kliencie poprzez API do innych systemów CRM

Uzupełnienie wiedzy pochodzącej z dowolnego systemu CRM, dzięki czemu algorytm uczący będzie w stanie dokonać analizy danych i wskazać wskaźniki jakości oraz prognozowania zakupu przez klientów

Trafność prognozy zakupu i określenia kto klientem jest a kto nim nie jest – skuteczna predykcja i analiza w 85 przypadkach na 100 leadów sprzedażowych

Wdrożenie automatycznego asystenta sprzedaży w formie chat-bota na bazie messangera

System CRM DMSALES będzie posiadał dostęp do messangera osoby zajmującej się sprzedażą, dzięki czemu bot korzystając z bezpośredniego połączenia z komunikatorem będzie w stanie informować o zdarzeniach występującej w całej sieci kontaktów biznesowych, które zostaną wskazane w DMSALES, jak również prowadzenie wstępnych konwersacji z klientem bez udziału sprzedawcy/marketera

Poprawa produktywności wyrażona ilością godzin związaną z przepisywaniem komunikatów między poszczególnymi portalami społecznościowymi.Szacujemy, że w ciągu tygodnia handlowiec zyska minimum dodatkowe 5 h.

Prowadzenie komunikacji międzykanałowej w jednym miejscu z wykorzystaniem różnych mediów.

Dotychczasowa komunikacja jest podzielona na kanały. W ślad za faktem wzrostu popularności komunikatorów użytkownik prowadzi konwersację w wewnętrznym komunikator w DMSALES, ale sztuczna inteligencja wykrywa preferowany kanał. Rozmowy tagując odpowiednio komunikaty wychodzące z aplikacji.

Poprawa produktywności wyrażona ilością godzin związaną z przepisywaniem komunikatów między poszczególnymi portalami społecznościowymi. Szacujemy, że w ciągu tygodnia handlowiec zyska minimum dodatkowe 5 h. 

Interfejs konwersacyjny umożliwiający konfiguracje komunikacji

Istotą aplikacji jest praca w środowisku mobilnym, zatem cała aplikacja z poziomu www musi być dostosowana do przeglądarek mobilnych a ustawienia kampanii i analiza wyników będzie odbywać się poprzez pracę ustawianą w postaci łatwego do zrozumienia komunikatora – bota pomagającego skonfigurować w dowolnym środowisku kampanie.

Poprawa produktywności i reakcji na wyniki kampanii. Szacuje się, że 1 etat (168 roboczogodzin w miesiącu) mniej trzeba będzie angażować do realizacji kampanii przez klienta.

Wartości projektu

W wyniku realizacji projektu opracowana zostanie innowacja produktowa w postaci inteligentnego systemu do budowy i utrzymywania relacji z klientami. Na rynku nie ma obecnie dostępnych rozwiązań ani narzędzi dedykowanych dla działów marketingowych i sprzedażowych przedsiębiorstw, które umożliwiałyby tak szeroką identyfikację klienta i jego intencji zakupowy dzięki zastosowaniu algorytmów sztucznej inteligencji i uczenia maszynowego. W związku z powyższym należy uznać, że uzyskana innowacja będzie miała charakter międzynarodowy.

Uzyskana innowacja produktowa oparta o sztuczną inteligencję i maszynowe uczenie pomoże zmienić dotychczasowe procesy sprzedaży i marketingu w firmach korzystających z oprogramowania typu CRM  (ang. customer relationship management – zarządzanie relacjami z klientami). Obecnie systemy klasy CRM są tak naprawdę notatnikami, zbierające deklaratywne informacje na temat relacji dotyczącej marki ze swoim klientem. Pracownicy działów sprzedażowych przedsiębiorstw mają możliwość umieszczania w tego typu systemach dowolnych danych, które często odstają do stanu faktycznego i nie odzwierciedlają tego czy dany klient faktycznie jest zainteresowany zakupem oferowanego produktu lub usług czy wręcz przeciwnie.

Z uwagi na geometryczny przyrost danych marki coraz trudniej radzą sobie z analizą relacji z klientami a również przesłankami zakupu. Ideą planowanego do opracowania w oparciu na algorytmy sztucznej inteligencji i uczenia maszynowego innowacyjnego systemu DMSALES jest stworzenie systemu CRM, który przejmie i zautomatyzuje w pełni funkcję notowania zdarzeń w obrębie sprzedaży i marketingu w różnych kanałach i przy użyciu inteligentnych funkcji wesprze sprzedawców i marketerów w lepszej obsłudze klienta.

Ideą systemu jest to, aby asystował sprzedaż i obsługę w procesie zakupu i pozwalał budować relację już na wcześniejszym etapie procesu pozyskiwania klienta np. w momencie rozważania zakupu rozwiązania przez klienta, a także inspirowania potencjalnego odbiorcy do stosowania jakiegoś rozwiązania np. na podstawie danych z mediów społecznościowych. Jedną z głównych przewag proponowanego systemu nad rozwiązaniami konkurencji jest całkowite zatarcie różnic między działaniami marketingowymi skierowanymi na prospecting (proces poszukiwania klientów), sprzedaż i obsługę klientów i umożliwić działom sprzedaży i marketingu reakcję w momencie, kiedy dany klient właśnie się interesuje zakupem danego produktu/usług i np. prosi o pomoc za pośrednictwem swojego profilu na portalu społecznościowym Facebook. W takich sytuacjach algorytmy sztucznej inteligencji, zaimplementowane w systemie, w odpowiedzi na zapytania stawiane przez utykania systemu będą w automatyczny sposób po poszukiwać i analizować tego typu zdarzeń, które pozwolą na odczytanie intencji zakupowych klientów i pozwolą na zastosowanie odpowiednich instrumentów sprzedażowych przez sprzedawców lub marketerów.

Opracowany system pozwalać będzie również na analizę sentymentu wypowiedzi klientów, jak również kontekstu tych wypowiedzi, czy to w mediach społecznościowych, czy w komunikacji bezpośredniej – system będzie obejmował narzędzie typu chat-bot, które będzie pozwalało na zautomatyzowane prowadzenia konwersacji z zainteresowanymi osobami przez sztuczną inteligencję. Z perspektywy percepcji klienta rozmowy tego typu prowadzone będą np. za pośrednictwem aplikacji typu Messenger, symulując rozmowę z pracownikiem firmy bez konieczności ich faktycznego udziału. W przypadku uzyskania rezultaty analizy sentymentu i wypowiedzi klienta system będzie w automatyczny sposób sygnalizował pracownikowi działu sprzedażowego lub marketingowego, że powinien włączyć się do konwersacji.

Ponadto, zakładana konstrukcja ekranu kontaktu kontrahenta będzie esencją innowacyjnego systemu, który pozwalać będzie dynamiczne śledzenie zachowania kontaktu względem marki. Użytkownik systemu DMSALES nie będzie musiał korzystać z dodatkowego systemu klasy e-mail marketing czy Messenger do prowadzenia konwersacji – będzie to możliwe za pośrednictwem interfejsu systemu. System będzie też analizował w czasie rzeczywistym reakcję i zaangażowanie na przygotowaną treść, a także jego wzmianki w social media. System na jednym prostym ekranie będzie wskazywał użytkownikowi tzw. lead score, oraz net reference score, czyli wskaźniki zainteresowania ofertą i wskaźnik referencyjności względem wpływu na decyzje innych klientów. W ramach jednego ekranu kontaktu zintegrowane zostaną wszystkie najważniejsze dane z punktu widzenia sprzedaży i marketingu.

Z uwagi na fakt uniwersalności projektowych algorytmów i mechanizmów, które będą zaimplementowane w systemie CRM Wnioskodawcy w zasadzie wszystkie funkcje będą możliwe do zaaplikowania w ramach rynku globalnego, gdzie sprzedaż oparta jest o relację bezpośrednią, czy to w postaci cyfrowej, czy to w postaci bezpośredniej. Stąd w pierwszej kolejności DMSALES będzie pozycjonowany jako CRM dla przedsiębiorców kierujących swoją ofertę B2B do innych firm. Dotychczas żaden z konkurentów nie umożliwiał integracji danych i wzbogacenia danych klientów na temat ich zachowań czy możliwości zakupu. Trenowane modele będą mogły być z powodzeniem zastosowane do różnego typu danych i sytuacji biznesowych zachodzących w sprzedaży B2B. Ponadto, opracowany system będzie wyposażony w funkcję tzw. smartkontraktów, opartych o blockchain, co znacznie usprawni możliwość dokonywania transgenicznych transakcji, których realizacja wymagałyby dużych nakładów i sił, aby rozliczyć transakcję np. zakupu towarów i usług z partnerami na całym świecie w sytuacji ograniczonego zaufania.

Planowana w ramach innowacyjnego systemu wdrożenie analityki i prognostyki w czasie rzeczywistym, integracja danych z różnych źródeł, prowadzenie automatycznej i inteligentnej komunikacji reagującej na sentyment wypowiedzi i kontekst zachowania klienta oraz wsparte mechanizmem rozliczania transakcji dzięki blockchain na pewno znacznie wyprzedza dotychczasowe wyobraźnie konkurentów na temat tego czym ma być system CRM i w jaki sposób ma realizować wsparcie sprzedaży i marketingu. Sama koncepcja wpisuje się w trend budowania sprzedaży w oparciu o Social Selling czy Account Based Marketing integrującego funkcje sprzedaży i marketingu przedstawiona poniżej na podstawie własnych badań i obserwacji.

Z uwagi na wdrożenie inteligentnych funkcji system będzie posiadał następujące funkcjonalności odróżniające go od konkurencji:

  1. Integracja różnych źródeł danych wskazujących zdarzenia w zakresie relacji marka – odbiorca. Głównym źródłami danych będą: social media, połączenia telefoniczne, komunikacja mailowa, komunikacja SMS i komunikatory nieoferujące tagowania biznesowego, aktywność na stronie internetowej. Dodatkowym źródłem danych będą również notatki i prowadzona komunikacja z danym kontrahentem.
  2. Analityka i wnioskowanie oparte o sztuczną inteligencję wykrywające poziom intencji zakupowej i poziom referencyjności danego klienta względem marki w relacji do innych klientów oraz inteligentny asystent przypominający o zdarzeniach związanych z budową relacji z danym klientem także na podstawie sentymentu wypowiedzi w przeanalizowanych w systemie
  3. Automatyzacja komunikacji uwzględniające kontekst oraz najlepszy czas prowadzenia konwersacji, która będzie konfigurowalna z poziomu kreatora w oknie dialogowym interfejsu konwersacyjnego.
  4. Uniwersalne API, które umożliwi wykorzystanie CRM-owych funkcji związanych z machine learning oraz prognozą zdarzeń.
  5. Wprowadzenie smartkontraktów do realizacji zawieranych umów transnarodowych.

Wymienione powyżej funkcje pozwolą na osiągniecie przewag nad zidentyfikowaną konkurencją w następującym zakresie:

  • Lepsza identyfikacja szans sprzedażowych w różnych kanałach
  • Oszczędność czasu związana z identyfikacją popranej szansy sprzedaży
  • Zwiększona skuteczność sprzedaży, co ma znaczne przełożenie na przychody
  • Mniejsza rotacja na stanowiskach handlowych
  • Mniej spamu i szumu informacyjnego
  • Lepsza wiedza o zrachowaniach klientów
  • Identyfikacja zagrożeń związanych z odejściem klientów

Wprowadzenie rezultatów prac badawczo-rozwojowych na rynek wpływanie na zmianę sposób w jaki łączone są informacji z dwóch światów – offline i online – w branży marketingu i sprzedaży, z uwagi na fakt rejestrowania przez system wszystkich zdarzeń zachodzących wokół klienta. Ze względu na nowatorskie podejście do zastosowania sztucznej inteligencji w obszarze sprzedaży i marketingu w zakresie CRM, z chwilą wprowadzenia rezultatów projektu na rynek wszystkie obecnie dostępne systemy CRM staną się przestarzałe. Rezultat projektu wpisuje się zatem w definicję innowacji przełomowej (radykalnej), określonej w Podręczniku OSLO, jako innowacja znacząco wpływająca na rynek i działające na nim przedsiębiorstwa. Wdrożenie na rynek nowego rozwiązania stanowi przejaw realizacji przełomowej nie tylko ze względu na oczywisty, wskazany wyżej, aspekt nowości, ale przede wszystkim, ze względu na skutki jej wprowadzenia. Clayton M. Christensen, specjalizujący się badaniach nad przełomowymi innowacjami, na które powołuje się OECD i Komisja Europejska w podręczniku OSLO, doszedł do wniosku, że skutki takiej innowacji mogą polegać np. na zmianie struktury rynku, stworzeniu nowych rynków lub doprowadzeniu do sytuacji, w której istniejące produkty staną się przestarzałe (Christensen, 1997). Konkluduje on, że przełomowość innowacji może nie być widoczna nawet przez długi czas od wdrożenia. Ze względu jednak na fakt, że w chwili składania przedmiotowego wniosku efekty realizacji projektu skutki te są możliwe do przewidzenia należy podkreślić, że przedmiotowa inwestycja spełnia wszystkie aspekty innowacji radykalnej (przełomowej), wg podręcznika OSLO:

  1. Zmiana struktury rynku. Po zakończeniu realizacji projektu na rynku producentów oprogramowania typu CRM i rozwiązań dla działów sprzedażowych i marketingowych Wnioskodawca będzie odgrywał znacznie większą niż dotychczas rolę. Nie będzie oferował nowych rozwiązań konkurentom, ale sprzedając je pod własną marką, wypracowywać będzie zatem pozycję lidera innowacji w swoim sektorze. Struktura ryku zmieni się także z uwagi na wdrożenie nowych, bardziej wydajnych i skutecznych rozwiązań, mogących z powodzeniem konkurować z dotychczasowymi producentami, dzięki zaoferowaniu produktów wykraczających poza możliwości technologiczne konkurencji.
  2. Wytworzenie nowych rynków. W wyniku wdrożenia rezultatów projektu wykreowany zostanie nowy rynek rozwiązań dla działów sprzedażowych i marketingowych przedsiębiorstw, które ze względu automatyzację części działań sprzedażowych znacząco obniżą koszty działalności sprzedawców i marketerów, jednocześnie radykalnie zwiększając skuteczność i efektywność ich pracy.
  3. Doprowadzenie do sytuacji, w której istniejące produkty staną się przestarzałe. Ze względu na zastosowanie innowacyjnych, opracowanych od podstaw algorytmów sztucznej inteligencji i uczenia maszynowego, standardowe, dostępne obecnie na rynku rozwiązania typu CRM, oparte o manualne wprawdzie treści przez marketerów i sprzedawców, staną się przestarzałe. Dzięki zastosowanym autorskim rozwiązaniom technologicznym funkcjonowanie systemu DMSALES oferowanego przez Wnioskodawcę będzie w pełni zautomatyzowane, zastępując konieczność ingerencji pracowników działów sprzedażowych i marketingowych w ręczne uzupełnianie oraz analizowanie zebranych informacji o klientach.

Wkład Funduszy Europejskich

Koszt całkowity/ kwalifikowalny* projektu [zł]:

5 411 132,50 zł

Wnioskowana kwota dofinansowania [zł]:

3 921 901,50 zł

Projekt współfinansowany ze Środków Unii Europejskiej w ramach Europejskiego Rozwoju Regionalnego.